设置字符识别项目

本页可帮助开发者设置 Google Distributed Cloud (GDC) 网闸隔离项目，以使用光学字符识别 (OCR) 服务。此过程包括创建项目、启用 OCR API、安装客户端库、定义环境变量和验证凭据。如果您是 Vertex AI 的新用户，请详细了解字符识别功能。

您可以使用 GDC 控制台和 gdcloud CLI 设置字符识别项目，如下所示：

• GDC 控制台：启用 OCR API 并查看服务状态和端点。
• gdcloud CLI：配置服务账号以与 OCR API 互动、安装客户端库并对 API 请求进行身份验证。

创建项目

在分布式 Cloud 资源层次结构中创建字符识别项目可整理您的 OCR 资源，包括协作者、已启用的 API、监控工具、结算信息、身份验证凭据和访问权限控制。

如需创建项目，请参阅为 Vertex AI 设置项目。 进行 API 调用时，您需要提供项目 ID。

请求开发者权限

您必须在项目中拥有 AI OCR 开发者角色，才能访问光学字符识别功能并生成 API 令牌以进行请求身份验证和授权。

请让您的项目 IAM 管理员在项目命名空间内向您的用户或服务账号授予 AI OCR Developer (ai-ocr-developer) 角色。如需了解此角色，请参阅准备 IAM 权限。

启用 OCR API

您必须为项目启用 OCR 预训练 API。启用后，您可以查看 OCR 预训练 API 的服务状态和端点。

安装客户端库

客户端库支持 Python 编程语言。我们建议您使用这些客户端库来调用 OCR API，因为它们可以更轻松地访问 API。

安装 OCR 客户端库，然后按照以下步骤确保您拥有正确的版本：

1. 检查 OCR 客户端库是否已安装并获取版本号：

   pip freeze | grep vision
   

   如果已安装客户端库，您将获得类似于以下示例的输出：

   google-cloud-vision==3.0.0
   

   您获取的版本号必须与以下端点处的客户端库相匹配：

   https://GDC_URL/.well-known/static/client-libraries
   

   将 GDC_URL 替换为您组织在 GDC 中的网址。

2. 如果版本号不匹配，请卸载客户端库：

   pip uninstall google-cloud-vision
   

3. 如果您卸载了 OCR 客户端库，则必须通过指定与您的操作系统对应的文件名来重新安装该库。

设置环境变量

安装 OCR 客户端库后，您可以通过 Python 脚本与 API 进行交互。

如果您在项目中设置服务账号以通过编程方式进行授权的 API 调用，则可以在 Python 脚本中定义环境变量，以便在运行时访问服务账号密钥等值。

请按以下步骤在 Python 脚本中设置所需的环境变量：

1. 创建 JupyterLab 笔记本，以便与 OCR 预训练 API 进行交互。

2. 在 JupyterLab 笔记本上创建 Python 脚本。

3. 将以下代码添加到 Python 脚本中：

   import os
   
   os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "APPLICATION_DEFAULT_CREDENTIALS_FILENAME"
   

   将 APPLICATION_DEFAULT_CREDENTIALS_FILENAME 替换为包含您在项目中创建的服务账号密钥的 JSON 文件的名称，例如 my-service-key.json。

4. 保存 Python 脚本，并为其命名，例如 vision.py。

5. 运行 Python 脚本以设置环境变量：

   python SCRIPT_NAME
   

   将 SCRIPT_NAME 替换为您为 Python 脚本指定的名称，例如 vision.py。

设置身份验证

在开始使用 OCR API 之前，您必须对客户端凭据进行身份验证，并请求账号访问您的项目资源。如需了解详情，请参阅对 API 请求进行身份验证。