L'API Vision può rilevare qualsiasi funzionalità dell'API Vision dai file PDF e TIFF archiviati in Cloud Storage.
Il rilevamento di elementi da PDF e TIFF deve essere richiesto utilizzando la funzione files:asyncBatchAnnotate
, che esegue una richiesta offline (asincrona) e fornisce il relativo stato utilizzando le risorse operations
.
L'output di una richiesta PDF/TIFF viene scritto in un file JSON creato nel bucket Cloud Storage specificato.
Limitazioni
L'API Vision accetta file PDF/TIFF con un massimo di 2000 pagine. I file di dimensioni maggiori restituiranno un errore.
Autenticazione
Le chiavi API non sono supportate per le richieste files:asyncBatchAnnotate
. Consulta
Utilizzare un account di servizio per
istruzioni sull'autenticazione con un account di servizio.
L'account utilizzato per l'autenticazione deve avere accesso al bucket Cloud Storage specificato per l'output (roles/editor
o
roles/storage.objectCreator
o versioni successive).
Puoi utilizzare una chiave API per eseguire query sullo stato dell'operazione. Per istruzioni, consulta Utilizzare una chiave API.
Richieste di rilevamento delle funzionalità
Al momento, il rilevamento dei documenti PDF/TIFF è disponibile solo per i file archiviati nei bucket Cloud Storage. I file JSON di risposta vengono salvati in modo simile in un bucket Cloud Storage.
Riga di comando
Per eseguire il rilevamento del testo di documenti PDF/TIFF, effettua una richiesta POST e fornisci il corpo della richiesta appropriato:
curl -X POST \ -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \ -H "Content-Type: application/json; charset=utf-8" \ https://vision.googleapis.com/v1/files:asyncBatchAnnotate -d "{ 'requests':[ { 'inputConfig': { 'gcsSource': { 'uri': 'gs://your-source-bucket-name/folder/multi-page-file.pdf' }, 'mimeType': 'application/pdf' }, 'features': [ { 'type': 'DOCUMENT_TEXT_DETECTION' } ], 'outputConfig': { 'gcsDestination': { 'uri': 'gs://your-bucket-name/folder/' }, 'batchSize': 1 } } ] }"
Dove:
inputConfig
: sostituisce il campoimage
utilizzato in altre richieste dell'API Vision. Contiene due campi secondari:gcsSource.uri
: l'URI Cloud Storage del file PDF o TIFF (accessibile all'utente o all'account di servizio che effettua la richiesta)mimeType
: uno dei tipi di file accettati:application/pdf
oimage/tiff
.
outputConfig
: specifica i dettagli dell'output. Contiene due campi secondari:gcsDestination.uri
: un URI Cloud Storage valido. Il bucket deve essere scrivibile dall'account utente o di servizio che effettua la richiesta. Il nome file saràoutput-x-to-y
, dovex
ey
rappresentano i numeri di pagina PDF/TIFF inclusi nel file di output. Se il file esiste, i suoi contenuti verranno sovrascritti.batchSize
: specifica quante pagine di output devono essere incluse in ogni file JSON di output.
Risposta:
Una richiesta asyncBatchAnnotate
andata a buon fine restituisce una risposta con un singolo campo name:
{ "name": "projects/usable-auth-library/operations/1efec2285bd442df" }
Questo nome rappresenta un'operazione a lunga esecuzione con un ID associato (ad es. 1efec2285bd442df
), su cui è possibile eseguire query utilizzando l'API v1.operations
.
Per recuperare la risposta dell'annotazione di Vision, invia una richiesta GET all'endpoint v1.operations
, passando l'ID operazione nell'URL.
curl -X GET -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \ -H "Content-Type: application/json" \ https://vision.googleapis.com/v1/operations/1efec2285bd442df
Se l'operazione è in corso:
{ "name": "operations/1efec2285bd442df", "metadata": { "@type": "type.googleapis.com/google.cloud.vision.v1.OperationMetadata", "state": "RUNNING", "createTime": "2019-05-15T21:10:08.401917049Z", "updateTime": "2019-05-15T21:10:33.700763554Z" } }
Al termine dell'operazione, state
viene visualizzato come DONE
e i risultati vengono scritti nel file Cloud Storage specificato:
{ "name": "operations/1efec2285bd442df", "metadata": { "@type": "type.googleapis.com/google.cloud.vision.v1.OperationMetadata", "state": "DONE", "createTime": "2019-05-15T20:56:30.622473785Z", "updateTime": "2019-05-15T20:56:41.666379749Z" }, "done": true, "response": { "@type": "type.googleapis.com/google.cloud.vision.v1.AsyncBatchAnnotateFilesResponse", "responses": [ { "outputConfig": { "gcsDestination": { "uri": "gs://your-bucket-name/folder/" }, "batchSize": 1 } } ] } }
Il JSON nel file di output è simile a quello di una
richiesta di rilevamento del testo del documento di un'immagine, con l'aggiunta di un
campo context
che mostra la posizione del PDF o del TIFF specificato e
il numero di pagine del file:
output-1-to-1.json
Go
Prima di provare questo esempio, segui le istruzioni di configurazione di Go riportate nella guida rapida di Vision con le librerie client. Per ulteriori informazioni, consulta la documentazione di riferimento dell'API Vision Go.
Per autenticarti a Vision, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Java
Prima di provare questo esempio, segui le istruzioni di configurazione di Java riportate nella guida rapida di Vision con le librerie client. Per ulteriori informazioni, consulta la documentazione di riferimento dell'API Vision Java.
Per autenticarti a Vision, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Node.js
Prima di provare questo esempio, segui le istruzioni di configurazione di Node.js riportate nella guida rapida di Vision con le librerie client. Per ulteriori informazioni, consulta la documentazione di riferimento dell'API Vision Node.js.
Per autenticarti a Vision, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Python
Prima di provare questo esempio, segui le istruzioni di configurazione di Python riportate nella guida rapida di Vision con le librerie client. Per ulteriori informazioni, consulta la documentazione di riferimento dell'API Vision Python.
Per autenticarti a Vision, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
gcloud
Il comando gcloud
che utilizzi dipende dal tipo di file.
Per eseguire il rilevamento del testo PDF, utilizza il comando
gcloud ml vision detect-text-pdf
come mostrato nell'esempio seguente:gcloud ml vision detect-text-pdf gs://my_bucket/input_file gs://my_bucket/out_put_prefix
Per eseguire il rilevamento del testo TIFF, utilizza il comando
gcloud ml vision detect-text-tiff
come mostrato nell'esempio seguente:gcloud ml vision detect-text-tiff gs://my_bucket/input_file gs://my_bucket/out_put_prefix
Linguaggi aggiuntivi
C#: segui le istruzioni di configurazione per C# riportate nella pagina delle librerie client e consulta la documentazione di riferimento di Vision per .NET.
PHP: segui le istruzioni di configurazione di PHP nella pagina delle librerie client e poi consulta la documentazione di riferimento di Vision per PHP.
Ruby: segui le istruzioni di configurazione di Ruby nella pagina delle librerie client e poi consulta la documentazione di riferimento di Vision per Ruby.