Google Cloud Vision APIで光学式文字認識をpythonで実装できない

Question

Google Cloud Vision APIで光学式文字認識をpythonで実装できない

受付中

回答 0

投稿 2019/07/02 14:57 ・編集 2019/07/02 20:14

評価
クリップ 0
VIEW 977

Tsuyoshi777

score 16

Google Cloud Vision APIで光学式文字認識をpythonで実装しようとしているのですが、うまくテキストが表示されません。

実行の参考サイトは以下二つです。
https://qiita.com/AltGuNi/items/6f22f1441733da08fdc1

https://www.g104robo.com/entry/google-cloud-vision-api

実装したコードは以下になります。
APIキーは抜いています。

# -*- coding: utf-8 -*-
import requests
import base64
import json
import os

GOOGLE_CLOUD_VISION_API_URL = 'https://vision.googleapis.com/v1/images:annotate?key='
API_KEY = '' # 取得したAPIキーを入力してください。

# APIを呼び、認識結果をjson型で返す
def request_cloud_vison_api(image_base64):
    api_url = GOOGLE_CLOUD_VISION_API_URL + API_KEY
    req_body = json.dumps({
        'requests': [{
            'image': {
                'content': image_base64.decode('utf-8') # jsonに変換するためにstring型に変換する
            },
            'features': [{
                'type': 'TEXT_DETECTION', # ここを変更することで分析内容を変更できる
                'maxResults': 10,
            }]
        }]
    })
    res = requests.post(api_url, data=req_body)
    return res.json()

# 画像読み込み
def img_to_base64(filepath):
    filepath = 'img/text-tool03.png'
    with open(filepath, 'rb') as img:
        img_byte = img.read()
    return base64.b64encode(img_byte)

# 文字認識させたい画像を./img.pngとする
filepath = 'img/text-tool03.png'
img_base64 = img_to_base64(filepath)
result = request_cloud_vison_api(img_base64)

#認識した文字の位置など、すべての情報を出力
#print("{}".format(json.dumps(result, indent=4)))

#認識した文字のみを出力
def get_fullTextAnnotation(json_data):
    text_dict = json.loads(json_data)
    try:
        text_r = text_dict["responses"][0]["fullTextAnnotation"]["text"]
        return print(text_r)
    except:
        print(None)
        return None

出力結果は特にエラーがなく何も表示されません。
写真はimgフォルダに一枚入っています。
写真は「あいうえお」とシンプルに書いてあるものです。
ご教示いただけましたら幸いです。

宜しくお願い致します。

追記

# 文字認識させたい画像を./img.pngとする
filepath = 'img'
path = os.listdir(filepath)
new_path = ','.join(path).replace(".DS_Store,","")
new_dir_path = 'img/' + new_path
img_base64 = img_to_base64(new_dir_path)
result = request_cloud_vison_api(img_base64)

**#認識した文字の位置など、すべての情報を出力
print("{}".format(json.dumps(result, indent=4)))**

#認識した文字のみを出力

# def get_fullTextAnnotation(json_data):
#     text_dict = json.loads(json_data)
#     try:
#         text_r = text_dict["responses"][0]["fullTextAnnotation"]["text"]
#         return print(text_r)
#     except:
#         print(None)
#         return None

途中、print("{}".format(json.dumps(result, indent=4)))で出力した結果、以下が出ました。

{
    "responses": [
        {}
    ]
}

これは、そもそも画像が読み込まれていないのでしょうか。

すいません、pathを違うもので書いてました。

def img_to_base64(filepath):
    filepath = 'img/text-tool03.png'
    with open(filepath, 'rb') as img:
        img_byte = img.read()
    return base64.b64encode(img_byte)

# 文字認識させたい画像を./img.pngとする
filepath = 'img/text-tool03.png'
img_base64 = img_to_base64(filepath)
result = request_cloud_vison_api(img_base64)

#認識した文字の位置など、すべての情報を出力
print("{}".format(json.dumps(result, indent=4)))

#認識した文字のみを出力

# def get_fullTextAnnotation(json_data):
#     text_dict = json.loads(json_data)
#     try:
#         text_r = text_dict["responses"][0]["fullTextAnnotation"]["text"]
#         return print(text_r)
#     except:
#         print(None)
#         return None

上記でも出力が同じでした。

変更前の写真は以下でした。

ひらがなは読めないんでしょうか。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

クリップを取り消します
良い質問の評価を上げる

以下のような質問は評価を上げましょう
- 質問内容が明確
- 自分も答えを知りたい
- 質問者以外のユーザにも役立つ
評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。
質問の評価を上げたことを取り消します

評価を下げられる数の上限に達しました

評価を下げることができません
- 1日5回まで評価を下げられます
- 1日に1ユーザに対して2回まで評価を下げられます
質問の評価を下げる

teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。
- プログラミングに関係のない質問
- やってほしいことだけを記載した丸投げの質問
- 問題・課題が含まれていない質問
- 意図的に内容が抹消された質問
- 過去に投稿した質問と同じ内容の質問
- 広告と受け取られるような投稿
評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。
質問の評価を下げたことを取り消します

この機能は開放されていません

評価を下げる条件を満たしてません

評価を下げる理由を選択してください
プログラミングに関係のない質問やってほしいことだけを記載した丸投げの質問問題・課題が含まれていない質問意図的に内容が抹消された質問過去に投稿した質問と同じ内容の質問広告と受け取られるような投稿
詳細な説明はこちら

上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。
質問の評価を下げる機能の利用条件

この機能を利用するためには、以下の事項を行う必要があります。
- 質問回答など一定の行動
- メールアドレスの認証
  メールアドレスの認証
- 質問評価に関するヘルプページの閲覧
  質問評価に関するヘルプページの閲覧

13 件の質問への追記・修正依頼

質問への追記・修正の依頼

tetsunosuke

2019/07/02 17:33

print(None)

ではなく

except Exception as e:
print(e)

した場合は何か出力されるのでしょうか？

print(None) ではなく except Exception as e: print(e) した場合は何か出力されるのでしょうか？

キャンセル
Tsuyoshi777

2019/07/02 17:52

質問ありがとうございます。
上記で打ってみましたが、変更前と同じでした。
出力は何も出ません。

質問ありがとうございます。上記で打ってみましたが、変更前と同じでした。出力は何も出ません。

キャンセル
tetsunosuke

2019/07/02 17:56

よく見たら、
get_fullTextAnnotationは使われてないですね・・・？

print(get_fullTextAnnotation(result)) が必要でしょうか？

よく見たら、 get_fullTextAnnotationは使われてないですね・・・？ print(get_fullTextAnnotation(result)) が必要でしょうか？

キャンセル
tetsunosuke

2019/07/02 18:18

> これは、そもそも画像が読み込まれていないのでしょうか。

突然話が複雑になっていますが...

filepath = 'img/text-tool03.png'
img_base64 = img_to_base64(filepath)
result = request_cloud_vison_api(img_base64)
print("{}".format(json.dumps(result, indent=4)))

でも同じだったのでしょうか？

> これは、そもそも画像が読み込まれていないのでしょうか。突然話が複雑になっていますが... filepath = 'img/text-tool03.png' img_base64 = img_to_base64(filepath) result = request_cloud_vison_api(img_base64) print("{}".format(json.dumps(result, indent=4))) でも同じだったのでしょうか？

キャンセル
Tsuyoshi777

2019/07/02 18:25

同じでした。
print(get_fullTextAnnotation(result)) はどこに記載した方がいいでしょうか。

同じでした。 print(get_fullTextAnnotation(result)) はどこに記載した方がいいでしょうか。

キャンセル
tetsunosuke

2019/07/02 18:32

もし同じだったのであれば、
responsesがほぼからの状況で get_fullTextAnnotation(result) しても
意味はなさそうですよね。

記載位置の想定は、
result = request_cloud_vison_api(img_base64)
のあとでした。

もし同じだったのであれば、 responsesがほぼからの状況で get_fullTextAnnotation(result) しても意味はなさそうですよね。記載位置の想定は、 result = request_cloud_vison_api(img_base64) のあとでした。

キャンセル
Tsuyoshi777

2019/07/02 18:39

わかりました。ちょっと考えてみます。

わかりました。ちょっと考えてみます。

キャンセル
tetsunosuke

2019/07/02 18:51

こちらでは全く同様のコードでちゃんと動きました。

コード：
https://gist.github.com/tetsunosuke/9939a050d3696a4b838fee422ea6825b

画像データ：
https://placehold.jp/24/cc9999/993333/150x100.png

結果：
{
"responses": [
{
"textAnnotations": [
{
"locale": "en",
"description": "150 x 100\n",
"boundingPoly": {
"vertices": [
{
"x": 25,
"y": 42
},
{
（省略）

こちらでは全く同様のコードでちゃんと動きました。コード： https://gist.github.com/tetsunosuke/9939a050d3696a4b838fee422ea6825b 画像データ： https://placehold.jp/24/cc9999/993333/150x100.png 結果： { "responses": [ { "textAnnotations": [ { "locale": "en", "description": "150 x 100\n", "boundingPoly": { "vertices": [ { "x": 25, "y": 42 }, { （省略）

キャンセル
Tsuyoshi777

2019/07/02 19:54

そうなんですね。普通にこのコードが書かれたpythonファイルをターミナルで読み込んで出力すればいいんでしょうか。そもそも根本的なことが間違っているような気がして‥、出力の仕方が違うのかなと思いました。

そうなんですね。普通にこのコードが書かれたpythonファイルをターミナルで読み込んで出力すればいいんでしょうか。そもそも根本的なことが間違っているような気がして‥、出力の仕方が違うのかなと思いました。

キャンセル
Tsuyoshi777

2019/07/02 20:01

curlコマンドを使うのでしょうか。

curlコマンドを使うのでしょうか。

キャンセル
Tsuyoshi777

2019/07/02 20:13

写真を提示されているものに変えたら同じように出力が出ました！
ただ、print("{}".format(json.dumps(result, indent=4)))が反映されただけで、以下コードのテキストだけの抽出が出てないので、考えます。

写真を提示されているものに変えたら同じように出力が出ました！ただ、print("{}".format(json.dumps(result, indent=4)))が反映されただけで、以下コードのテキストだけの抽出が出てないので、考えます。

キャンセル
tetsunosuke

2019/07/02 21:05

とりあえずなんらかの解析をかけることは成功したのですね。よかった。

https://qiita.com/saken649/items/4bfd215bf943c36a52ab

ひらがなが読めないわけではない、ようですよ。

> ただ、print("{}".format(json.dumps(result, indent=4)))が反映されただけで、以下コードのテキストだけの抽出が出てないので、考えます。

こちらは、
get_fullTextAnnotation がそのままの記述ではエラーになることも確認しています。まああとはJSONデータから特定の部分を抜き出すコードを書けばいいだけなので、そう難しくなく到達できると思います。

とりあえずなんらかの解析をかけることは成功したのですね。よかった。 https://qiita.com/saken649/items/4bfd215bf943c36a52ab ひらがなが読めないわけではない、ようですよ。 > ただ、print("{}".format(json.dumps(result, indent=4)))が反映されただけで、以下コードのテキストだけの抽出が出てないので、考えます。こちらは、 get_fullTextAnnotation がそのままの記述ではエラーになることも確認しています。まああとはJSONデータから特定の部分を抜き出すコードを書けばいいだけなので、そう難しくなく到達できると思います。

キャンセル
Tsuyoshi777

2019/07/03 04:06

わかりました。ありがとうございます。調べてみます！

わかりました。ありがとうございます。調べてみます！

キャンセル

まだ回答がついていません

同じタグがついた質問を見る

Python

質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう！

Google Cloud Vision APIで光学式文字認識をpythonで実装できない

関連した質問

同じタグがついた質問を見る

質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう！

Google Cloud Vision APIで光学式文字認識をpythonで実装できない

15分調べてもわからないことは、teratailで質問しよう！

関連した質問

同じタグがついた質問を見る

SNSアカウントでログイン

teratailアカウントでログイン