التشغيل السريع: استخدام REST API أو مكتبة عميل تحليل الصور

  • مقالة
  • قراءة خلال 18 دقائق

ابدأ باستخدام مكتبات العميل أو واجهة REST API لتحليل الصور. توفر لك خدمة تحليل الصور خوارزميات الذكاء الاصطناعي لمعالجة الصور وإعادة المعلومات عن ميزاتها المرئية. اتبع هذه الخطوات لتثبيت حزمة على التطبيق الخاص بك وتجربة نموذج التعليمات البرمجية لمهمة أساسية.

استخدم مكتبة عميل تحليل الصور ل C# لتحليل صورة لعلامات المحتوى. تحدد هذه البداية السريعة أسلوبا ، AnalyzeImageUrlوالذي يستخدم كائن العميل لتحليل صورة بعيدة وطباعة النتائج.

⁧⁩الوثائق المرجعية⁧⁩⁧ | ⁩⁧⁩لحزمة كود المصدر للمكتبة⁧⁩⁧ | ⁩⁧⁩نماذج⁧⁩⁧ | ⁩⁧⁩(NuGet)⁧⁩

تلميح

يمكنك أيضاً تحليل صورة محلية. راجع أساليب ComputerVisionClient مثل AnalyzeImageInStreamAsync. أو راجع نموذج التعليمات البرمجية على GitHub لمعرفة السيناريوهات التي تتضمن صوراً محلية.

تلميح

يمكن لواجهة برمجة تطبيقات التحليل القيام بالعديد من العمليات المختلفة بخلاف إنشاء علامات الصور. راجع الدليل الإرشادي لتحليل الصور للحصول على أمثلة تعرض جميع الميزات المتاحة.

المتطلبات الأساسية

  • اشتراك Azure - إنشاء اشتراك مجاناً
  • إصدار Visual Studio IDE أو الإصدار الحالي من .NET Core.
  • بمجرد حصولك على اشتراكك في Azure، قم بإنشاء مورد Computer Vision في مدخل Azure للحصول على المفتاح ونقطة النهاية. بعد توزيعه، انقر فوق انتقل إلى المورد.
    • تحتاج المفتاح ونقطة النهاية من المورد الذي تقوم بإنشائه لتوصيل التطبيق الخاص بك إلى خدمة Computer Vision. تلصق المفتاح ونقطة النهاية في التعليمات البرمجية أدناه لاحقًا في بداية سريعة.
    • يمكنك استخدام مستوى التسعير الحر (F0) لتجربة الخدمة، والترقية لاحقًا إلى مستوى مدفوع للإنتاج.

تحليل الصورة

  1. إنشاء تطبيق C # جديد.

    باستخدام Visual Studio، قم بإنشاء تطبيق .NET Core جديد.

    تثبيت مكتبة العميل

    بمجرد إنشاء مشروع جديد، ثبّت مكتبة العميل بالنقر بزر الماوس الأيمن فوق حل المشروع في مستكشف الحلول وتحديد Manage NuGet Packages. في مدير الحزم الذي يفتح، حدد Browse، وحدد Include prerelease، وابحث عن Microsoft.Azure.CognitiveServices.Vision.ComputerVision. حدد الإصدار 7.0.0، ثم قم بتثبيت.

  2. ابحث عن مفتاح الاشتراك ونقطة النهاية.

    انتقل إلى مدخل Azure. حالة توزيع مورد Computer Vision الذي أنشأته في قسم Prerequisites بنجاح، فانقر فوق الزر Go to Resource ضمن Next Steps. يمكنك العثور على مفتاحك ونقطة النهاية في صفحة مفتاح المورد ونقطة النهاية ضمن إدارة الموارد.

  3. من دليل المشروع، افتح الملف ⁧⁧Program.cs في المحرر المفضل لديك أو IDE. لصق في التعليمات البرمجية التالية:

    using System;
using System.Collections.Generic;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision.Models;
using System.Threading.Tasks;
using System.IO;
using Newtonsoft.Json;
using Newtonsoft.Json.Linq;
using System.Threading;
using System.Linq;

namespace ComputerVisionQuickstart
{
    class Program
    {
        // Add your Computer Vision subscription key and endpoint
        static string subscriptionKey = "PASTE_YOUR_COMPUTER_VISION_SUBSCRIPTION_KEY_HERE";
        static string endpoint = "PASTE_YOUR_COMPUTER_VISION_ENDPOINT_HERE";

        // URL image used for analyzing an image (image of puppy)
        private const string ANALYZE_URL_IMAGE = "https://moderatorsampleimages.blob.core.windows.net/samples/sample16.png";

        static void Main(string[] args)
        {
            Console.WriteLine("Azure Cognitive Services Computer Vision - .NET quickstart example");
            Console.WriteLine();

            // Create a client
            ComputerVisionClient client = Authenticate(endpoint, subscriptionKey);

            // Analyze an image to get features and other properties.
            AnalyzeImageUrl(client, ANALYZE_URL_IMAGE).Wait();
        }

        /*
         * AUTHENTICATE
         * Creates a Computer Vision client used by each example.
         */
        public static ComputerVisionClient Authenticate(string endpoint, string key)
        {
            ComputerVisionClient client =
              new ComputerVisionClient(new ApiKeyServiceClientCredentials(key))
              { Endpoint = endpoint };
            return client;
        }
       
        public static async Task AnalyzeImageUrl(ComputerVisionClient client, string imageUrl)
        {
            Console.WriteLine("----------------------------------------------------------");
            Console.WriteLine("ANALYZE IMAGE - URL");
            Console.WriteLine();

            // Creating a list that defines the features to be extracted from the image. 

            List<VisualFeatureTypes?> features = new List<VisualFeatureTypes?>()
            {
                VisualFeatureTypes.Tags
            };

            Console.WriteLine($"Analyzing the image {Path.GetFileName(imageUrl)}...");
            Console.WriteLine();
            // Analyze the URL image 
            ImageAnalysis results = await client.AnalyzeImageAsync(imageUrl, visualFeatures: features);

            // Image tags and their confidence score
            Console.WriteLine("Tags:");
            foreach (var tag in results.Tags)
            {
                Console.WriteLine($"{tag.Name} {tag.Confidence}");
            }
            Console.WriteLine();
        }
    }
}

  4. الصق مفتاح الاشتراك ونقطة النهاية في الرمز المشار إليه. تحتوي نقطة نهاية Computer Vision خاصتك على النموذج https://<your_computer_vision_resource_name>.cognitiveservices.azure.com/.

    هام

    تذكر إزالة المفتاح من التعليمات البرمجية عند الانتهاء، وعدم نشره على الملأ مطلقًا. للإنتاج، فكر في استخدام طريقة آمنة لتخزين بيانات الاعتماد الخاصة بك والوصول إليها. راجع مقالة تأمين الخدمات المعرفية للحصول على مزيد من المعلومات.

  5. شغّل التطبيق

    قم بتشغيل التطبيق بنقر الزر Debug أعلى نافذة IDE.

المخرجات

----------------------------------------------------------
ANALYZE IMAGE - URL

Analyzing the image sample16.png...

Tags:
grass 0.9957543611526489
dog 0.9939157962799072
mammal 0.9928356409072876
animal 0.9918001890182495
dog breed 0.9890419244766235
pet 0.974603533744812
outdoor 0.969241738319397
companion dog 0.906731367111206
small greek domestic dog 0.8965123891830444
golden retriever 0.8877675533294678
labrador retriever 0.8746421337127686
puppy 0.872604250907898
ancient dog breeds 0.8508287668228149
field 0.8017748594284058
retriever 0.6837497353553772
brown 0.6581960916519165

تنظيف الموارد

إذا كنت تريد تنظيف وإلغاء اشتراك الخدمات المعرفية، يمكنك حذف المورد أو مجموعة الموارد. يؤدي حذف مجموعة الموارد إلى حذف أية موارد أخرى مقترنة بها أيضًا.

الخطوات التالية

في التشغيل السريع هذا، تعلمت كيفية تثبيت مكتبة عميل Image Analysis وإجراء مكالمات تحليل الصور الأساسية. بعد ذلك، تعرف على المزيد عن ميزات Analyze API.

استدعاء Analyze API

استخدم مكتبة عميل تحليل الصور ل Python لتحليل صورة بعيدة لعلامات المحتوى.

تلميح

يمكنك أيضًا تحليل صورة محلية. راجع أساليب ComputerVisionClientOperationsMixin مثل analyze_image_in_stream. أو راجع نموذج التعليمات البرمجية على GitHub لمعرفة السيناريوهات التي تتضمن صورًا محلية.

تلميح

يمكن لواجهة برمجة تطبيقات التحليل القيام بالعديد من العمليات المختلفة بخلاف إنشاء علامات الصور. راجع الدليل الإرشادي لتحليل الصور للحصول على أمثلة تعرض جميع الميزات المتاحة.

Reference documentation | Library source code | Package (PiPy) | Samples

المتطلبات الأساسية

  • اشتراك Azure - إنشاء اشتراك مجانًا

  • Python 3.x

    • يجب أن يتضمن تثبيت Python خاصتك pip. يمكنك التحقق مما إذا كانت لديك نقطة مثبتة عن طريق تشغيل pip --version على سطر الأوامر. الحصول على نقطة عن طريق تثبيت أحدث إصدار من Python.

  • بمجرد حصولك على اشتراكك في Azure، قم بإنشاء مورد Computer Vision في مدخل Azure للحصول على المفتاح ونقطة النهاية. بعد توزيعه، انقر فوق انتقل إلى المورد.

    • تحتاج المفتاح ونقطة النهاية من المورد الذي تقوم بإنشائه لتوصيل التطبيق الخاص بك إلى خدمة Computer Vision. تلصق المفتاح ونقطة النهاية في التعليمات البرمجية أدناه لاحقًا في بداية سريعة.
    • يمكنك استخدام مستوى التسعير الحر (F0) لتجربة الخدمة، والترقية لاحقًا إلى مستوى مدفوع للإنتاج.

تحليل الصورة

  1. ثبت مكتبة العميل.

    يمكنك تثبيت مكتبة العميل مع:

    pip install --upgrade azure-cognitiveservices-vision-computervision

    أيضًا تثبيت مكتبة Pillow.

    pip install pillow

  2. إنشاء تطبيق بايثون جديد.

    أنشئ ملف Python جديدا—quickstart-file.py، على سبيل المثال.

  3. ابحث عن مفتاح الاشتراك ونقطة النهاية.

    انتقل إلى مدخل Azure. حالة توزيع مورد Computer Vision الذي أنشأته في قسم Prerequisites بنجاح، فانقر فوق الزر Go to Resource ضمن Next Steps. يمكنك العثور على مفتاحك ونقطة النهاية في صفحة مفتاح المورد ونقطة النهاية ضمن إدارة الموارد.

  4. افتح quickstart-file.py في محرر نصوص أو IDE والصقه في التعليمة البرمجية التالية.

    from azure.cognitiveservices.vision.computervision import ComputerVisionClient
from azure.cognitiveservices.vision.computervision.models import OperationStatusCodes
from azure.cognitiveservices.vision.computervision.models import VisualFeatureTypes
from msrest.authentication import CognitiveServicesCredentials

from array import array
import os
from PIL import Image
import sys
import time

'''
Authenticate
Authenticates your credentials and creates a client.
'''
subscription_key = "PASTE_YOUR_COMPUTER_VISION_SUBSCRIPTION_KEY_HERE"
endpoint = "PASTE_YOUR_COMPUTER_VISION_ENDPOINT_HERE"

computervision_client = ComputerVisionClient(endpoint, CognitiveServicesCredentials(subscription_key))
'''
END - Authenticate
'''

'''
Quickstart variables
These variables are shared by several examples
'''
# Images used for the examples: Describe an image, Categorize an image, Tag an image, 
# Detect faces, Detect adult or racy content, Detect the color scheme, 
# Detect domain-specific content, Detect image types, Detect objects
images_folder = os.path.join (os.path.dirname(os.path.abspath(__file__)), "images")
remote_image_url = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-sample-data-files/master/ComputerVision/Images/landmark.jpg"
'''
END - Quickstart variables
'''


'''
Tag an Image - remote
This example returns a tag (key word) for each thing in the image.
'''
print("===== Tag an image - remote =====")
# Call API with remote image
tags_result_remote = computervision_client.tag_image(remote_image_url )

# Print results with confidence score
print("Tags in the remote image: ")
if (len(tags_result_remote.tags) == 0):
    print("No tags detected.")
else:
    for tag in tags_result_remote.tags:
        print("'{}' with confidence {:.2f}%".format(tag.name, tag.confidence * 100))
print()
'''
END - Tag an Image - remote
'''
print("End of Computer Vision quickstart.")

  5. الصق مفتاح الاشتراك ونقطة النهاية في الرمز المشار إليه. تحتوي نقطة نهاية Computer Vision خاصتك على النموذج https://<your_computer_vision_resource_name>.cognitiveservices.azure.com/.

    هام

    تذكر إزالة المفتاح من التعليمات البرمجية عند الانتهاء، وعدم نشره على الملأ مطلقًا. للإنتاج، فكر في استخدام طريقة آمنة لتخزين بيانات الاعتماد الخاصة بك والوصول إليها. راجع مقالة تأمين الخدمات المعرفية للحصول على مزيد من المعلومات.

  6. شغّل التطبيق باستخدام الأمر python المُتاح على ملف بدء التشغيل السريع خاصتك.

    python quickstart-file.py

المخرجات

===== Tag an image - remote =====
Tags in the remote image:
'outdoor' with confidence 99.00%
'building' with confidence 98.81%
'sky' with confidence 98.21%
'stadium' with confidence 98.17%
'ancient rome' with confidence 96.16%
'ruins' with confidence 95.04%
'amphitheatre' with confidence 93.99%
'ancient roman architecture' with confidence 92.65%
'historic site' with confidence 89.55%
'ancient history' with confidence 89.54%
'history' with confidence 86.72%
'archaeological site' with confidence 84.41%
'travel' with confidence 65.85%
'large' with confidence 61.02%
'city' with confidence 56.57%

End of Computer Vision quickstart.

تنظيف الموارد

إذا كنت تريد تنظيف وإلغاء اشتراك الخدمات المعرفية، يمكنك حذف المورد أو مجموعة الموارد. يؤدي حذف مجموعة الموارد إلى حذف أية موارد أخرى مقترنة بها أيضًا.

الخطوات التالية

في التشغيل السريع هذا، تعلمت كيفية تثبيت مكتبة عميل Image Analysis وإجراء مكالمات تحليل الصور الأساسية. بعد ذلك، تعرف على المزيد عن ميزات Analyze API.

استدعاء Analyze API

استخدم مكتبة عميل تحليل الصور لتحليل صورة بعيدة للعلامات ووصف النص والوجوه ومحتوى البالغين والمزيد.

تلميح

يمكنك أيضا تحليل محلي. راجع أساليب ComputerVision مثل AnalyzeImage. أو راجع نموذج التعليمات البرمجية على GitHub لمعرفة السيناريوهات التي تتضمن صوراً بعيدة.

تلميح

يمكن لواجهة برمجة تطبيقات التحليل القيام بالعديد من العمليات المختلفة بخلاف إنشاء علامات الصور. راجع الدليل الإرشادي لتحليل الصور للحصول على أمثلة تعرض جميع الميزات المتاحة.

وثائق مرجعية | التعليمة البرمجية المصدر للمكتبة |البيانات الاصطناعية (Maven) | نماذج

المتطلبات الأساسية

  • اشتراك Azure - إنشاء اشتراك مجاني
  • الإصدار الحالي من مجموعة موادJava Development (JDK)
  • أداة إنشاء Gradleأو مدير تبعية آخر.
  • بمجرد حصولك على اشتراكك في Azure، قم بإنشاء مورد Computer Vision في مدخل Azure للحصول على المفتاح ونقطة النهاية. بعد توزيعه، انقر فوق انتقل إلى المورد.
    • تحتاج المفتاح ونقطة النهاية من المورد الذي تقوم بإنشائه لتوصيل التطبيق الخاص بك إلى خدمة Computer Vision. تلصق المفتاح ونقطة النهاية في التعليمات البرمجية أدناه لاحقًا في بداية سريعة.
    • يمكنك استخدام مستوى التسعير الحر (F0) لتجربة الخدمة، والترقية لاحقًا إلى مستوى مدفوع للإنتاج.

تحليل الصورة

  1. إنشاء مشروع Gradle جديد.

    في نافذة وحدة التحكم (مثل cmd أو PowerShell أو Bash)، أنشئ دليلاً جديداً لتطبيقك وانتقل إليه.

    mkdir myapp && cd myapp

    بادر بتشغيل الأمر gradle init من دليل العمل خاصتك. سينشئ هذا الأمر ملفات بناء أساسية لـ Gradle، بما في ذلك build.gradle.kts، والذي يجري استخدامه في وقت التشغيل لإنشاء تطبيقك وتكوينه.

    gradle init --type basic

    عند مطالبتك باختيار DSL، حدِّد Kotlin.

  2. ثبت مكتبة العميل.

    يستخدم هذا التشغيل السريع مدير تبعية Gradle. يمكنك العثور على مكتبة العميل ومعلومات مديري التبعية الآخرين على Maven Central Repository.

    حدد build.gradle.kts وافتحه باستخدام IDE أو محرر النص المفضل لديك. ثم انسخ في تكوين البناء التالي. يُعرّف هذا التكوين المشروع على أنه تطبيق Java التي تُعد نقطة دخوله هي الفئة ImageAnalysisQuickstart. تستورد مكتبة خدمة Computer Vision.

    plugins {
    java
    application
}
application { 
    mainClass.set("ImageAnalysisQuickstart")
}
repositories {
    mavenCentral()
}
dependencies {
    implementation(group = "com.microsoft.azure.cognitiveservices", name = "azure-cognitiveservices-computervision", version = "1.0.6-beta")
}

  3. إنشاء ملف جافا.

    من دليل العمل خاصتك، بادر بتشغيل الأمر التالي لإنشاء مجلد مصدر المشروع:

    mkdir -p src/main/java

    انتقل إلى المجلد الجديد وأنشِئ ملفاً باسم ImageAnalysisQuickstart.java.

  4. ابحث عن مفتاح الاشتراك ونقطة النهاية.

    انتقل إلى مدخل Azure. حالة توزيع مورد Computer Vision الذي أنشأته في قسم Prerequisites بنجاح، فانقر فوق الزر Go to Resource ضمن Next Steps. يمكنك العثور على مفتاحك ونقطة النهاية في صفحة مفتاح المورد ونقطة النهاية ضمن إدارة الموارد.

  5. افتح ImageAnalysisQuickstart.java في المحرر المفضل لديك أو IDE ولصق في التعليمة البرمجية التالية.

    import com.microsoft.azure.cognitiveservices.vision.computervision.*;
import com.microsoft.azure.cognitiveservices.vision.computervision.implementation.ComputerVisionImpl;
import com.microsoft.azure.cognitiveservices.vision.computervision.models.*;

import java.io.*;
import java.nio.file.Files;

import java.util.ArrayList;
import java.util.List;
import java.util.UUID;

public class ImageAnalysisQuickstart {

    static String subscriptionKey = "PASTE_YOUR_COMPUTER_VISION_SUBSCRIPTION_KEY_HERE";
    static String endpoint = "PASTE_YOUR_COMPUTER_VISION_ENDPOINT_HERE";

    public static void main(String[] args) {
        
        System.out.println("\nAzure Cognitive Services Computer Vision - Java Quickstart Sample");

        // Create an authenticated Computer Vision client.
        ComputerVisionClient compVisClient = Authenticate(subscriptionKey, endpoint); 

        // Analyze local and remote images
        AnalyzeRemoteImage(compVisClient);

    }

    public static ComputerVisionClient Authenticate(String subscriptionKey, String endpoint){
        return ComputerVisionManager.authenticate(subscriptionKey).withEndpoint(endpoint);
    }


    public static void AnalyzeRemoteImage(ComputerVisionClient compVisClient) {
        /*
         * Analyze an image from a URL:
         *
         * Set a string variable equal to the path of a remote image.
         */
        String pathToRemoteImage = "https://github.com/Azure-Samples/cognitive-services-sample-data-files/raw/master/ComputerVision/Images/faces.jpg";

        // This list defines the features to be extracted from the image.
        List<VisualFeatureTypes> featuresToExtractFromRemoteImage = new ArrayList<>();
        featuresToExtractFromRemoteImage.add(VisualFeatureTypes.TAGS);

        System.out.println("\n\nAnalyzing an image from a URL ...");

        try {
            // Call the Computer Vision service and tell it to analyze the loaded image.
            ImageAnalysis analysis = compVisClient.computerVision().analyzeImage().withUrl(pathToRemoteImage)
                    .withVisualFeatures(featuresToExtractFromRemoteImage).execute();


            // Display image tags and confidence values.
            System.out.println("\nTags: ");
            for (ImageTag tag : analysis.tags()) {
                System.out.printf("\'%s\' with confidence %f\n", tag.name(), tag.confidence());
            }
        }

        catch (Exception e) {
            System.out.println(e.getMessage());
            e.printStackTrace();
        }
    }
    // END - Analyze an image from a URL.

}

  6. الصق مفتاح الاشتراك ونقطة النهاية في الرمز المشار إليه. تحتوي نقطة نهاية Computer Vision خاصتك على النموذج https://<your_computer_vision_resource_name>.cognitiveservices.azure.com/.

    هام

    تذكر إزالة مفتاح الاشتراك من تعليمتك البرمجية عند الانتهاء، ولا تنشره على الملأ مطلقاً. للإنتاج، ضَع في اعتبارك استخدام طريقة آمنة لتخزين بيانات الاعتماد والوصول إليها. على سبيل المثال، Azure key vault.

  7. انتقل مرة أخرى إلى المجلد الجذر للمشروع، وقم بإنشاء التطبيق باستخدام:

    gradle build

    ثم قم بتشغيله باستخدام الأمر gradle run :

    gradle run

تنظيف الموارد

إذا كنت تريد تنظيف وإلغاء اشتراك الخدمات المعرفية، يمكنك حذف المورد أو مجموعة الموارد. يؤدي حذف مجموعة الموارد إلى حذف أية موارد أخرى مقترنة بها أيضًا.

الخطوات التالية

في التشغيل السريع هذا، تعلمت كيفية تثبيت مكتبة عميل Image Analysis وإجراء مكالمات تحليل الصور الأساسية. بعد ذلك، تعرف على المزيد عن ميزات Analyze API.

استدعاء Analyze API

استخدم مكتبة عميل تحليل الصور لجافا سكريبت لتحليل صورة بعيدة لعلامات المحتوى.

ملاحظة

يمكنك أيضًا تحليل صورة محلية. راجع أساليب ComputerVisionClient، مثل describeImageInStream. أو راجع نموذج التعليمات البرمجية على GitHub لمعرفة السيناريوهات التي تتضمن صورًا محلية.

تلميح

يمكن لواجهة برمجة تطبيقات التحليل القيام بالعديد من العمليات المختلفة بخلاف إنشاء علامات الصور. راجع الدليل الإرشادي لتحليل الصور للحصول على أمثلة تعرض جميع الميزات المتاحة.

الوثائق المرجعية | التعليمات البرمجية لمصدر المكتبة | الحزمة (npm) | العينات

المتطلبات الأساسية

  • اشتراك Azure - إنشاء اشتراك مجانًا
  • الإصدار الحالي من Node.js
  • بمجرد حصولك على اشتراكك في Azure، قم بإنشاء مورد Computer Vision في مدخل Azure للحصول على المفتاح ونقطة النهاية. بعد توزيعه، انقر فوق انتقل إلى المورد.
    • تحتاج المفتاح ونقطة النهاية من المورد الذي تقوم بإنشائه لتوصيل التطبيق الخاص بك إلى خدمة Computer Vision. تلصق المفتاح ونقطة النهاية في التعليمات البرمجية أدناه لاحقًا في بداية سريعة.
    • يمكنك استخدام مستوى التسعير الحر (F0) لتجربة الخدمة، والترقية لاحقًا إلى مستوى مدفوع للإنتاج.

تحليل الصورة

  1. إنشاء تطبيق Node.js جديد

    في نافذة وحدة التحكم (مثل cmd، أو PowerShell، أو Bash)، أنشئ دليلاً جديدًا لتطبيقك، وانتقل إليه.

    mkdir myapp && cd myapp

    شغل npm initالأمر لإنشاء تطبيق node باستخدام ملف package.json.

    npm init

    تثبيت مكتبة العميل

    تثبيت حزم ms-rest-azure و @azure/cognitiveservices-computervision حزمة NPM:

    npm install @azure/cognitiveservices-computervision

    بادر أيضاً بتثبيت الوحدة غير المتزامنة:

    npm install async

    سيجري تحديث ملف package.jsonتطبيقك باستخدام التبعيات.

    إنشاء ملف جديد، index.js.

  2. ابحث عن مفتاح الاشتراك ونقطة النهاية.

    انتقل إلى مدخل Azure. حالة توزيع مورد Computer Vision الذي أنشأته في قسم Prerequisites بنجاح، فانقر فوق الزر Go to Resource ضمن Next Steps. يمكنك العثور على مفتاحك ونقطة النهاية في صفحة مفتاح المورد ونقطة النهاية ضمن إدارة الموارد.

  3. افتح index.js في محرر نصوص والصقه في التعليمة البرمجية التالية.

    'use strict';

const async = require('async');
const fs = require('fs');
const https = require('https');
const path = require("path");
const createReadStream = require('fs').createReadStream
const sleep = require('util').promisify(setTimeout);
const ComputerVisionClient = require('@azure/cognitiveservices-computervision').ComputerVisionClient;
const ApiKeyCredentials = require('@azure/ms-rest-js').ApiKeyCredentials;

/**
 * AUTHENTICATE
 * This single client is used for all examples.
 */
const key = 'PASTE_YOUR_COMPUTER_VISION_SUBSCRIPTION_KEY_HERE';
const endpoint = 'PASTE_YOUR_COMPUTER_VISION_ENDPOINT_HERE';

const computerVisionClient = new ComputerVisionClient(
  new ApiKeyCredentials({ inHeader: { 'Ocp-Apim-Subscription-Key': key } }), endpoint);
/**
 * END - Authenticate
 */


function computerVision() {
  async.series([
    async function () {

      /**
       * DETECT TAGS  
       * Detects tags for an image, which returns:
       *     all objects in image and confidence score.
       */
      console.log('-------------------------------------------------');
      console.log('DETECT TAGS');
      console.log();

      // Image of different kind of dog.
      const tagsURL = 'https://moderatorsampleimages.blob.core.windows.net/samples/sample16.png';

      // Analyze URL image
      console.log('Analyzing tags in image...', tagsURL.split('/').pop());
      const tags = (await computerVisionClient.analyzeImage(tagsURL, { visualFeatures: ['Tags'] })).tags;
      console.log(`Tags: ${formatTags(tags)}`);

      // Format tags for display
      function formatTags(tags) {
        return tags.map(tag => (`${tag.name} (${tag.confidence.toFixed(2)})`)).join(', ');
      }
      /**
       * END - Detect Tags
       */
      console.log();
      console.log('-------------------------------------------------');
      console.log('End of quickstart.');

    },
    function () {
      return new Promise((resolve) => {
        resolve();
      })
    }
  ], (err) => {
    throw (err);
  });
}

computerVision();

  4. الصق مفتاح الاشتراك ونقطة النهاية في الرمز المشار إليه. تحتوي نقطة نهاية Computer Vision خاصتك على النموذج https://<your_computer_vision_resource_name>.cognitiveservices.azure.com/.

    هام

    تذكر إزالة المفتاح من التعليمات البرمجية عند الانتهاء، وعدم نشره على الملأ مطلقًا. للإنتاج، فكر في استخدام طريقة آمنة لتخزين بيانات الاعتماد الخاصة بك والوصول إليها. راجع مقالة تأمين الخدمات المعرفية للحصول على مزيد من المعلومات.

  5. شغّل التطبيق باستخدام الأمر node المُتاح على ملف بدء التشغيل السريع خاصتك.

    node index.js

المخرجات

-------------------------------------------------
DETECT TAGS

Analyzing tags in image... sample16.png
Tags: grass (1.00), dog (0.99), mammal (0.99), animal (0.99), dog breed (0.99), pet (0.97), outdoor (0.97), companion dog (0.91), small greek domestic dog (0.90), golden retriever (0.89), labrador retriever (0.87), puppy (0.87), ancient dog breeds (0.85), field (0.80), retriever (0.68), brown (0.66)

-------------------------------------------------
End of quickstart.

تنظيف الموارد

إذا كنت تريد تنظيف وإلغاء اشتراك الخدمات المعرفية، يمكنك حذف المورد أو مجموعة الموارد. يؤدي حذف مجموعة الموارد إلى حذف أية موارد أخرى مقترنة بها أيضًا.

الخطوات التالية

في التشغيل السريع هذا، تعلمت كيفية تثبيت مكتبة عميل Image Analysis وإجراء مكالمات تحليل الصور الأساسية. بعد ذلك، تعرف على المزيد عن ميزات Analyze API.

استدعاء Analyze API

استخدم واجهة برمجة تطبيقات REST لتحليل الصور من أجل:

  • تحليل صورة للعلامات ووصف النص والوجوه ومحتوى البالغين والمزيد.
  • إنشاء صورة مصغرة باستخدام الاقتصاص الذكي

ملاحظة

يستخدم بداية سريعة هذا أوامر cURL لاستدعاء واجهة برمجة تطبيقات REST. يمكنك أيضاً استدعاء REST API باستخدام لغة برمجة. راجع نماذج GitHub للحصول على أمثلة في C # و Python و Java و JavaScript.

المتطلبات الأساسية

  • اشتراك Azure - إنشاء اشتراك مجانًا
  • بمجرد حصولك على اشتراكك في Azure، قم بإنشاء مورد Computer Vision في مدخل Azure للحصول على المفتاح ونقطة النهاية. وبعد نشره انقر فوق اذهب إلى المورد.
    • ستحتاج إلى المفتاح ونقطة النهاية من المورد الذي تقوم بإنشائه لتوصيل تطبيقك بخدمة "رؤية الكمبيوتر". ستلصق المفتاح ونقطة النهاية في التعليمات البرمجية أدناه لاحقًا في التشغيل السريع.
    • يمكنك استخدام مستوى التسعير الحر (F0) لتجربة الخدمة، والترقية لاحقًا إلى مستوى مدفوع للإنتاج.
  • cURL مُثبت

حلل صورة

لتحليل صورة لميزات مرئية مختلفة، قم بالخطوات التالية:

  1. نسخ الأمر التالي إلى محرر نص.
  2. قم بإجراء التغييرات التالية في الأمر عند الحاجة:
    1. استبدال قيمة <subscriptionKey> بمفتاح الاشتراك الخاص بك.
    2. استبدال الجزء الأول من عنوان URL للطلب (westcentralus) بالنص في عنوان URL لنقطة النهاية الخاص بك.

      ملاحظة

      الموارد الجديدة التي تم إنشاؤها بعد 1 يوليو 2019 ستستخدم أسماء النطاقات الفرعية المخصصة. لمزيد من المعلومات وقائمة كاملة بنقاط الانتهاء الإقليمية، راجع أسماء النطاقات الفرعية المخصصة للخدمات المعرفية.

    3. اختياريًا، تغيير عنوان URL الصورة في نص الطلب (http://upload.wikimedia.org/wikipedia/commons/3/3c/Shaki_waterfall.jpg\) إلى URL صورة مختلفة لتحليلها.
  3. افتح نافذة موجه الأوامر.
  4. الصق الأمر من محرر النص في إطار موجه الأوامر ثم قم بتشغيل الأمر.
curl -H "Ocp-Apim-Subscription-Key: <subscriptionKey>" -H "Content-Type: application/json" "https://westcentralus.api.cognitive.microsoft.com/vision/v3.2/analyze?visualFeatures=Categories,Description&details=Landmarks" -d "{\"url\":\"http://upload.wikimedia.org/wikipedia/commons/3/3c/Shaki_waterfall.jpg\"}"

فحص الاستجابة

تعود الاستجابة الناجحة في JSON. يحلل نموذج التطبيق ويعرض استجابة ناجحة في إطار موجه الأوامر، مشابهة للمثال التالي:

{
  "categories": [
    {
      "name": "outdoor_water",
      "score": 0.9921875,
      "detail": {
        "landmarks": []
      }
    }
  ],
  "description": {
    "tags": [
      "nature",
      "water",
      "waterfall",
      "outdoor",
      "rock",
      "mountain",
      "rocky",
      "grass",
      "hill",
      "covered",
      "hillside",
      "standing",
      "side",
      "group",
      "walking",
      "white",
      "man",
      "large",
      "snow",
      "grazing",
      "forest",
      "slope",
      "herd",
      "river",
      "giraffe",
      "field"
    ],
    "captions": [
      {
        "text": "a large waterfall over a rocky cliff",
        "confidence": 0.916458423253597
      }
    ]
  },
  "requestId": "b6e33879-abb2-43a0-a96e-02cb5ae0b795",
  "metadata": {
    "height": 959,
    "width": 1280,
    "format": "Jpeg"
  }
}

إنشاء صورة مصغرة

يمكنك استخدام تحليل الصور لإنشاء صورة مصغرة باستخدام الاقتصاص الذكي. أنت تحدد الارتفاع والعرض المطلوبين، والتي يمكن أن تختلف في نسبة العرض إلى الارتفاع عن الصورة المدخلة. يستخدم تحليل الصورة الاقتصاص الذكي لتحديد منطقة الاهتمام بذكاء وإنشاء إحداثيات اقتصاص حول تلك المنطقة.

لإنشاء النموذج وتشغيله، قم بالخطوات التالية:

  1. نسخ الأمر التالي إلى محرر نص.

  2. قم بإجراء التغييرات التالية في الأمر عند الحاجة:

    1. استبدال قيمة <subscriptionKey> بمفتاح الاشتراك الخاص بك.
    2. استبدال قيمة <thumbnailFile> بمسار واسم الملف الذي سيتم فيه حفظ الصورة المصغرة التي تم إرجاعها.
    3. استبدال الجزء الأول من عنوان URL للطلب (westcentralus) بالنص في عنوان URL لنقطة النهاية الخاص بك.

      ملاحظة

      الموارد الجديدة التي تم إنشاؤها بعد 1 يوليو 2019 ستستخدم أسماء النطاقات الفرعية المخصصة. لمزيد من المعلومات وقائمة كاملة بنقاط الانتهاء الإقليمية، راجع أسماء النطاقات الفرعية المخصصة للخدمات المعرفية.

    4. اختياريًا ، تغيير عنوان URL للصورة في نص الطلب (https://upload.wikimedia.org/wikipedia/commons/thumb/5/56/Shorkie_Poo_Puppy.jpg/1280px-Shorkie_Poo_Puppy.jpg\) إلى عنوان URL لصورة مختلفة يمكن من خلالها إنشاء صورة مصغرة.

  3. افتح نافذة موجه الأوامر.

  4. الصق الأمر من محرر النص في نافذة موجّه الأوامر.

  5. ثم اضغط على Enter لتشغيل البرنامج.

    curl -H "Ocp-Apim-Subscription-Key: <subscriptionKey>" -o <thumbnailFile> -H "Content-Type: application/json" "https://westus.api.cognitive.microsoft.com/vision/v3.2/generateThumbnail?width=100&height=100&smartCropping=true" -d "{\"url\":\"https://upload.wikimedia.org/wikipedia/commons/thumb/5/56/Shorkie_Poo_Puppy.jpg/1280px-Shorkie_Poo_Puppy.jpg\"}"

فحص الاستجابة

يكتب الرد الناجح الصورة المصغرة إلى الملف المحدد في <thumbnailFile>. في حالة فشل الطلب، ستحتوي الاستجابة على رمز خطأ ورسالة للمساعدة على تحديد الخطأ الذي حدث. إذا بدا أن الطلب قد نجح ولكن الصورة المصغرة التي تم إنشاؤها ليست ملف صورة صالحا، فمن المحتمل أن يكون مفتاح الاشتراك غير صالح.

الخطوات التالية

في هذه البداية السريعة، تعلمت كيفية إجراء مكالمات تحليل الصور الأساسية باستخدام واجهة برمجة تطبيقات REST. بعد ذلك، تعرف على المزيد عن ميزات Analyze API.

استدعاء Analyze API