Mit der optischen Zeichenerkennung (Optical Character Recognition, OCR) der Cloud Vision API können Sie gedruckten und handschriftlichen Text aus Bildern extrahieren. In dieser Anleitung containerisieren Sie einen Python-Client, der OCR für ein Bild ausführt, und stellen ihn als Job in der Google Distributed Cloud (GDC) Sandbox bereit.
Zum Ausführen dieser Arbeitslast benötigen Sie ein aktives Google Cloud -Projekt mit aktivierter Cloud Vision API, einen gültigen API-Schlüssel sowie Zugriff auf Ihre GDC-Sandbox-Instanz und die Harbor-Container-Registry. Bevor Sie dieses Beispiel anwenden, folgen Sie den Schritten zur Einrichtung von Python in der Vertex AI-Kurzanleitung zur Verwendung von Clientbibliotheken. Weitere Informationen finden Sie unter Vertex AI verwenden und in der Referenzdokumentation zur Vertex AI Python API.
Erstellen Sie eine Python-Datei
ocr_test.py. Ersetzen Sie den Wertimage_uri_to_testdurch den URI eines Quell-Images, wie hier gezeigt:import os import requests import json def detect_text_rest(image_uri): """Performs Optical Character Recognition (OCR) on an image by invoking the Vertex AI REST API.""" # Securely fetch the API key from environment variables api_key = os.environ.get("GCP_API_KEY") if not api_key: raise ValueError("GCP_API_KEY environment variable must be defined.") # Construct the Vision API endpoint URL vision_api_url = f"https://vision.googleapis.com/v1/images:annotate?key={api_key}" print(f"Initiating OCR process for image: {image_uri}") # Define the request payload for text detection request_payload = { "requests": [ { "image": { "source": { "imageUri": image_uri } }, "features": [ { "type": "TEXT_DETECTION" } ] } ] } # Send a POST request to the Vision API response = requests.post(vision_api_url, json=request_payload) response.raise_for_status() # Check for HTTP errors response_json = response.json() print("\n--- OCR Results ---") # Extract and print the detected text if "textAnnotations" in response_json["responses"]: full_text = response_json["responses"]["textAnnotations"]["description"] print(f"Detected Text:\n{full_text}") else: print("No text was detected in the image.") print("--- End of Results ---\n") if __name__ == "__main__": # URI of a publicly available image, or a storage bucket image_uri_to_test = "IMAGE_URI" detect_text_rest(image_uri_to_test)Ersetzen Sie Folgendes:
IMAGE_URIdurch den URI eines öffentlich verfügbaren Bildes, das Text enthält, z. B. „https://cloud.google.com/vision/docs/images/sign.jpg“. Alternativ können Sie einen Cloud Storage-URI angeben, z. B. „gs://your-bucket/your-image.png“.
So erstellen Sie ein Dockerfile:
ROM python:3.9-slim WORKDIR /app COPY ocr_test.py /app/ # Install 'requests' for HTTP calls RUN pip install --no-cache-dir requests CMD ["python", "ocr_test.py"]Erstellen Sie das Docker-Image für die Übersetzungsanwendung:
docker build -t ocr-app .Folgen Sie der Anleitung unter Docker konfigurieren, um:
- Docker konfigurieren,
- Secret erstellen
- Laden Sie das Image in HaaS hoch.
Melden Sie sich im Nutzercluster an und generieren Sie die kubeconfig-Datei mit einer Nutzeridentität. Legen Sie den kubeconfig-Pfad als Umgebungsvariable fest:
export KUBECONFIG=${CLUSTER_KUBECONFIG_PATH}Erstellen Sie ein Kubernetes-Secret, indem Sie den folgenden Befehl in Ihrem Terminal ausführen und Ihren API-Schlüssel einfügen:
kubectl create secret generic gcp-api-key-secret \ --from-literal=GCP_API_KEY='PASTE_YOUR_API_KEY_HERE'Mit diesem Befehl wird ein Secret mit dem Namen
gcp-api-key-secretund dem SchlüsselGCP_API_KEYerstellt.Wenden Sie das Kubernetes-Manifest an:
apiVersion: batch/v1 kind: Job metadata: name: ocr-test-job-apikey spec: template: spec: containers: - name: ocr-test-container image: HARBOR_INSTANCE_URL/HARBOR_PROJECT/ocr-app:latest # Your image path # Mount the API key from the secret into the container # as an environment variable named GCP_API_KEY. imagePullSecrets: - name: ${SECRET} envFrom: - secretRef: name: gcp-api-key-secret restartPolicy: Never backoffLimit: 4Ersetzen Sie Folgendes:
HARBOR_INSTANCE_URL: die URL der Harbor-Instanz.HARBOR_PROJECT: das Harbor-Projekt.SECRET: Der Name des Secrets, das zum Speichern von Docker-Anmeldedaten erstellt wurde.
Prüfen Sie den Jobstatus:
kubectl get jobs/ocr-test-job-apikey # It will show 0/1 completions, then 1/1 after it succeedsNachdem der Job abgeschlossen ist, können Sie die OCR-Ausgabe in den Pod-Logs ansehen:
kubectl logs -l job-name=ocr-test-job-apikey