Anote um vídeo através das bibliotecas de cliente

Anote um vídeo através das bibliotecas de cliente

Este guia de início rápido apresenta a Video Intelligence API. Neste início rápido, configura o seu Google Cloud projeto e autorização e, em seguida, faz um pedido ao Video Intelligence para anotar um vídeo.

Antes de começar

1. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Roles required to select or create a project

   • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
   • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.
   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

2. Verify that billing is enabled for your Google Cloud project.

3. Enable the Cloud Video Intelligence API.

   Roles required to enable APIs

   To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

   Enable the API

4. Install the Google Cloud CLI.

5. Configure a CLI gcloud para usar a sua identidade federada.

   Para mais informações, consulte o artigo Inicie sessão na CLI gcloud com a sua identidade federada.

6. Para inicializar a CLI gcloud, execute o seguinte comando:

   gcloud init

   Instale a biblioteca cliente

   Go

   go get cloud.google.com/go/videointelligence/apiv1

   Java

   Node.js

   Antes de instalar a biblioteca, certifique-se de que preparou o seu ambiente para o desenvolvimento de Node.js.

   npm install @google-cloud/video-intelligence

   Python

   Antes de instalar a biblioteca, certifique-se de que preparou o seu ambiente para o desenvolvimento em Python.

   pip install --upgrade google-cloud-videointelligence

   Idiomas adicionais

   C#: Siga as instruções de configuração do C# na página das bibliotecas cliente e, em seguida, visite a documentação de referência da Video Intelligence API para .NET.

   PHP: Siga as instruções de configuração do PHP na página das bibliotecas cliente e, em seguida, visite a documentação de referência da Video Intelligence API para PHP.

   Ruby: Siga as instruções de configuração do Ruby na página das bibliotecas cliente e, em seguida, visite a documentação de referência da Video Intelligence API para Ruby.

   Configure a autenticação

   1. Instale a CLI Google Cloud e, em seguida, inicie sessão na CLI gcloud com a sua identidade federada. Depois de iniciar sessão, inicialize a CLI gcloud executando o seguinte comando:

      gcloud init

   2. Create local authentication credentials for your user account:

      gcloud auth application-default login

      If an authentication error is returned, and you are using an external identity provider (IdP), confirm that you have signed in to the gcloud CLI with your federated identity.

      É apresentado um ecrã de início de sessão. Depois de iniciar sessão, as suas credenciais são armazenadas no ficheiro de credenciais local usado pelo ADC.

   Deteção de etiquetas

   Agora, pode usar a Video Intelligence API para pedir informações de um vídeo ou de um segmento de vídeo, como a deteção de etiquetas. Execute o seguinte código para fazer o seu primeiro pedido de deteção de etiquetas de vídeo:

   Go

   
   // Sample video_quickstart uses the Google Cloud Video Intelligence API to label a video.
   package main
   
   import (
   	"context"
   	"fmt"
   	"log"
   
   	"github.com/golang/protobuf/ptypes"
   
   	video "cloud.google.com/go/videointelligence/apiv1"
   	videopb "cloud.google.com/go/videointelligence/apiv1/videointelligencepb"
   )
   
   func main() {
   	ctx := context.Background()
   
   	// Creates a client.
   	client, err := video.NewClient(ctx)
   	if err != nil {
   		log.Fatalf("Failed to create client: %v", err)
   	}
   	defer client.Close()
   
   	op, err := client.AnnotateVideo(ctx, &videopb.AnnotateVideoRequest{
   		InputUri: "gs://cloud-samples-data/video/cat.mp4",
   		Features: []videopb.Feature{
   			videopb.Feature_LABEL_DETECTION,
   		},
   	})
   	if err != nil {
   		log.Fatalf("Failed to start annotation job: %v", err)
   	}
   
   	resp, err := op.Wait(ctx)
   	if err != nil {
   		log.Fatalf("Failed to annotate: %v", err)
   	}
   
   	// Only one video was processed, so get the first result.
   	result := resp.GetAnnotationResults()[0]
   
   	for _, annotation := range result.SegmentLabelAnnotations {
   		fmt.Printf("Description: %s\n", annotation.Entity.Description)
   
   		for _, category := range annotation.CategoryEntities {
   			fmt.Printf("\tCategory: %s\n", category.Description)
   		}
   
   		for _, segment := range annotation.Segments {
   			start, _ := ptypes.Duration(segment.Segment.StartTimeOffset)
   			end, _ := ptypes.Duration(segment.Segment.EndTimeOffset)
   			fmt.Printf("\tSegment: %s to %s\n", start, end)
   			fmt.Printf("\tConfidence: %v\n", segment.Confidence)
   		}
   	}
   }
   

   Java

   
   import com.google.api.gax.longrunning.OperationFuture;
   import com.google.cloud.videointelligence.v1.AnnotateVideoProgress;
   import com.google.cloud.videointelligence.v1.AnnotateVideoRequest;
   import com.google.cloud.videointelligence.v1.AnnotateVideoResponse;
   import com.google.cloud.videointelligence.v1.Entity;
   import com.google.cloud.videointelligence.v1.Feature;
   import com.google.cloud.videointelligence.v1.LabelAnnotation;
   import com.google.cloud.videointelligence.v1.LabelSegment;
   import com.google.cloud.videointelligence.v1.VideoAnnotationResults;
   import com.google.cloud.videointelligence.v1.VideoIntelligenceServiceClient;
   import java.util.List;
   
   public class QuickstartSample {
   
     /** Demonstrates using the video intelligence client to detect labels in a video file. */
     public static void main(String[] args) throws Exception {
       // Instantiate a video intelligence client
       try (VideoIntelligenceServiceClient client = VideoIntelligenceServiceClient.create()) {
         // The Google Cloud Storage path to the video to annotate.
         String gcsUri = "gs://cloud-samples-data/video/cat.mp4";
   
         // Create an operation that will contain the response when the operation completes.
         AnnotateVideoRequest request =
             AnnotateVideoRequest.newBuilder()
                 .setInputUri(gcsUri)
                 .addFeatures(Feature.LABEL_DETECTION)
                 .build();
   
         OperationFuture<AnnotateVideoResponse, AnnotateVideoProgress> response =
             client.annotateVideoAsync(request);
   
         System.out.println("Waiting for operation to complete...");
   
         List<VideoAnnotationResults> results = response.get().getAnnotationResultsList();
         if (results.isEmpty()) {
           System.out.println("No labels detected in " + gcsUri);
           return;
         }
         for (VideoAnnotationResults result : results) {
           System.out.println("Labels:");
           // get video segment label annotations
           for (LabelAnnotation annotation : result.getSegmentLabelAnnotationsList()) {
             System.out.println(
                 "Video label description : " + annotation.getEntity().getDescription());
             // categories
             for (Entity categoryEntity : annotation.getCategoryEntitiesList()) {
               System.out.println("Label Category description : " + categoryEntity.getDescription());
             }
             // segments
             for (LabelSegment segment : annotation.getSegmentsList()) {
               double startTime =
                   segment.getSegment().getStartTimeOffset().getSeconds()
                       + segment.getSegment().getStartTimeOffset().getNanos() / 1e9;
               double endTime =
                   segment.getSegment().getEndTimeOffset().getSeconds()
                       + segment.getSegment().getEndTimeOffset().getNanos() / 1e9;
               System.out.printf("Segment location : %.3f:%.3f\n", startTime, endTime);
               System.out.println("Confidence : " + segment.getConfidence());
             }
           }
         }
       }
     }
   }

   Node.js

   Antes de executar o exemplo, certifique-se de que preparou o seu ambiente para o desenvolvimento de Node.js.

   // Imports the Google Cloud Video Intelligence library
   const videoIntelligence = require('@google-cloud/video-intelligence');
   
   // Creates a client
   const client = new videoIntelligence.VideoIntelligenceServiceClient();
   
   // The GCS uri of the video to analyze
   const gcsUri = 'gs://cloud-samples-data/video/cat.mp4';
   
   // Construct request
   const request = {
     inputUri: gcsUri,
     features: ['LABEL_DETECTION'],
   };
   
   // Execute request
   const [operation] = await client.annotateVideo(request);
   
   console.log(
     'Waiting for operation to complete... (this may take a few minutes)'
   );
   
   const [operationResult] = await operation.promise();
   
   // Gets annotations for video
   const annotations = operationResult.annotationResults[0];
   
   // Gets labels for video from its annotations
   const labels = annotations.segmentLabelAnnotations;
   labels.forEach(label => {
     console.log(`Label ${label.entity.description} occurs at:`);
     label.segments.forEach(segment => {
       segment = segment.segment;
       console.log(
         `\tStart: ${segment.startTimeOffset.seconds}` +
           `.${(segment.startTimeOffset.nanos / 1e6).toFixed(0)}s`
       );
       console.log(
         `\tEnd: ${segment.endTimeOffset.seconds}.` +
           `${(segment.endTimeOffset.nanos / 1e6).toFixed(0)}s`
       );
     });
   });

   Python

   Antes de executar o exemplo, certifique-se de que preparou o seu ambiente para o desenvolvimento em Python.

   from google.cloud import videointelligence
   
   video_client = videointelligence.VideoIntelligenceServiceClient()
   features = [videointelligence.Feature.LABEL_DETECTION]
   operation = video_client.annotate_video(
       request={
           "features": features,
           "input_uri": "gs://cloud-samples-data/video/cat.mp4",
       }
   )
   print("\nProcessing video for label annotations:")
   
   result = operation.result(timeout=180)
   print("\nFinished processing.")
   
   # first result is retrieved because a single video was processed
   segment_labels = result.annotation_results[0].segment_label_annotations
   for i, segment_label in enumerate(segment_labels):
       print("Video label description: {}".format(segment_label.entity.description))
       for category_entity in segment_label.category_entities:
           print(
               "\tLabel category description: {}".format(category_entity.description)
           )
   
       for i, segment in enumerate(segment_label.segments):
           start_time = (
               segment.segment.start_time_offset.seconds
               + segment.segment.start_time_offset.microseconds / 1e6
           )
           end_time = (
               segment.segment.end_time_offset.seconds
               + segment.segment.end_time_offset.microseconds / 1e6
           )
           positions = "{}s to {}s".format(start_time, end_time)
           confidence = segment.confidence
           print("\tSegment {}: {}".format(i, positions))
           print("\tConfidence: {}".format(confidence))
       print("\n")

   Idiomas adicionais

   C#: Siga as instruções de configuração do C# na página das bibliotecas cliente e, em seguida, visite a documentação de referência da Video Intelligence API para .NET.

   PHP: Siga as instruções de configuração do PHP na página das bibliotecas cliente e, em seguida, visite a documentação de referência da Video Intelligence API para PHP.

   Ruby: Siga as instruções de configuração do Ruby na página das bibliotecas cliente e, em seguida, visite a documentação de referência da Video Intelligence API para Ruby.

   Parabéns! Enviou o seu primeiro pedido à API Video Intelligence.

   Como correu?

   Funcionou!

   Excelente! O que lhe agradou no início rápido? O que poderíamos ter feito melhor? Informe-nos!.

   O envio bloqueou.

   Lamentamos esta situação. Diga-nos o que correu mal. Vamos querer corrigi-lo.

   Limpar

   Para evitar incorrer em cobranças na sua Google Cloud conta pelos recursos usados nesta página, siga estes passos.

   • Use o ícone Google Cloud console para eliminar o projeto se não precisar dele.

   O que se segue?