הגדרת פרויקט לזיהוי תווים

בדף הזה מוסבר למפתחים איך להגדיר פרויקט מבודד (air-gapped) ב-Google Distributed Cloud ‏(GDC) כדי להשתמש בשירות זיהוי התווים האופטי (OCR). התהליך כולל יצירת פרויקט, הפעלת OCR API, התקנת ספריות לקוח, הגדרת משתני סביבה ואימות פרטי הכניסה. אם אתם חדשים ב-Vertex AI, כאן תוכלו לקרוא מידע נוסף על תכונות זיהוי התווים.

כדי להגדיר פרויקט לזיהוי תווים באמצעות מסוף GDC ו-gdcloud CLI:

  • מסוף GDC: מפעילים את OCR API וצופים בסטטוס של השירות ובנקודת הקצה.
  • ה-CLI של gcloud: הגדרת חשבונות שירות לאינטראקציה עם OCR API, התקנת ספריות לקוח ואימות בקשות API.

יצירת פרויקט

כשיוצרים פרויקט לזיהוי תווים בתוך היררכיית המשאבים של Distributed Cloud, המשאבים של ה-OCR מאורגנים. המשאבים כוללים שותפי עריכה, ממשקי API מופעלים, כלי מעקב, נתוני חיוב, פרטי אימות ואמצעי בקרה לגישה.

הוראות ליצירת פרויקט מופיעות במאמר הגדרת פרויקט ל-Vertex AI. צריך את מזהה הפרויקט כשמבצעים קריאות ל-API.

בקשת הרשאות למפתחים

כדי לגשת לתכונות של זיהוי תווים אופטי (OCR) ולייצר אסימון API לאימות ולאישור של בקשות, צריך להיות לכם תפקיד מפתח AI OCR בפרויקט.

צריך לבקש מאדמין ה-IAM של הפרויקט להקצות למשתמש או לחשבון השירות את התפקיד 'מפתח OCR מבוסס-AI' (ai-ocr-developer) במרחב השמות של הפרויקט. מידע על התפקיד הזה מופיע במאמר הכנת הרשאות IAM.

הפעלת ה-OCR API

צריך להפעיל בפרויקט את ה-API של OCR שאומן מראש. אם האפשרות הזו מופעלת, תוכלו לראות את סטטוס השירות ואת נקודת הקצה של ה-API של OCR שאומן מראש.

התקנה של ספריות לקוח

ספריות לקוח זמינות לשפת התכנות Python. מומלץ להשתמש בספריות הלקוח האלה כדי לבצע קריאות ל-OCR API, כי הן מאפשרות גישה קלה יותר לממשקי API.

השיטה המומלצת להתקנת הספרייה הזו היא בסביבה וירטואלית, באמצעות venv.

לשימוש ב-venv יש כמה יתרונות מרכזיים:

  • הוא יוצר סביבות Python מבודדות כדי לארח גרסאות שונות של חבילות.
  • היא מונעת התנגשויות בין תלות בפרויקט לבין התקנות ברמת המערכת.
  • היא מאפשרת להתקין ספריות בלי צורך בהרשאות ברמת המערכת.

מתקינים את ספריית הלקוח OCR ופועלים לפי השלבים הבאים כדי לוודא שיש לכם את הגרסה הנכונה:

  1. בודקים אם ספריית הלקוח של OCR מותקנת ומקבלים את מספר הגרסה:

    pip freeze | grep vision

    אם ספריית הלקוח כבר מותקנת, מקבלים פלט שדומה לדוגמה הבאה:

    google-cloud-vision==3.0.0

    מספר הגרסה שמתקבל צריך להיות זהה לגרסה של ספריית הלקוח בנקודת הקצה הבאה:

    https://GDC_URL/.well-known/static/client-libraries

    מחליפים את GDC_URL בכתובת ה-URL של הארגון ב-GDC.

  2. אם מספרי הגרסה לא זהים, מסירים את ההתקנה של ספריית הלקוח:

    pip uninstall google-cloud-vision

  3. אם הסרתם את ספריית הלקוח של ה-OCR, אתם צריכים להתקין אותה מחדש על ידי ציון שם הקובץ שמתאים למערכת ההפעלה שלכם.

הגדרת משתני הסביבה

אחרי שמתקינים את ספריית הלקוח של OCR, אפשר ליצור אינטראקציה עם ה-API מסקריפט Python.

אם הגדרתם חשבון שירות בפרויקט כדי לבצע קריאות מורשות ל-API באופן פרוגרמטי, אתם יכולים להגדיר משתני סביבה בסקריפט Python כדי לגשת לערכים כמו מפתחות חשבון השירות בזמן הריצה.

כדי להגדיר משתני סביבה נדרשים בסקריפט Python:

  1. יוצרים מחברת JupyterLab כדי ליצור אינטראקציה עם ה-API של OCR שאומן מראש.

  2. יוצרים סקריפט Python ב-Notebook של JupyterLab.

  3. מוסיפים את הקוד הבא לסקריפט Python:

    import os

os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "APPLICATION_DEFAULT_CREDENTIALS_FILENAME"

    מחליפים את APPLICATION_DEFAULT_CREDENTIALS_FILENAME בשם של קובץ ה-JSON שמכיל את המפתחות של חשבון השירות שיצרתם בפרויקט, כמו my-service-key.json.

  4. שומרים את סקריפט Python בשם, למשל vision.py.

  5. מריצים את סקריפט Python כדי להגדיר את משתני הסביבה:

    python SCRIPT_NAME

    מחליפים את SCRIPT_NAME בשם שנתתם לסקריפט Python, למשל vision.py.

מגדירים אימות

כדי להתחיל להשתמש ב-OCR API, צריך לאמת את פרטי הכניסה של הלקוח ולבקש גישה לחשבון למשאבי הפרויקט. מידע נוסף זמין במאמר בנושא אימות בקשות API.