הגדרת פרויקט לזיהוי תווים

זיהוי תווים אופטי (OCR) ב-Google Distributed Cloud (GDC)‎ עם air gap מאפשר לזהות ולחלץ טקסט מתמונות וממסמכים באפליקציות. אחרי שיוצרים פרויקט ומבקשים תפקידי פיתוח, מפעילים את OCR API במסוף GDC כדי לראות את סטטוס השירות ואת נקודת הקצה. אחרי זה אתם יכולים להתקין את ספריית הלקוח של Python, להגדיר משתני סביבה ולהשתמש ב-gdcloud CLI כדי להגדיר חשבונות שירות ולאמת בקשות. אם אתם משתמשים חדשים ב-Vertex AI, כדאי לקרוא את המאמר מידע על תכונות זיהוי תווים.

יצירת פרויקט

כשיוצרים פרויקט לזיהוי תווים בהיררכיית המשאבים של Distributed Cloud, אפשר לארגן את משאבי ה-OCR, כולל שותפי עריכה, ממשקי API מופעלים, כלי מעקב, פרטי חיוב, פרטי כניסה לאימות ואמצעי בקרת גישה.

כדי ליצור פרויקט, קראו את המאמר הגדרת פרויקט ל-Vertex AI. מזהה הפרויקט נדרש כשמבצעים קריאות ל-API.

טיפ: כדי לשפר את האבטחה, את ניהול המשאבים ואת מעקב העלויות, כדאי להפריד בין עומסי העבודה של הניסויים, הבדיקות והייצור לפרויקטים שונים ב-Distributed Cloud.

בקשת הרשאות מפתח

כדי לגשת לתכונות של זיהוי תווים אופטי וליצור אסימון API לאימות בקשות ולהרשאה, צריך להיות לכם תפקיד מפתח AI OCR בפרויקט.

מבקשים מהאדמין של הפרויקט ב-IAM להקצות למשתמש או לחשבון השירות את התפקיד "מפתח AI OCR" (ai-ocr-developer) במרחב השמות של הפרויקט. למידע על התפקיד הזה, ראו הכנת הרשאות IAM.

הפעלת ה-API של OCR

צריך להפעיל את ה-API לאימון מראש של OCR בפרויקט. אם הוא מופעל, אתם יכולים לראות את סטטוס השירות ונקודת הקצה של ה-API לאימון מראש של OCR.

התקנה של ספריות לקוח

יש ספריות לקוח לשפת התכנות Python. אנחנו ממליצים 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 לאירוח גרסאות שונות של חבילות.
• היא מונעת התנגשויות בין יחסי התלות של הפרויקט לבין התקנות ברמת המערכת.
• הוא מאפשר להתקין ספריות בלי הרשאות ברמת המערכת.

מתקינים את ספריית הלקוח של OCR ומוודאים שזו הגרסה הנכונה:

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

   pip freeze | grep vision
   

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

   google-cloud-vision==3.0.0
   

   מספר הגרסה שאתם מקבלים צריך להיות זהה לספריית 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 הגרסאות לא תואמים, מסירים את ספריית הלקוח:

   pip uninstall google-cloud-vision
   

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

הגדרת משתני הסביבה

אחרי שמתקינים את ספריית הלקוח של OCR, אפשר להשתמש ב-API באמצעות סקריפט Python.

אם מגדירים חשבון שירות בפרויקט כדי לבצע קריאות מורשות ל-API באופן פרוגרמטי, אפשר להגדיר משתני סביבה בסקריפט של Python כדי לגשת לערכים כמו המפתחות של חשבון השירות בזמן ההרצה.

כדי להגדיר את משתני הסביבה הנדרשים בסקריפט Python:

1. יוצרים מסמך JupyterLab כדי להשתמש ב-API לאימון מראש של OCR.

2. יוצרים סקריפט Python ב-notebook של JupyterLab.

3. מוסיפים את הקוד הבא לסקריפט של 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, למשל my-service-key.json.

4. שומרים את הסקריפט של Python בשם כלשהו, למשל vision.py.

5. מריצים את הסקריפט של Python כדי להגדיר את משתני הסביבה:

   python SCRIPT_NAME
   

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

הערה: צריך להשאיר את הסקריפט פתוח כשמשתמשים במשתני הסביבה מ-Python או כשמקבלים טוקן אימות.

מגדירים אימות

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