Menyiapkan project pengenalan karakter

Pengenalan Karakter Optik (OCR) di Google Distributed Cloud (GDC) dengan air gap memungkinkan Anda mendeteksi dan mengekstrak teks dari gambar dan dokumen dalam aplikasi Anda. Setelah membuat project dan meminta peran developer, aktifkan OCR API di konsol GDC untuk melihat status layanan dan endpoint. Kemudian, Anda dapat menginstal library klien Python, menentukan variabel lingkungan, dan menggunakan gdcloud CLI untuk mengonfigurasi akun layanan dan mengautentikasi permintaan. Jika Anda baru menggunakan Vertex AI, lihat Mempelajari fitur pengenalan karakter.

Membuat project

Membuat project pengenalan karakter dalam hierarki resource Distributed Cloud akan mengatur resource OCR Anda, yang mencakup kolaborator, API yang diaktifkan, alat pemantauan, informasi penagihan, kredensial autentikasi, dan kontrol akses.

Untuk membuat project, lihat Menyiapkan project untuk Vertex AI. Anda memerlukan project ID saat melakukan panggilan API.

Meminta izin developer

Anda harus memiliki peran AI OCR Developer di project Anda untuk mengakses fitur pengenalan karakter optik dan membuat token API untuk autentikasi dan otorisasi permintaan.

Minta Admin Project IAM Anda untuk memberikan peran AI OCR Developer (ai-ocr-developer) kepada akun pengguna atau layanan Anda dalam namespace project Anda. Untuk mengetahui informasi tentang peran ini, lihat Menyiapkan izin IAM.

Mengaktifkan OCR API

Anda harus mengaktifkan API terlatih OCR untuk project Anda. Jika diaktifkan, Anda dapat melihat status layanan dan endpoint untuk API terlatih OCR.

Menginstal library klien

Library klien tersedia untuk bahasa pemrograman Python. Sebaiknya gunakan library klien ini untuk melakukan panggilan ke OCR API karena library tersebut memudahkan akses ke API.

Metode yang direkomendasikan untuk menginstal library ini adalah dalam lingkungan virtual, menggunakan venv.

Penggunaan venv menawarkan beberapa keuntungan utama:

  • Alat ini membuat lingkungan Python yang terisolasi untuk menghosting berbagai versi paket.
  • Lingkungan virtual mencegah konflik antara dependensi project dan penginstalan di seluruh sistem.
  • Memungkinkan penginstalan library tanpa memerlukan izin tingkat sistem.

Instal library klien OCR dan ikuti langkah-langkah berikut untuk memastikan Anda memiliki versi yang benar:

  1. Periksa apakah library klien OCR sudah diinstal dan dapatkan nomor versinya:

    pip freeze | grep vision

    Jika library klien sudah diinstal, Anda akan mendapatkan output yang mirip dengan contoh berikut:

    google-cloud-vision==3.0.0

    Nomor versi yang Anda peroleh harus cocok dengan library klien di endpoint berikut:

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

    Ganti GDC_URL dengan URL organisasi Anda di GDC.

  2. Jika nomor versi tidak cocok, uninstal library klien:

    pip uninstall google-cloud-vision

  3. Jika Anda meng-uninstal library klien OCR, Anda harus menginstal ulang dengan menentukan nama file yang sesuai dengan sistem operasi Anda.

Menetapkan variabel lingkungan Anda

Setelah menginstal library klien OCR, Anda dapat berinteraksi dengan API dari skrip Python.

Jika Anda menyiapkan akun layanan dalam project untuk melakukan panggilan API yang diotorisasi secara terprogram, Anda dapat menentukan variabel lingkungan dalam skrip Python untuk mengakses nilai seperti kunci akun layanan saat dijalankan.

Ikuti langkah-langkah berikut untuk menetapkan variabel lingkungan yang diperlukan pada skrip Python:

  1. Buat notebook JupyterLab untuk berinteraksi dengan API terlatih OCR.

  2. Buat skrip Python di notebook JupyterLab.

  3. Tambahkan kode berikut ke skrip Python:

    import os

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

    Ganti APPLICATION_DEFAULT_CREDENTIALS_FILENAME dengan nama file JSON yang berisi kunci akun layanan yang Anda buat dalam project, seperti my-service-key.json.

  4. Simpan skrip Python dengan nama, seperti vision.py.

  5. Jalankan skrip Python untuk menetapkan variabel lingkungan:

    python SCRIPT_NAME

    Ganti SCRIPT_NAME dengan nama yang Anda berikan ke skrip Python, seperti vision.py.

Menyiapkan autentikasi

Sebelum dapat mulai menggunakan OCR API, Anda harus mengautentikasi kredensial klien dan meminta akses akun ke resource project Anda. Untuk mengetahui informasi selengkapnya, lihat Mengautentikasi permintaan API.