使用 Python SDK 搭配臉部模糊處理模型

本教學課程說明如何使用 Python SDK 模糊處理影片中的臉部。這個範例會模糊處理 Cloud Storage bucket 中的影片檔案，並產生模糊處理的影片輸出內容。這些輸出影片會儲存在與來源影片相同的 Cloud Storage 值區。

將輸入檔案新增至 Cloud Storage

使用 Python SDK 傳送要求前，請先建立 Cloud Storage bucket，並上傳要當做輸入內容的本機影片。

  1. 建立 Cloud Storage bucket：

    gcloud storage buckets create gs://BUCKET_NAME

  2. 將本機影片檔案上傳至新值區：

    gcloud storage cp LOCAL_FILE gs://BUCKET_NAME

安裝依附元件並傳送要求

建立 Cloud Storage 值區來存放輸入和輸出影片，並新增本機影片後，請安裝必要依附元件並傳送要求。

  1. (選用步驟) 設定虛擬環境：

    1. 如果尚未安裝，請安裝 virtualenv：

      sudo apt-get install python3-venv

    2. 建立新的虛擬環境：

      python3 -m venv vaivenv

    3. 啟用虛擬環境：

      source vaivenv/bin/activate

  2. 安裝依附元件：

    pip3 install visionai-0.0.5-py3-none-any.whl
pip3 install google-cloud-storage

  3. 使用 Python SDK 傳送要求。

    進行下列變數替代：

    • PROJECT_ID：您的 Google Cloud 專案 ID。
    • LOCATION_ID：您的位置 ID。例如：us-central1。更多資訊。支援的地區。
    • BUCKET_NAME：您建立的 Cloud Storage bucket。
    python3 visionai/python/example/blur_gcs_video.py \
--project_id=PROJECT_ID –cluster_id=application-cluster-0 \
–location_id=LOCATION_ID –bucket_name=BUCKET_NAME

    輸出結果應該會類似下列內容：

     Listing mp4 files...
 test1.mp4
 test2.mp4
 Creating deid processes...
 process vnluvxgl is created
 process rvrdoucx is created
 Waiting for processes to finish...
 process vnluvxgl state is COMPLETED
 process rvrdoucx state is COMPLETED
 All processes have finished, please check the GCS bucket!
 ```

檢查輸出內容

影片處理完畢後，您可以在 Cloud Storage 值區中查看輸出內容。生成的模糊處理影片檔案會與來源影片位於同一個 Cloud Storage 值區。

  1. 使用 gcloud storage ls 指令列出值區中的所有物件：

    gcloud storage ls gs://bucket

    您應該會看到類似下列內容的來源檔案和輸出檔案：

    test1.mp4
test2.mp4
test1_deid_output.mp4
test2_deid_output.mp4

  2. (選用步驟) 使用 gcloud storage cp 指令將輸出檔案下載到本機，並查看模糊處理的影片：

    gcloud storage cp gs://BUCKET_NAME/FILE_NAME .