آرٹیفیشل انٹیلی جنس – گوگل ویژن API – ایڈوانسڈ امیجز کی سمجھ – آبجیکٹ کا پتہ لگانے کے شعبے میں API کے جواب سے تمام آبجیکٹ تشریحات نکالنے کے لیے، آپ API کی طرف سے فراہم کردہ رسپانس فارمیٹ کو استعمال کر سکتے ہیں، جس میں ان کے متعلقہ اشیاء کے ساتھ ساتھ دریافت شدہ اشیاء کی فہرست بھی شامل ہے۔ باؤنڈنگ بکس اور اعتماد کے اسکور۔ اس جواب کو پارس کرکے، آپ مطلوبہ اعتراض کی تشریحات نکال سکتے ہیں۔
API کا جواب عام طور پر JSON آبجیکٹ پر مشتمل ہوتا ہے جس میں مختلف فیلڈز شامل ہوتے ہیں، بشمول "localizedObjectAnnotations" فیلڈ، جس میں دریافت شدہ اشیاء شامل ہوتی ہیں۔ ہر آبجیکٹ کی تشریح میں معلومات شامل ہوتی ہے جیسے آبجیکٹ کا نام، اس کے باؤنڈنگ باکس کوآرڈینیٹ، اور اعتماد کا سکور جو پتہ لگانے میں API کے اعتماد کی نشاندہی کرتا ہے۔
آبجیکٹ تشریحات کو نکالنے کے لیے، آپ ان مراحل پر عمل کر سکتے ہیں:
1. API کے جواب کو پارس کریں: API سے موصول ہونے والے JSON جواب کو پارس کرکے شروع کریں۔ یہ JSON پارسنگ لائبریری یا آپ کی پروگرامنگ زبان کے ذریعے فراہم کردہ بلٹ ان فنکشنز کا استعمال کرتے ہوئے کیا جا سکتا ہے۔
2. "localizedObjectAnnotations" فیلڈ تک رسائی حاصل کریں: ایک بار جواب کو پارس کرنے کے بعد، "localizedObjectAnnotations" فیلڈ تک رسائی حاصل کریں، جس میں دریافت شدہ اشیاء شامل ہیں۔ یہ فیلڈ عام طور پر آبجیکٹ تشریحات کی ایک صف ہے۔
3. آبجیکٹ تشریحات کے ذریعے اعادہ کریں: صف میں ہر آبجیکٹ تشریح کے ذریعے اعادہ کریں۔ ہر تشریح تصویر میں ایک دریافت شدہ آبجیکٹ کی نمائندگی کرتی ہے۔
4. متعلقہ معلومات نکالیں: ہر شے کی تشریح سے متعلقہ معلومات نکالیں، جیسے آبجیکٹ کا نام، باؤنڈنگ باکس کوآرڈینیٹ، اور اعتماد کا سکور۔ ان تفصیلات تک ہر آبجیکٹ تشریح کے اندر علیحدہ فیلڈز کے طور پر رسائی حاصل کی جا سکتی ہے۔
5. نکالی گئی معلومات کو ذخیرہ یا اس پر کارروائی کریں: آپ کی ضروریات پر منحصر ہے، آپ نکالی گئی معلومات کو ڈیٹا سٹرکچر میں محفوظ کر سکتے ہیں یا تجزیہ یا دیگر مقاصد کے لیے اس پر مزید کارروائی کر سکتے ہیں۔ مثال کے طور پر، آپ آبجیکٹ کے نام اور ان کے متعلقہ باؤنڈنگ باکس کوآرڈینیٹس کو ڈیٹا بیس میں محفوظ کرنا چاہتے ہیں یا تصویر کو سمجھنے کے مزید کاموں کے لیے استعمال کر سکتے ہیں۔
نکالنے کے عمل کو واضح کرنے کے لیے یہاں ایک آسان مثال ہے:
python import json # Assume 'response' contains the API response in JSON format response =
{
"localizedObjectAnnotations": [
{
"وسط": "/m/01g317"،
"نام": "بلی"،
"اسکور": 0.89271355،
"boundingPoly": {
"normalized Vertices": [
{"x": 0.1234، "y": 0.5678}،
{"x": 0.5678، "y": 0.1234}
] }
},
{
"mid": "/m/04rky"،
"نام": "کتا"،
"اسکور": 0.8132468،
"boundingPoly": {
"normalized Vertices": [
{"x": 0.4321، "y": 0.8765}،
{"x": 0.8765، "y": 0.4321}
] }
}
] }
# Parse the API response response_data = json.loads(response) # Access the object annotations annotations = response_data['localizedObjectAnnotations'] # Iterate through the object annotations for annotation in annotations: # Extract relevant information object_name = annotation['name'] bounding_box = annotation['boundingPoly']['normalizedVertices'] confidence = annotation['score'] # Process or store the extracted information print(f"Object: {object_name}, Bounding Box: {bounding_box}, Confidence: {confidence}") # Output: # Object: cat, Bounding Box: [{'x': 0.1234, 'y': 0.5678}, {'x': 0.5678, 'y': 0.1234}], Confidence: 0.89271355 # Object: dog, Bounding Box: [{'x': 0.4321, 'y': 0.8765}, {'x': 0.8765, 'y': 0.4321}], Confidence: 0.8132468
اس مثال میں، ہم ایک JSON جواب فرض کرتے ہیں جس میں دو دریافت شدہ اشیاء شامل ہیں: ایک بلی اور ایک کتا۔ کوڈ جواب کو پارس کرتا ہے، "لوکلائزڈ آبجیکٹ اینوٹیشنز" فیلڈ تک رسائی حاصل کرتا ہے، ہر آبجیکٹ کی تشریح کے ذریعے اعادہ کرتا ہے، اور آبجیکٹ کا نام، باؤنڈنگ باکس کوآرڈینیٹس، اور اعتماد کا سکور نکالتا ہے۔ آخر میں، نکالی گئی معلومات کو پرنٹ کیا جاتا ہے، لیکن آپ اپنی مخصوص ضروریات کے مطابق کوڈ میں ترمیم کر سکتے ہیں۔
ان اقدامات پر عمل کرتے ہوئے، آپ آرٹیفیشل انٹیلی جنس – گوگل ویژن API – ایڈوانسڈ امیجز انڈرسٹینڈنگ – آبجیکٹ ڈیٹیکشن کے شعبے میں API کے جواب سے تمام آبجیکٹ تشریحات کو مؤثر طریقے سے نکال سکتے ہیں۔
سے متعلق دیگر حالیہ سوالات اور جوابات اعلی درجے کی تصاویر کی تفہیم:
- گوگل ویژن API میں آبجیکٹ کی شناخت کے لیے کچھ پہلے سے طے شدہ زمرے کیا ہیں؟
- دیگر اعتدال کی تکنیکوں کے ساتھ مل کر محفوظ تلاش کا پتہ لگانے کی خصوصیت کو استعمال کرنے کے لیے تجویز کردہ طریقہ کیا ہے؟
- ہم محفوظ تلاش تشریح میں ہر زمرے کے لیے امکانات کی قدروں تک کیسے رسائی اور ڈسپلے کر سکتے ہیں؟
- ہم Python میں Google Vision API کا استعمال کرتے ہوئے محفوظ تلاش کی تشریح کیسے حاصل کر سکتے ہیں؟
- محفوظ تلاش کا پتہ لگانے کی خصوصیت میں شامل پانچ زمرے کیا ہیں؟
- گوگل ویژن API کی محفوظ تلاش کی خصوصیت تصاویر کے اندر واضح مواد کا کیسے پتہ لگاتی ہے؟
- تکیے کی لائبریری کا استعمال کرتے ہوئے ہم تصویر میں پائے جانے والے اشیا کو بصری طور پر کیسے شناخت اور نمایاں کر سکتے ہیں؟
- پانڈا ڈیٹا فریم کا استعمال کرتے ہوئے ہم نکالی گئی آبجیکٹ کی معلومات کو ٹیبلر فارمیٹ میں کیسے ترتیب دے سکتے ہیں؟
- گوگل ویژن API کی فعالیت کو ظاہر کرنے کے لیے کون سی لائبریری اور پروگرامنگ زبان استعمال کی جاتی ہے؟
- گوگل ویژن API تصویروں میں آبجیکٹ کا پتہ لگانے اور لوکلائزیشن کو کیسے انجام دیتا ہے؟
ایڈوانسڈ امیجز کی سمجھ میں مزید سوالات اور جوابات دیکھیں