Computer Vision – hledáme podobné obrázky pomocí AI

Chcete si vytvořit aplikaci, která bude popisovat a kategorizovat obrázky pomocí umělé inteligence a potom najde další k němu podobné? Tak dnes si takový jednoduchý příklad ukážeme.

Chcete si to jen vyzkoušet?

Tento projekt je také dostupný ve webové verzi na adrese related-pics.now.sh a tak není potřeba k vyzkoušení umělé inteligence žádné programování. Ale pokud máte chvíli na seberozvoj, můžeme se na to pustit.

O projektu

Tento projekt je určen k demonstraci služby Computer Vision v Azure za využití služby PixaBay. Do námi vytvořeného programu budeme schopni vložit adresu na obrázek a poté dostat obrázky, o kterých si myslí náš program, že jsou mu podobné.

Co budeme potřebovat?

• Textový editor (pokud žádný nemáte, doporučuji Visual Studio Code [zdarma ke stažení zde]).
• Python prostředí (ke stažení zde) [budeme potřebovat Python 3.0 a novější].

Instalace Pythonu

V této podkapitole si ukážeme, jak na instalaci Pythonu 3.8.2

Poté na nás vyskočí Windows okno, na kterém zvolíme volbu ANO

klikneme na tlačítko "Close" a můžeme dále pokračovat

Instalace Visual Studio Code

Na stránce code.visualstudio.com klikneme na tlačítko "Download for Windows"

Ihned poté by mělo stahování začít - po stažení soubor otevřeme a přijmeme licenční podmínky - a klineme "Next".

Vybereme instalační destinaci, klikneme next, necháme další stránku se zástupci jak je, a klikneme Next ještě jednou.

Nakonec už jen zatrhneme políčko pro přidání VS Code do naší systémové cesty (PATH), klikneme Install a máme hotovo.

Jdeme na to!

V této sekci článku si krok po kroku ukážeme, jak si vytvořit vlastní Computer Vision program.

Poté pár vteřin počkáme a je hotovo.

Získávání API klíčů

Tato kapitola se věnuje získávání klíčů API (aplikační programovací rozhraní), neboli klíč, který nám umožní se na našich službách (Azure a PixaBay autentifikovat).

Azure

Nejprve budete potřebovat aktivní předplatné Azure for Students, anebo jiné. Návod na aktivaci najdete zde:

https://blog.studentstc.cz/azure-programming/aktivace-azure-for-students/

Poté se můžeme přesunout na Microsoft Azure Portal.

Zde vyhledáme pojem "Computer Vision."

Poté ze sekce "Marketplace" klikneme na "Computer Vision," vyplníme formulář a vybereme "Create new."

Poté v postranním menu vybereme "All resources" u projektu, který jsme právě vytvořili a přejdeme na "Quick start," kde najdeme naše údaje, které budeme nadále potřebovat.

PixaBay

• Nejdříve se zaregistrujeme / přihlásíme na službu PixaBay.
• Poté přejdeme na stránku API Dokumentace. Zde najdeme náš API klíč.

Nastavování systémových proměnných

Otevřeme si ve Windows Command Prompt [v české verzi příkazový řádek].

Nastavíme "COMPUTER_VISION_SUBSCRIPTION_KEY," "COMPUTER_VISION_ENDPOINT" a "PIXABAY_API_KEY" proměnné příkazem setx (za každým příkazem pro exekuci stiskneme Enter).
Příkazy si můžete jednoduše jeden po druhém zkopírovat a vložit do CMD.

setx COMPUTER_VISION_SUBSCRIPTION_KEY "your-key" setx COMPUTER_VISION_ENDPOINT "your-key" setx PIXABAY_API_KEY "your-key"

Před kódem

Vytvoříme na disku našeho počítače složku computer-vision-demo.

V našem textovém editoru otevřeme složku, kterou jsme vytvořili.

Vytvoříme soubor app.py.

Kód

Poznámka: Kód vždy otevřeme tak, že otevřeme náš soubor app.py. Pro jednodušší zobrazení je k dispozici také doplněk pro VS Code s názvem Python od Microsoftu (ke stažení zde).

Nainstalujeme a importujeme azure.cognitiveservices.vision.computervision.

pip install azure-cognitiveservices-vision-computervision

from azure.cognitiveservices.vision.computervision import ComputerVisionClient from azure.cognitiveservices.vision.computervision.models import TextOperationStatusCodes from azure.cognitiveservices.vision.computervision.models import TextRecognitionMode from azure.cognitiveservices.vision.computervision.models import VisualFeatureTypes from msrest.authentication import CognitiveServicesCredentials

Dále naimportujeme systémové balíčky a balíček requests.

pip install requests

from array import array import os import sys import time import json import requests

V našem kódu nastavíme proměnné z env.

subscription_key = os.environ['COMPUTER_VISION_SUBSCRIPTION_KEY'] endpoint = os.environ['COMPUTER_VISION_ENDPOINT']

Nastavíme URL adresu našeho obrázku, který bude program analyzovat.

remote_image_url = "https://studuj.digital/wp-content/uploads/2020/02/87803873.4jVCEG08._H8C0068copy.jpg"

Dále řekneme programu, jak má použít Azure s obrázkem. V našem případě ho budeme kategorizovat pomocí štítků.

tags_result_remote = computervision_client.tag_image(remote_image_url)

Poté se podíváme, jestli Azure vůbec nějaký štítek poznal a pokud ne, zobrazíme chybovou hlášku.

if (len(tags_result_remote.tags) == 0): print("No tags detected.")

Pokud nějaké ale najde, vytvoříme proměnnou se jménem pixabayUrl a nastavíme ji na URL adresu s naším API klíčem.

pixabayUrl = "https://pixabay.com/api/?key="+ pixabay +"&q="

Hned na to přidáme k URL adrese všechny tagy, které Azure detekoval.

for i,tag in enumerate(tags_result_remote.tags): if i < int(percisionLvl): print("#{} [{:.2f}]%".format(tag.name, tag.confidence * 100)) if i > 0: pixabayUrl += "+" + tag.name else: pixabayUrl += tag.name pixabayUrl += "&image_type=photo&pretty=true"

Teď už nám zbývá jen zavolat PixaBay API a zobrazit obrázky, které to našlo.

responce = requests.get(pixabayUrl) jsonedResponce = json.loads(responce.text) # převedeme odpověď na jednodušše formátovatelný JSON for i,hit in enumerate(jsonedResponce["hits"]): #Prolistujeme obrázky a vepíšeme je do konzole print(jsonedResponce["hits"][i]["largeImageURL"])

Závěr a výsledek

Je vidět, že náš program má ještě mouchy (orientuje se jen podle popisu obrázku a ne podle obrázku samotného), ale poznal hlavní součást obrázku a to byl i náš cíl. Výsledek je nakonec tento: (váš se může trochu lišit)