GSP075

Visão geral

Neste laboratório, você vai conhecer o potencial do machine learning usando várias APIs de machine learning juntas. Vamos começar com o método de detecção de texto da API Cloud Vision usando o reconhecimento óptico de caracteres (OCR) para extrair texto de imagens. Depois, vamos aprender a traduzir esse texto com a API Translation e a analisá-lo com a API Natural Language.

Objetivos

Neste laboratório, você vai:

• Criar uma solicitação da API Vision e chamar a API com curl
• Usar o método de detecção de texto (OCR) da API Vision
• Usar a API Translation para traduzir o texto de uma imagem
• Usar a API Natural Language para analisar o texto

Configuração e requisitos

Antes de clicar no botão Começar o Laboratório

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é ativado quando você clica em Iniciar laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.

Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, e não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.

Confira os requisitos para concluir o laboratório:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

Observação: para executar este laboratório, use o modo de navegação anônima (recomendado) ou uma janela anônima do navegador. Isso evita conflitos entre sua conta pessoal e de estudante, o que poderia causar cobranças extras na sua conta pessoal.

• Tempo para concluir o laboratório: não se esqueça que, depois de começar, não será possível pausar o laboratório.

Observação: use apenas a conta de estudante neste laboratório. Se usar outra conta do Google Cloud, você poderá receber cobranças nela.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. Clique no botão Começar o laboratório. Se for preciso pagar por ele, uma caixa de diálogo vai aparecer para você selecionar a forma de pagamento. No painel Detalhes do Laboratório, à esquerda, você vai encontrar o seguinte:

   • O botão Abrir Console do Google Cloud
   • O tempo restante
   • As credenciais temporárias que você vai usar neste laboratório
   • Outras informações, se forem necessárias

2. Se você estiver usando o navegador Chrome, clique em Abrir console do Google Cloud ou clique com o botão direito do mouse e selecione Abrir link em uma janela anônima.

   O laboratório ativa os recursos e depois abre a página Fazer Login em outra guia.

   Dica: coloque as guias em janelas separadas lado a lado.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Fazer login.

   {{{user_0.username | "Username"}}}

   Você também encontra o nome de usuário no painel Detalhes do Laboratório.

4. Clique em Próxima.

5. Copie a Senha abaixo e cole na caixa de diálogo de Olá.

   {{{user_0.password | "Password"}}}

   Você também encontra a senha no painel Detalhes do Laboratório.

6. Clique em Próxima.

   Importante: você precisa usar as credenciais fornecidas no laboratório, e não as da sua conta do Google Cloud. Observação: se você usar sua própria conta do Google Cloud neste laboratório, é possível que receba cobranças adicionais.

7. Acesse as próximas páginas:

   • Aceite os Termos e Condições.
   • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
   • Não se inscreva em testes gratuitos.

Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.

Observação: para acessar os produtos e serviços do Google Cloud, clique no Menu de navegação ou digite o nome do serviço ou produto no campo Pesquisar.

Ativar o Cloud Shell

O Cloud Shell é uma máquina virtual com várias ferramentas de desenvolvimento. Ele tem um diretório principal permanente de 5 GB e é executado no Google Cloud. O Cloud Shell oferece acesso de linha de comando aos recursos do Google Cloud.

1. Clique em Ativar o Cloud Shell na parte de cima do console do Google Cloud.

2. Clique nas seguintes janelas:

   • Continue na janela de informações do Cloud Shell.
   • Autorize o Cloud Shell a usar suas credenciais para fazer chamadas de APIs do Google Cloud.

Depois de se conectar, você verá que sua conta já está autenticada e que o projeto está configurado com seu Project_ID, . A saída contém uma linha que declara o projeto PROJECT_ID para esta sessão:

Your Cloud Platform project in this session is set to {{{project_0.project_id | "PROJECT_ID"}}}

A gcloud é a ferramenta de linha de comando do Google Cloud. Ela vem pré-instalada no Cloud Shell e aceita preenchimento com tabulação.

3. (Opcional) É possível listar o nome da conta ativa usando este comando:

gcloud auth list

4. Clique em Autorizar.

Saída:

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} To set the active account, run: $ gcloud config set account `ACCOUNT`

5. (Opcional) É possível listar o ID do projeto usando este comando:

gcloud config list project

Saída:

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} Observação: consulte a documentação completa da gcloud no Google Cloud no guia de visão geral da gcloud CLI.

Tarefa 1: crie uma chave de API

Como você usará curl para enviar solicitações à API Vision, gere uma chave de API para transmitir o URL da solicitação.

1. Para criar uma chave de API, acesse: Menu de navegação > APIs e serviços > Credenciais:

2. Clique em + Criar credenciais.

3. No menu suspenso, selecione Chave de API.

4. Depois, copie a chave gerada e clique em Fechar.

5. Em seguida, salve a chave de API em uma variável de ambiente para não precisar inserir o valor dela em cada solicitação.

6. Execute este comando no Cloud Shell, substituindo <your_api_key> pela chave que você copiou:

export API_KEY=<YOUR_API_KEY>

Clique em Verificar meu progresso para conferir a tarefa realizada.

Crie uma chave de API

Tarefa 2: faça upload de uma imagem para um bucket do Cloud Storage

Crie um bucket do Cloud Storage

Há duas maneiras de enviar uma imagem para a detecção de imagens da API Vision: enviar uma string de imagem codificada em base64 ou transmitir o URL de um arquivo armazenado no Cloud Storage. Para este laboratório, você criará um bucket do Cloud Storage para armazenar suas imagens.

1. Acesse o navegador Menu de navegação > Cloud Storage no console, depois clique em Criar bucket.

2. Dê um nome exclusivo ao bucket:-bucket.

3. Após dar o nome ao bucket, clique em Escolher como controlar o acesso aos objetos.

4. Desmarque a caixa de seleção Aplicar a prevenção do acesso público neste bucket.

5. Escolha Fine-grained em Acesso e Controle e clique em Criar.

Faça upload de uma imagem para o bucket

1. Clique com o botão direito na imagem a seguir de uma placa em francês. Depois, clique em Salvar imagem como… para salvá-la no seu computador como sign.jpg.

2. No navegador do Cloud Storage, acesse o bucket que você criou e clique em Fazer upload > Fazer upload de arquivos, depois selecione sign.jpg.

Agora você vai permitir que o arquivo seja visualizado publicamente, mantendo o acesso particular ao bucket.

3. Clique nos três pontos do arquivo de imagem:

4. Selecione Editar acesso.

5. Agora clique em Adicionar entrada e defina o seguinte:

• Selecione Pública para a Entidade.
• Garanta que allUsers seja o valor de Name.
• Selecione Leitor no campo "Acesso".

6. Clique em Salvar.

Você verá que agora o arquivo tem acesso público.

Agora que o arquivo já está no bucket, você pode criar uma solicitação na API Vision transmitindo o URL dessa imagem.

Clique em Verificar meu progresso para conferir a tarefa realizada.

Fazer upload de imagem para um bucket

Tarefa 3: crie sua solicitação da API Cloud Vision

1. No seu ambiente do Cloud Shell, crie um arquivo ocr-request.json. Depois, adicione o código abaixo ao arquivo, substituindo my-bucket-name pelo nome do bucket que você criou. Crie o arquivo com o editor de linha de comando que preferir (nano, vim, emacs) ou clique no ícone de lápis para abrir o editor de código no Cloud Shell:

2. Adicione o seguinte ao seu arquivo ocr-request.json:

{ "requests": [ { "image": { "source": { "gcsImageUri": "gs://my-bucket-name/sign.jpg" } }, "features": [ { "type": "TEXT_DETECTION", "maxResults": 10 } ] } ] }

Você usará o recurso TEXT_DETECTION da API Cloud Vision para executar o reconhecimento óptico de caracteres (OCR) na imagem e extrair o texto.

Tarefa 4: chame o método de detecção de texto

1. No Cloud Shell, chame a API Cloud Vision com curl:

curl -s -X POST -H "Content-Type: application/json" --data-binary @ocr-request.json https://vision.googleapis.com/v1/images:annotate?key=${API_KEY}

A primeira parte da sua resposta será semelhante a esta:

{ "responses": [ { "textAnnotations": [ { "locale": "fr", "description": "LE BIEN PUBLIC\nles dépêches\nPour Obama,\nla moutarde\nest\nde Dijon\n", "boundingPoly": { "vertices": [ { "x": 138, "y": 40 }, { "x": 622, "y": 40 }, { "x": 622, "y": 795 }, { "x": 138, "y": 795 } ] } }, { "description": "LE", "boundingPoly": { "vertices": [ { "x": 138, "y": 99 }, { "x": 274, "y": 82 }, { "x": 283, "y": 157 }, { "x": 147, "y": 173 } ] } }, { "description": "BIEN", "boundingPoly": { "vertices": [ { "x": 291, "y": 79 }, { "x": 413, "y": 64 }, { "x": 422, "y": 139 }, { "x": 300, "y": 154 } ] } ... ] }] }

O método de OCR extrai bastante texto da imagem.

O primeiro dado recebido de textAnnotations é todo o bloco de texto que a API encontrou na imagem. Isso inclui:

• O código do idioma (neste caso, fr, ou seja, Francês).
• Uma string de texto.
• Uma caixa delimitadora que indica onde o texto foi encontrado na imagem.

Depois, há um objeto para cada palavra encontrada no texto com uma caixa delimitadora para aquela palavra específica.

Observação: em imagens com mais texto, a API Cloud Vision também tem um recurso DOCUMENT_TEXT_DETECTION. Essa resposta inclui informações adicionais e divide o texto em páginas, blocos, parágrafos e palavras.

A menos que você fale francês, provavelmente não entenderá o que está no texto. A próxima etapa é a tradução.

2. Execute o seguinte comando curl para salvar a resposta em um arquivo ocr-response.json para referência futura:

curl -s -X POST -H "Content-Type: application/json" --data-binary @ocr-request.json https://vision.googleapis.com/v1/images:annotate?key=${API_KEY} -o ocr-response.json

Tarefa 5: envie o texto da imagem para a API Translation

A API Translation pode traduzir textos em mais de 100 idiomas. Ela também consegue detectar o idioma do texto de entrada. Para traduzir o texto do francês para o inglês, transmita o texto e o código do idioma de chegada (en-US) à API Translation.

1. Para começar, crie um arquivo translation-request.json e adicione o seguinte a ele:

{ "q": "your_text_here", "target": "en" }

q é onde você transmitirá a string que será traduzida.

2. Salve o arquivo.

3. Execute este comando Bash no Cloud Shell para extrair o texto da imagem da etapa anterior e criar uma cópia dele em um novo translation-request.json (tudo em um comando):

STR=$(jq .responses[0].textAnnotations[0].description ocr-response.json) && STR="${STR//\"}" && sed -i "s|your_text_here|$STR|g" translation-request.json

4. Agora você pode chamar a API Translation. Este comando também copiará a resposta em um arquivo translation-response.json:

curl -s -X POST -H "Content-Type: application/json" --data-binary @translation-request.json https://translation.googleapis.com/language/translate/v2?key=${API_KEY} -o translation-response.json

5. Execute este comando para inspecionar o arquivo com a resposta da API Translation:

cat translation-response.json

Agora você pode entender melhor o que dizia na placa!

{ "data": { "translations": [ { "translatedText": "TO THE PUBLIC GOOD the dispatches For Obama, the mustard is from Dijon", "detectedSourceLanguage": "fr" } ] } }

Na resposta:

• translatedText contém a tradução resultante.
• detectedSourceLanguage é fr, o código de idioma em ISO para francês.

A API Translation oferece suporte a mais de 100 idiomas, todos listados na referência de suporte a idiomas.

Além de traduzir o texto da imagem, pode ser que você queira fazer outras análises. É aí que entra a API Natural Language. Vamos à próxima etapa.

Tarefa 6: analise o texto da imagem com a API Natural Language

A API Natural Language ajuda a entender o texto extraindo entidades, analisando sentimento e sintaxe e classificando o texto em categorias. Use o método analyzeEntities para conferir quais entidades a API Natural Language detecta no texto da imagem.

1. Para configurar a solicitação de API, crie um arquivo nl-request.json com os seguintes dados:

{ "document":{ "type":"PLAIN_TEXT", "content":"your_text_here" }, "encodingType":"UTF8" }

Na solicitação, você dá informações à API Natural Language sobre o texto enviado:

• type: os valores de tipo com suporte são PLAIN_TEXT ou HTML.

• content: transmite o texto a ser enviado à API Natural Language para análise. A API Natural Language também aceita o envio de arquivos armazenados no Cloud Storage para processamento de texto. Para enviar um arquivo do Cloud Storage, substitua content por gcsContentUri e use o valor do URI do arquivo de texto no Cloud Storage.

• encodingType: determina para a API o tipo de codificação de texto que deve ser usado no processamento. Com isso, a API calculará onde certas entidades aparecem no texto.

2. Execute este comando Bash no Cloud Shell para copiar o texto traduzido no bloco de conteúdo da solicitação da API Natural Language:

STR=$(jq .data.translations[0].translatedText translation-response.json) && STR="${STR//\"}" && sed -i "s|your_text_here|$STR|g" nl-request.json

Agora o arquivo nl-request.json contém a tradução em inglês do texto da imagem original. É hora de analisá-lo.

3. Chame o endpoint analyzeEntities da API Natural Language com esta solicitação curl:

curl "https://language.googleapis.com/v1/documents:analyzeEntities?key=${API_KEY}" \ -s -X POST -H "Content-Type: application/json" --data-binary @nl-request.json

Ao analisar a resposta, você encontrará as entidades que a API Natural Language encontrou:

{ "entities": [ { "name": "dispatches", "type": "OTHER", "metadata": {}, "salience": 0.3560996, "mentions": [ { "text": { "content": "dispatches", "beginOffset": 23 }, "type": "COMMON" } ] }, { "name": "mustard", "type": "OTHER", "metadata": {}, "salience": 0.2878307, "mentions": [ { "text": { "content": "mustard", "beginOffset": 38 }, "type": "COMMON" } ] }, { "name": "Obama", "type": "PERSON", "metadata": { "mid": "/m/02mjmr", "wikipedia_url": "https://en.wikipedia.org/wiki/Barack_Obama" }, "salience": 0.16260329, "mentions": [ { "text": { "content": "Obama", "beginOffset": 31 }, "type": "PROPER" } ] }, { "name": "Dijon", "type": "LOCATION", "metadata": { "mid": "/m/0pbhz", "wikipedia_url": "https://en.wikipedia.org/wiki/Dijon" }, "salience": 0.08129317, "mentions": [ { "text": { "content": "Dijon", "beginOffset": 54 }, "type": "PROPER" } ] } ], "language": "en" }

Para entidades que têm uma página da Wikipédia, a API fornece metadados, incluindo o URL da página com o mid da entidade. O mid é um ID que é associado a essa entidade no Mapa de informações do Google. Para saber mais sobre ele, transmita esse ID à API Knowledge Graph para chamá-la. Para todas as entidades, a API Natural Language nos informa os locais onde elas apareceram no texto (mentions), o type da entidade e a salience (intervalo [0,1] que indica a importância da entidade para o texto como um todo). Além de inglês, a API Natural Language também oferece suporte aos idiomas listados na referência de suporte a idiomas.

Ao analisar a imagem, é relativamente fácil entender quais são as entidades importantes. No entanto, se tivéssemos uma biblioteca com centenas de imagens, isso seria muito mais difícil. O OCR, a tradução e o processamento de linguagem natural ajudam a entender o significado de grandes conjuntos de dados de imagens.

Clique em Verificar meu progresso para conferir a tarefa realizada.

Analise o texto da imagem com a API Natural Language

Parabéns!

Você aprendeu a combinar 3 APIs diferentes de machine learning: o método de OCR da API Vision extraiu texto de uma imagem, a API Translation traduziu o texto para o inglês e a API Natural Language encontrou entidades no texto. Use essas APIs juntas para extrair o significado de grandes conjuntos de dados de imagens.

Próximas etapas / Saiba mais

• Saiba mais sobre os tutoriais e documentos da Vision, Translation e Natural Language

Treinamento e certificação do Google Cloud

Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.

Manual atualizado em 22 de outubro de 2024

Laboratório testado em 22 de outubro de 2024

Copyright 2025 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.