Композиция по полке (предварительная версия)

Статья
06/03/2024

Часть рабочего процесса распознавания продуктов включает исправление и изменение входных образов, чтобы служба была правильной.

В этом руководстве показано, как использовать API стежки для объединения нескольких изображений одной физической полки: это дает составное изображение всей розничной полки, даже если оно просматривается только частично несколькими разными камерами.

В этом руководстве также показано, как использовать API исправлений для искажения перспективы при стежке разных изображений.

Необходимые компоненты

подписка Azure — создайте бесплатную учетную запись.
После получения подписки Azure создайте ресурс Визуального зрения в портал Azure. Его необходимо развернуть в поддерживаемом регионе Azure (см. раздел "Доступность региона"). После развертывания ресурса выберите элемент Перейти к ресурсу.
- Вам потребуется ключ и конечная точка из ресурса, создаваемого для подключения приложения к службе распознавания искусственного интеллекта Azure. Ключ и конечная точка будут вставлены в приведенный ниже код в кратком руководстве.
Ресурс служба хранилища Azure с контейнером хранилища BLOB-объектов. Создание
Установленная программа cURL. Кроме того, можно использовать другую платформу REST, например Swagger или расширение REST Client для VS Code.
Набор фотографий, показывающих смежные части одной полки. Рекомендуется 50 % перекрываться между изображениями. Вы можете скачать и использовать примеры образов "unstitched" из GitHub.

Использование API стежки

API стежки объединяет несколько изображений одной физической полки.

Три фотографии полков рядом с их объединенной составной фотографией.

Примечание.

Бренды, отображаемые на изображениях, не связаны с корпорацией Майкрософт и не указывают ни одну форму подтверждения продуктов Майкрософт или Майкрософт владельцами бренда, или одобрение владельцев бренда или их продуктов корпорацией Майкрософт.

Чтобы запустить операцию стежки изображения в наборе образов, выполните следующие действия:

Отправьте изображения, которые вы хотите объединить в контейнер хранилища BLOB-объектов, и получите абсолютный URL-адрес для каждого изображения. Вы можете одновременно создать до 10 изображений.

Скопируйте следующую curl команду в текстовый редактор.

curl.exe -H "Ocp-Apim-Subscription-Key: <subscriptionKey>" -H "Content-Type: application/json" "<endpoint>/computervision/imagecomposition:stitch?api-version=2023-04-01-preview" --output <your_filename> -d "{
    'images': [
        '<your_url_string_>',
        '<your_url_string_2>',
        ...
    ]
}"

При необходимости внесите следующие изменения в команду.
1. Замените значение ключа ресурса Визуального <subscriptionKey> зрения.
2. Замените значение конечной точки ресурса Визуального <endpoint> зрения. Например: https://YourResourceName.cognitiveservices.azure.com.
3. Замените содержимое <your_url_string> URL-адресами больших двоичных объектов изображений. Изображения должны быть упорядочены слева направо и сверху вниз, в соответствии с физическими пространствами, которые они показывают.
4. Замените <your_filename> именем и расширением файла, в котором вы хотите получить результат (например, download.jpg).
Откройте окно командной строки.
Вставьте измененную curl команду из текстового редактора в окно командной строки и выполните команду.

Проверка ответа на стежку

API возвращает 200 ответ, а новый файл загружается в указанное расположение.

Использование API rectification

После завершения операции стежки рекомендуется выполнить операцию исправления для оптимальных результатов анализа.

Фотографии розничной полки, до и после операции исправления.

Примечание.

Чтобы исправить искажение перспективы в составном изображении, выполните следующие действия.

Отправьте образ, который вы хотите исправить в контейнер хранилища BLOB-объектов, и получите абсолютный URL-адрес.

Скопируйте следующую curl команду в текстовый редактор.

curl.exe -H "Ocp-Apim-Subscription-Key: <subscriptionKey>" -H "Content-Type: application/json" "<endpoint>/computervision/imagecomposition:rectify?api-version=2023-04-01-preview" --output <your_filename> -d "{
  'url': '<your_url_string>',
  'controlPoints': {
    'topLeft': {
      'x': 0.1,
      'y': 0.1
    },
    'topRight': {
      'x': 0.2,
      'y': 0.2
    },
    'bottomLeft': {
      'x': 0.3,
      'y': 0.3
    },
    'bottomRight': {
      'x': 0.4,
      'y': 0.4
    }
  }
}"

При необходимости внесите следующие изменения в команду.
1. Замените значение ключа ресурса Визуального <subscriptionKey> зрения.
2. Замените значение конечной точки ресурса Визуального <endpoint> зрения. Например: https://YourResourceName.cognitiveservices.azure.com.
3. Замените <your_url_string> URL-адрес хранилища BLOB-объектов образа.
4. Замените четыре координаты контрольной точки в тексте запроса. X — это горизонтальная координата, а Y — вертикали. Координаты нормализуются, поэтому 0,5,0,5 указывает центр изображения, а 1,1 — правый нижний угол, например. Задайте координаты, чтобы определить четыре угла полки, как показано на изображении.
5. Замените <your_filename> именем и расширением файла, в котором вы хотите получить результат (например, download.jpg).
Откройте окно командной строки.
Вставьте измененную curl команду из текстового редактора в окно командной строки и выполните команду.

Проверка ответа на исправление

API возвращает 200 ответ, а новый файл загружается в указанное расположение.

Следующие шаги

В этом руководстве вы узнали, как подготовить фотографии полки для анализа. Затем вызовите API распознавания продуктов, чтобы получить результаты анализа.

Анализ образа полки

Обзор анализа изображений

Поделиться через