PowerShellでGoogle Cloud Vision APIを活用し画像認識を行う方法

PowerShellを使用して、Google Cloud Vision APIを活用することで、画像認識や文字認識（OCR）など高度な画像解析を簡単に実現できます。本記事では、APIの基本的な概要やPowerShellとの連携方法を解説し、実際のスクリプト例を示しながら、効率的に画像認識を行う手法を紹介します。Google Cloud Vision APIを利用することで、画像に含まれるオブジェクトの検出や文字列の抽出、ラベル付けなど、さまざまな用途に対応することが可能です。これにより、日々の業務やプロジェクトに画像認識の力を簡単に取り入れられるでしょう。

Google Cloud Vision APIとは

Google Cloud Vision APIは、Google Cloudが提供する画像解析用のクラウドサービスです。このAPIを使用すると、機械学習モデルを活用して画像の内容を識別し、結果を返すことができます。

主な機能

Google Cloud Vision APIは、以下のような画像解析機能を提供します：

ラベル検出：画像に含まれるオブジェクトや特徴を認識し、関連するラベルを返します。
顔認識：画像内の顔の検出や感情の推定を行います。
テキスト検出（OCR）：画像内の文字を抽出してテキストデータとして返します。
ロゴ検出：ブランドロゴや商標を認識します。
ランドマーク検出：有名な建物や自然のランドマークを識別します。

活用事例

Google Cloud Vision APIは、多岐にわたる用途で利用されています：

画像の分類とタグ付けによるデジタル資産管理
ドキュメントのスキャンや文字起こしによる業務効率化
eコマースにおける画像検索機能の強化
セキュリティカメラ映像の分析

PowerShellとの連携のメリット

PowerShellを使用すると、スクリプトでAPIを簡単に操作でき、手動作業を自動化することが可能です。例えば、特定フォルダ内の画像ファイルを一括で解析し、その結果をCSVやデータベースに保存するなどのタスクが効率的に実行できます。

Google Cloud Vision APIは、手軽に高度な画像認識技術を利用できる強力なツールであり、PowerShellとの組み合わせでその可能性がさらに広がります。

PowerShellとGoogle Cloud Vision APIの連携準備

Google Cloud Vision APIをPowerShellで利用するには、事前にいくつかの準備が必要です。ここでは、APIの有効化から認証情報の設定までの手順を解説します。

1. Google Cloudプロジェクトの作成

まず、Google Cloud Platform (GCP)にアクセスして、新しいプロジェクトを作成します。

GCPコンソール（https://console.cloud.google.com/）にログインします。
「プロジェクトを作成」をクリックし、プロジェクト名を入力して作成します。

2. Google Cloud Vision APIの有効化

プロジェクトを作成したら、Google Cloud Vision APIを有効にします。

GCPコンソールの「APIとサービス」 > 「ライブラリ」に移動します。
「Cloud Vision API」を検索し、選択して有効化します。

3. サービスアカウントの作成と認証情報の取得

APIを利用するには、認証情報としてサービスアカウントキーが必要です。

GCPコンソールの「IAMと管理」 > 「サービスアカウント」に移動します。
「サービスアカウントを作成」をクリックし、名前とロール（例：プロジェクトエディター）を設定します。
「鍵を作成」でJSON形式の鍵をダウンロードします。このファイルが認証に使用されます。

4. PowerShell環境の準備

PowerShellでAPIを使用するには、以下の環境設定を行います：

Google APIライブラリのインストール
必要に応じて、Google Cloud SDKや関連モジュールをインストールします。例えば、Invoke-RestMethodを利用してAPIリクエストを送信できます。

   Install-Module -Name GoogleCloud -Scope CurrentUser

環境変数の設定
ダウンロードしたJSON鍵を参照する環境変数を設定します。

   $env:GOOGLE_APPLICATION_CREDENTIALS = "C:\path\to\your\service-account.json"

5. APIエンドポイントと認証トークンの確認

APIのリクエストには、認証トークンを付与する必要があります。認証トークンを取得するには、以下を使用します：

$token = (gcloud auth application-default print-access-token).Trim()

準備が整ったら、PowerShellスクリプトでGoogle Cloud Vision APIを呼び出す準備が完了です。次のセクションでは、実際のスクリプトの基本構成について解説します。

PowerShellスクリプトの基本構成

Google Cloud Vision APIを利用するPowerShellスクリプトの基本構成を解説します。ここでは、認証からリクエスト送信までの基本的な流れを示します。

1. 認証の設定

スクリプトを動作させるには、Google Cloud Vision APIへの認証が必要です。JSON形式のサービスアカウントキーを指定し、環境変数として設定します。

# サービスアカウントキーのパスを指定
$env:GOOGLE_APPLICATION_CREDENTIALS = "C:\path\to\your\service-account.json"

2. APIリクエスト用のエンドポイント

Google Cloud Vision APIのエンドポイントは、画像認識リクエストを送信するために必要です。

# Vision APIのエンドポイント
$apiEndpoint = "https://vision.googleapis.com/v1/images:annotate"

3. リクエスト用JSONデータの作成

画像認識リクエストはJSON形式で作成します。ここでは、画像データをBase64形式にエンコードしてリクエストを送信します。

# 画像ファイルをBase64形式に変換
$imagePath = "C:\path\to\your\image.jpg"
$imageData = [Convert]::ToBase64String((Get-Content -Path $imagePath -Encoding Byte))

# リクエストJSONデータを作成
$requestBody = @{
    "requests" = @(
        @{
            "image" = @{
                "content" = $imageData
            }
            "features" = @(
                @{
                    "type" = "LABEL_DETECTION"
                    "maxResults" = 10
                }
            )
        }
    )
} | ConvertTo-Json -Depth 10

4. APIリクエストの送信

PowerShellのInvoke-RestMethodを使用してリクエストを送信します。認証トークンをヘッダーに含める必要があります。

# アクセストークンの取得
$accessToken = (gcloud auth application-default print-access-token).Trim()

# APIリクエストの送信
$response = Invoke-RestMethod -Uri $apiEndpoint -Method Post -Headers @{
    "Authorization" = "Bearer $accessToken"
    "Content-Type" = "application/json"
} -Body $requestBody

5. 結果の出力

APIから返されたレスポンスをPowerShellで解析し、結果を表示します。

# レスポンスの解析と表示
$response.responses[0].labelAnnotations | ForEach-Object {
    Write-Host "ラベル: $($_.description), スコア: $($_.score)"
}

全体の構成

スクリプト全体の構成は以下のようになります：

環境変数の設定
APIエンドポイントの指定
リクエストJSONの作成
リクエストの送信
レスポンスの解析と表示

この基本構成をベースに、必要に応じて他の画像認識機能（OCRやロゴ検出など）を追加できます。次のセクションでは、具体的なリクエストの作成方法について詳しく解説します。

画像認識リクエストの作成

Google Cloud Vision APIを使用するには、画像データをリクエストの形式に変換して送信する必要があります。このセクションでは、PowerShellで画像データをBase64形式に変換し、JSON形式のリクエストデータを作成する方法を解説します。

1. 画像データの準備

APIに送信する画像は、Base64形式にエンコードする必要があります。PowerShellでは[Convert]::ToBase64Stringを使用して簡単にエンコード可能です。

# 画像ファイルのパスを指定
$imagePath = "C:\path\to\your\image.jpg"

# 画像をBase64形式にエンコード
$imageData = [Convert]::ToBase64String((Get-Content -Path $imagePath -Encoding Byte))

2. JSONリクエストデータの構造

Google Cloud Vision APIでは、画像データをJSON形式で指定し、APIの「features」セクションで使用する機能を定義します。以下はリクエストJSONの基本構造です：

{
  "requests": [
    {
      "image": {
        "content": "<Base64-encoded image>"
      },
      "features": [
        {
          "type": "LABEL_DETECTION",
          "maxResults": 10
        }
      ]
    }
  ]
}

3. PowerShellでリクエストデータを作成

PowerShellのハッシュテーブルを使用してJSON形式のリクエストデータを作成します。

# JSON形式のリクエストデータを作成
$requestBody = @{
    "requests" = @(
        @{
            "image" = @{
                "content" = $imageData
            }
            "features" = @(
                @{
                    "type" = "LABEL_DETECTION"  # 機能の種類: ラベル検出
                    "maxResults" = 10          # 最大結果数
                }
            )
        }
    )
} | ConvertTo-Json -Depth 10

4. 使用可能な機能の種類

Google Cloud Vision APIでは、以下の「type」を指定することで、さまざまな画像解析機能を利用できます：

LABEL_DETECTION: ラベル検出（画像の内容に関する説明）
TEXT_DETECTION: OCR（文字認識）
LOGO_DETECTION: ロゴ検出
FACE_DETECTION: 顔検出
LANDMARK_DETECTION: ランドマーク検出

複数の機能を指定する例

複数の解析機能を指定する場合、features配列に複数の要素を追加します。

"features" = @(
    @{
        "type" = "LABEL_DETECTION"
        "maxResults" = 5
    },
    @{
        "type" = "TEXT_DETECTION"
        "maxResults" = 1
    }
)

5. リクエストの完成

リクエストデータは、後続のAPI呼び出しで使用します。この方法で柔軟にリクエストを構成できるため、特定の要件に合わせて調整可能です。

次のセクションでは、作成したリクエストを使用してAPIレスポンスを取得し、その内容を解析する方法を解説します。

APIレスポンスの解析

Google Cloud Vision APIからのレスポンスには、画像解析の結果がJSON形式で含まれています。このセクションでは、PowerShellを使用してレスポンスを解析し、取得したデータを処理する方法を解説します。

1. レスポンスの基本構造

Google Cloud Vision APIのレスポンスは、リクエストで指定した機能ごとに解析結果が返されます。以下はレスポンスのJSON構造の例です：

{
  "responses": [
    {
      "labelAnnotations": [
        {
          "description": "Cat",
          "score": 0.98
        },
        {
          "description": "Animal",
          "score": 0.95
        }
      ]
    }
  ]
}

ここで重要なポイント：

labelAnnotations: ラベル検出の結果を含むセクション
description: 検出されたラベル（例: “Cat”）
score: ラベルの信頼度（0～1の値）

2. レスポンスデータの取得

PowerShellでは、Invoke-RestMethodの結果を変数に格納することでレスポンスを取得できます。

$response = Invoke-RestMethod -Uri $apiEndpoint -Method Post -Headers @{
    "Authorization" = "Bearer $accessToken"
    "Content-Type" = "application/json"
} -Body $requestBody

3. ラベル検出結果の解析

レスポンスからラベル検出の結果を取得し、表示する例を示します。

# ラベル検出結果の取得
$labels = $response.responses[0].labelAnnotations

# 結果を出力
foreach ($label in $labels) {
    Write-Host "ラベル: $($label.description), 信頼度: $($label.score)"
}

このスクリプトは、すべてのラベルとその信頼度をコンソールに表示します。

4. テキスト検出結果の解析

OCR（文字認識）の結果を解析する例です。テキスト検出の場合、レスポンスにはtextAnnotationsセクションが含まれます。

# テキスト検出結果の取得
$textAnnotations = $response.responses[0].textAnnotations

# 取得したテキストを表示
foreach ($text in $textAnnotations) {
    Write-Host "検出テキスト: $($text.description)"
}

5. 結果の保存

解析結果をファイルに保存することで、後から利用することが可能です。たとえば、CSVファイルに保存する例：

# ラベル結果をCSV形式で保存
$labels | Select-Object description, score | Export-Csv -Path "C:\path\to\output.csv" -NoTypeInformation

6. 応用例

取得した結果を用いて、条件に応じたアクションを実行することも可能です。たとえば、特定のラベルが含まれる場合に通知を送るスクリプト：

foreach ($label in $labels) {
    if ($label.description -eq "Cat" -and $label.score -gt 0.9) {
        Write-Host "猫が検出されました！"
    }
}

このようにレスポンスを解析することで、Google Cloud Vision APIのデータを活用した柔軟な処理が可能になります。次のセクションでは、エラー処理やデバッグの方法について説明します。

エラー処理とデバッグ

Google Cloud Vision APIを使用する際にエラーが発生する場合があります。このセクションでは、一般的なエラーの原因とそれに対する対処法、PowerShellスクリプトのデバッグ手法を解説します。

1. APIエラーの種類

Google Cloud Vision APIでは、エラーがHTTPレスポンスコードとエラーメッセージの形式で返されます。主なエラーコードは以下の通りです：

400 Bad Request: 無効なリクエスト（例：不正なJSONデータや画像データが欠落している）。
401 Unauthorized: 認証エラー（例：無効なアクセストークンや認証情報の不足）。
403 Forbidden: アクセス権限の不足（例：APIの有効化がされていない）。
500 Internal Server Error: サーバー側のエラー（例：一時的な問題）。

2. PowerShellでのエラーハンドリング

PowerShellでは、try-catchブロックを使用してエラーをキャッチし、適切に処理できます。

try {
    # APIリクエストの送信
    $response = Invoke-RestMethod -Uri $apiEndpoint -Method Post -Headers @{
        "Authorization" = "Bearer $accessToken"
        "Content-Type" = "application/json"
    } -Body $requestBody
} catch {
    # エラー情報を表示
    Write-Host "エラーが発生しました: $($_.Exception.Message)"
    Write-Host "詳細情報: $($_.ErrorDetails)"
}

3. 詳細なログ出力

エラーの原因を特定するために、リクエスト内容やレスポンスの内容をログに記録することが重要です。以下のようにファイルに記録する方法があります：

# リクエストログを保存
$requestBody | Out-File -FilePath "C:\path\to\request-log.json"

# レスポンスエラーを保存
try {
    $response = Invoke-RestMethod -Uri $apiEndpoint -Method Post -Headers @{
        "Authorization" = "Bearer $accessToken"
        "Content-Type" = "application/json"
    } -Body $requestBody
} catch {
    $_.Exception.Response | Out-File -FilePath "C:\path\to\error-log.txt"
}

4. トラブルシューティングの手順

リクエストJSONの検証: JSONデータが正しい構造であることを確認します。オンラインツール（例：JSONLint）を活用すると便利です。
画像データの確認: Base64エンコードの際にデータが破損していないか確認します。
認証情報の確認: 環境変数GOOGLE_APPLICATION_CREDENTIALSが正しく設定されているか確認します。
APIの有効化: Google Cloud Vision APIがGCPプロジェクトで有効化されていることを確認します。

5. デバッグのヒント

レスポンス内容の確認
エラー発生時にはレスポンスの詳細情報を表示します。

  Write-Host "レスポンス内容: $($_.Exception.Response)"

HTTPツールの活用
PostmanやcURLを使用して同じリクエストを実行し、API側の問題を切り分けます。

6. 例外処理の応用

エラーの種類に応じて異なる処理を実行する方法：

try {
    $response = Invoke-RestMethod -Uri $apiEndpoint -Method Post -Headers @{
        "Authorization" = "Bearer $accessToken"
        "Content-Type" = "application/json"
    } -Body $requestBody
} catch {
    if ($_.Exception.Response.StatusCode -eq 401) {
        Write-Host "認証エラー: アクセストークンを確認してください。"
    } elseif ($_.Exception.Response.StatusCode -eq 400) {
        Write-Host "リクエストエラー: JSONデータを確認してください。"
    } else {
        Write-Host "不明なエラー: $($_.Exception.Message)"
    }
}

7. テスト環境の構築

APIリクエストをデバッグする際は、サンプル画像やダミーデータを用意して繰り返しテストを行いましょう。また、少量のリクエストで事前に動作を確認し、不要なリクエスト消費を避けることが重要です。

エラー処理とデバッグを適切に行うことで、APIの安定した動作を実現できます。次のセクションでは、Google Cloud Vision APIの応用例について説明します。

応用例: 画像ラベル付け

Google Cloud Vision APIの画像ラベル付け機能は、画像に含まれるオブジェクトやシーンの特徴を識別し、関連するラベルを付与する強力なツールです。このセクションでは、PowerShellを使用して画像ラベル付けを実現する具体例を解説します。

1. ラベル付けの概要

ラベル付けは、画像内の内容を説明するキーワードやタグを返します。たとえば、自然風景の画像に対して「山」「川」「風景」などのラベルが返されることがあります。この機能は以下のような用途で利用されます：

写真管理アプリでの自動タグ付け
Eコマースサイトでの製品画像分類
マルチメディアコンテンツの検索性向上

2. リクエスト作成

ラベル付けのリクエストでは、LABEL_DETECTION機能を指定します。以下はJSONデータをPowerShellで作成する例です：

# 画像ファイルをBase64形式にエンコード
$imagePath = "C:\path\to\your\image.jpg"
$imageData = [Convert]::ToBase64String((Get-Content -Path $imagePath -Encoding Byte))

# JSONリクエストデータを作成
$requestBody = @{
    "requests" = @(
        @{
            "image" = @{
                "content" = $imageData
            }
            "features" = @(
                @{
                    "type" = "LABEL_DETECTION"
                    "maxResults" = 10
                }
            )
        }
    )
} | ConvertTo-Json -Depth 10

3. API呼び出し

リクエストデータをGoogle Cloud Vision APIに送信してレスポンスを取得します。

# アクセストークンの取得
$accessToken = (gcloud auth application-default print-access-token).Trim()

# APIリクエストの送信
$response = Invoke-RestMethod -Uri "https://vision.googleapis.com/v1/images:annotate" -Method Post -Headers @{
    "Authorization" = "Bearer $accessToken"
    "Content-Type" = "application/json"
} -Body $requestBody

4. ラベル付け結果の解析

取得したラベルの結果を表示します。

# ラベル検出結果の取得
$labels = $response.responses[0].labelAnnotations

# 結果を出力
foreach ($label in $labels) {
    Write-Host "ラベル: $($label.description), 信頼度: $([math]::Round($label.score * 100, 2))%"
}

結果例：

ラベル: Mountain, 信頼度: 95.45%
ラベル: Nature, 信頼度: 88.12%
ラベル: Sky, 信頼度: 80.65%

5. 結果の保存

ラベル付け結果をCSV形式で保存することで、後から分析に利用できます。

$labels | Select-Object description, score | Export-Csv -Path "C:\path\to\labels.csv" -NoTypeInformation

6. 応用シナリオ

画像データベースの整理
複数の画像に対してラベル付けを一括実行し、自動的にフォルダ分類を行うスクリプトを作成可能です。
AIトレーニングデータの準備
検出されたラベルを利用して、AIのトレーニング用データセットを効率的に準備できます。

7. 注意点

ラベルの信頼度を確認
信頼度が低いラベルは誤検出の可能性があるため、しきい値を設定して無視することを検討してください。
最大結果数の調整
リクエストで指定するmaxResults値を調整し、必要な数のラベルのみを取得するようにします。

この画像ラベル付け機能は、業務効率化やデータ整理に非常に有用です。次のセクションでは、OCR（文字認識）の具体例を解説します。

応用例: 文字認識（OCR）

Google Cloud Vision APIの文字認識（OCR）機能は、画像内のテキストを検出し、それをデジタルデータとして抽出する強力なツールです。このセクションでは、PowerShellを使用してOCRを実行する具体例を解説します。

1. OCRの概要

文字認識機能は、以下のような用途に利用されます：

スキャンしたドキュメントからのテキスト抽出
名刺や請求書などの情報デジタル化
画像に埋め込まれた文字情報の検索性向上

OCR機能では、画像に含まれる文字列を階層的に解析し、文字ブロックや行単位で結果を提供します。

2. リクエスト作成

OCRを実行するには、TEXT_DETECTION機能を指定してJSONリクエストを作成します。

# 画像ファイルをBase64形式にエンコード
$imagePath = "C:\path\to\your\document.jpg"
$imageData = [Convert]::ToBase64String((Get-Content -Path $imagePath -Encoding Byte))

# JSONリクエストデータを作成
$requestBody = @{
    "requests" = @(
        @{
            "image" = @{
                "content" = $imageData
            }
            "features" = @(
                @{
                    "type" = "TEXT_DETECTION"  # 文字認識
                }
            )
        }
    )
} | ConvertTo-Json -Depth 10

3. API呼び出し

OCRリクエストをGoogle Cloud Vision APIに送信してレスポンスを取得します。

# アクセストークンの取得
$accessToken = (gcloud auth application-default print-access-token).Trim()

# APIリクエストの送信
$response = Invoke-RestMethod -Uri "https://vision.googleapis.com/v1/images:annotate" -Method Post -Headers @{
    "Authorization" = "Bearer $accessToken"
    "Content-Type" = "application/json"
} -Body $requestBody

4. OCR結果の解析

取得した文字認識結果をPowerShellで処理します。

# テキスト認識結果の取得
$textAnnotations = $response.responses[0].textAnnotations

# 検出されたテキスト全体を表示
if ($textAnnotations) {
    Write-Host "認識されたテキスト: $($textAnnotations[0].description)"
} else {
    Write-Host "テキストは検出されませんでした。"
}

各文字ブロックの詳細解析

文字ブロック単位での位置情報や内容を取得します。

foreach ($text in $textAnnotations[1..($textAnnotations.Count - 1)]) {
    Write-Host "テキスト: $($text.description)"
    Write-Host "位置情報: $($text.boundingPoly.vertices)"
}

5. 結果の保存

認識したテキストをファイルに保存して後から利用できます。

# 認識結果をテキストファイルに保存
$textAnnotations[0].description | Out-File -FilePath "C:\path\to\recognized-text.txt"

6. 応用シナリオ

ドキュメント処理の効率化
OCR機能を利用して大量のスキャン文書を一括処理し、検索可能なテキストデータを生成します。
名刺管理システム
名刺から連絡先情報を抽出し、データベースに登録するシステムを構築します。
多言語対応のOCR
リクエストに言語設定を追加することで、特定の言語に対応した認識精度を向上させることが可能です。

  "imageContext" = @{
      "languageHints" = @("en", "ja")  # 英語と日本語を指定
  }

7. 注意点

画像品質の確認
認識精度は画像の解像度やコントラストに大きく依存します。鮮明な画像を使用してください。
結果の後処理
認識されたテキストには改行や余分な空白が含まれる場合があるため、正規表現を使用してクリーンアップすることをお勧めします。

このOCR機能を活用することで、紙媒体や画像データのテキスト化が簡単に実現できます。次のセクションでは、全体のまとめに進みます。

まとめ

本記事では、PowerShellを使用してGoogle Cloud Vision APIを活用し、画像認識や文字認識（OCR）を行う方法を解説しました。準備手順からリクエスト作成、API呼び出し、レスポンス解析まで、スクリプトの具体例を通して詳細に説明しました。

Google Cloud Vision APIは、画像ラベル付けやOCR、ロゴ検出など、さまざまな画像解析機能を提供し、業務効率化やデータ処理の自動化に役立つツールです。PowerShellとの組み合わせにより、これらの高度な機能を手軽に利用できる点が魅力です。

正確な画像認識と効率的なデータ管理を可能にするこの方法を応用することで、さまざまなシステムやプロジェクトに新たな価値を付加できるでしょう。この記事を参考に、ぜひPowerShellを活用した画像解析に挑戦してみてください。

この記事を書いた人

佐藤健司

実務の現場で詰まりがちなポイントを地図にするITブログ「IT trip」を運営。Windows／Office（Teams・Excel）からSQL、サーバ運用、ガジェットまで、再現性のある手順と“なぜそうなるか”を丁寧に解説します。読んだらすぐ試せること、そして迷った人の次の一歩が見えることを大切にしています。

PowerShellでGoogle Cloud Vision APIを活用し画像認識を行う方法

Google Cloud Vision APIとは

主な機能

活用事例

PowerShellとの連携のメリット

PowerShellとGoogle Cloud Vision APIの連携準備

1. Google Cloudプロジェクトの作成

2. Google Cloud Vision APIの有効化

3. サービスアカウントの作成と認証情報の取得

4. PowerShell環境の準備

5. APIエンドポイントと認証トークンの確認

PowerShellスクリプトの基本構成

1. 認証の設定

2. APIリクエスト用のエンドポイント

3. リクエスト用JSONデータの作成

4. APIリクエストの送信

5. 結果の出力

全体の構成

画像認識リクエストの作成

1. 画像データの準備

2. JSONリクエストデータの構造

3. PowerShellでリクエストデータを作成

4. 使用可能な機能の種類

複数の機能を指定する例

5. リクエストの完成

APIレスポンスの解析

1. レスポンスの基本構造

2. レスポンスデータの取得

3. ラベル検出結果の解析

4. テキスト検出結果の解析

5. 結果の保存

6. 応用例

エラー処理とデバッグ

1. APIエラーの種類

2. PowerShellでのエラーハンドリング

3. 詳細なログ出力

4. トラブルシューティングの手順

5. デバッグのヒント

6. 例外処理の応用

7. テスト環境の構築

応用例: 画像ラベル付け

1. ラベル付けの概要

2. リクエスト作成

3. API呼び出し

4. ラベル付け結果の解析

5. 結果の保存

6. 応用シナリオ

7. 注意点

応用例: 文字認識（OCR）

1. OCRの概要

2. リクエスト作成

3. API呼び出し

4. OCR結果の解析

各文字ブロックの詳細解析

5. 結果の保存

6. 応用シナリオ

7. 注意点

まとめ

この記事を書いた人

関連記事

コメント

コメントする コメントをキャンセル

コメントするコメントをキャンセル