設定字元辨識專案

Google Distributed Cloud (GDC) 實體隔離方案的光學字元辨識 (OCR) 功能，可讓您偵測及擷取應用程式中圖片和文件的文字。建立專案並要求開發人員角色後，請在 GDC 控制台中啟用 OCR API，查看服務狀態和端點。接著，您可以安裝 Python 用戶端程式庫、定義環境變數，並使用 gdcloud CLI 設定服務帳戶及驗證要求。如果您是 Vertex AI 新手，請參閱「瞭解字元辨識功能」。

建立專案

建立字元辨識專案，可整理 OCR 資源，包括協作者、已啟用的 API、驗證憑證和存取控管。

如要建立專案，請參閱「設定 Vertex AI 專案」。發出 API 呼叫時，您需要提供專案 ID。

要求開發人員權限

您必須在專案中具備 AI OCR 開發人員角色，才能存取光學字元辨識功能，並產生 API 權杖，用於要求驗證和授權。

請要求專案 IAM 管理員，將 AI OCR 開發人員 (ai-ocr-developer) 角色授予專案命名空間中的使用者或服務帳戶。如要瞭解這個角色，請參閱「準備 IAM 權限」。

啟用 OCR API

您必須為專案啟用 OCR 預先訓練 API。啟用後，您可以查看 OCR 預先訓練 API 的服務狀態和端點。

安裝用戶端程式庫

我們提供 Python 程式設計語言的用戶端程式庫。建議您使用這些用戶端程式庫呼叫 OCR API，因為這樣可以更輕鬆存取 API。

安裝 OCR 用戶端程式庫，並按照下列步驟操作，確保您使用的是正確版本：

  1. 檢查是否已安裝 OCR 用戶端程式庫，並取得版本號碼：

    pip freeze | grep vision

    如果已安裝用戶端程式庫，您會取得類似以下範例的輸出內容：

    google-cloud-vision==3.0.0

    您取得的版本號碼必須與下列端點的用戶端程式庫相符：

    https://GDC_URL/.well-known/static/client-libraries

    將 GDC_URL 替換為貴組織在 GDC 中的網址。

  2. 如果版本號碼不符，請解除安裝用戶端程式庫：

    pip uninstall google-cloud-vision

  3. 如果您已解除安裝 OCR 用戶端程式庫，請指定與作業系統對應的檔案名稱，重新安裝。

設定環境變數

安裝 OCR 用戶端程式庫後，您就能透過 Python 指令碼與 API 互動。

如果您在專案中設定服務帳戶，以程式輔助方式發出已授權的 API 呼叫，則可在 Python 指令碼中定義環境變數，以便在執行時存取服務帳戶金鑰等值。

請按照下列步驟，在 Python 指令碼中設定必要的環境變數：

  1. 建立 Python 指令碼。

  2. 在 Python 指令碼中加入下列程式碼：

    import os

os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "APPLICATION_DEFAULT_CREDENTIALS_FILENAME"

    將 APPLICATION_DEFAULT_CREDENTIALS_FILENAME 替換為 JSON 檔案名稱，該檔案包含您在專案中建立的服務帳戶金鑰，例如 my-service-key.json。

  3. 將 Python 指令碼儲存為 vision.py 等名稱。

  4. 執行 Python 指令碼，設定環境變數：

    python SCRIPT_NAME

    將 SCRIPT_NAME 替換為您為 Python 指令碼指定的名稱，例如 vision.py。

設定驗證方法

您必須先驗證用戶端憑證，並要求專案資源的帳戶存取權，才能開始使用 OCR API。詳情請參閱「驗證 API 要求」。