Detecta escritura a mano en imágenes

Si no has creado un proyecto, hazlo ahora. Google Cloud Expande esta sección para obtener instrucciones.

1. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Roles required to select or create a project

   • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
   • Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

   Go to project selector

2. Verify that billing is enabled for your Google Cloud project.

3. Enable the Vision API.

   Roles required to enable APIs

   To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

   Enable the API

4. Install the Google Cloud CLI.

5. Configura gcloud CLI para usar tu identidad federada.

   Para obtener más información, consulta Accede a gcloud CLI con tu identidad federada.

6. Para inicializar gcloud CLI, ejecuta el siguiente comando:

   gcloud init

   Detecta texto de documento en una imagen local

   Puedes usar la API de Vision para realizar la detección de características en un archivo de imagen local.

   Para las solicitudes de REST, envía el contenido del archivo de imagen como una string codificada en base64 en el cuerpo de tu solicitud.

   Para las solicitudes de biblioteca cliente y gcloud, especifica la ruta a una imagen local en tu solicitud.

   REST

   Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:

   • BASE64_ENCODED_IMAGE: Es la representación en base64 (string ASCII) de los datos de la imagen binaria. Esta string debería ser similar a la siguiente:
     • /9j/4QAYRXhpZgAA...9tAVx/zDQDlGxn//2Q==
     Visita Codificación en base64 para obtener más información.
   • PROJECT_ID: El ID de tu proyecto de Google Cloud .

   Método HTTP y URL:

   POST https://vision.googleapis.com/v1/images:annotate

   Cuerpo JSON de la solicitud:

   {
     "requests": [
       {
         "image": {
           "content": "BASE64_ENCODED_IMAGE"
         },
         "features": [
           {
             "type": "DOCUMENT_TEXT_DETECTION"
           }
         ]
       }
     ]
   }
   

   Para enviar tu solicitud, elige una de estas opciones:

   curl

   Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

   curl -X POST \
        -H "Authorization: Bearer $(gcloud auth print-access-token)" \
        -H "x-goog-user-project: PROJECT_ID" \
        -H "Content-Type: application/json; charset=utf-8" \
        -d @request.json \
        "https://vision.googleapis.com/v1/images:annotate"

   PowerShell

   Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

   $cred = gcloud auth print-access-token
   $headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "PROJECT_ID" }
   
   Invoke-WebRequest `
       -Method POST `
       -Headers $headers `
       -ContentType: "application/json; charset=utf-8" `
       -InFile request.json `
       -Uri "https://vision.googleapis.com/v1/images:annotate" | Select-Object -Expand Content

   Si la solicitud se completa de forma correcta, el servidor muestra un código de estado HTTP 200 OK y la respuesta en formato JSON.

   Respuesta

   {
     "responses": [
       {
         "textAnnotations": [
           {
             "locale": "en",
             "description": "O Google Cloud Platform\n",
             "boundingPoly": {
               "vertices": [
                 {
                   "x": 14,
                   "y": 11
                 },
                 {
                   "x": 279,
                   "y": 11
                 },
                 {
                   "x": 279,
                   "y": 37
                 },
                 {
                   "x": 14,
                   "y": 37
                 }
               ]
             }
           },
         ],
         "fullTextAnnotation": {
           "pages": [
             {
               "property": {
                 "detectedLanguages": [
                   {
                     "languageCode": "en"
                   }
                 ]
               },
               "width": 281,
               "height": 44,
               "blocks": [
                 {
                   "property": {
                     "detectedLanguages": [
                       {
                         "languageCode": "en"
                       }
                     ]
                   },
                   "boundingBox": {
                     "vertices": [
                       {
                         "x": 14, "y": 11
                       },
                       {
                         "x": 279, "y": 11
                       },
                       {
                         "x": 279, "y": 37
                       },
                       {
                         "x": 14, "y": 37
                       }
                     ]
                   },
                   "paragraphs": [
                     {
                       "property": {
                         "detectedLanguages": [
                           {
                             "languageCode": "en"
                           }
                         ]
                       },
                       "boundingBox": {
                         "vertices": [
                           {
                             "x": 14, "y": 11
                           },
                           {
                             "x": 279, "y": 11
                           },
                           {
                             "x": 279, "y": 37
                           },
                           {
                             "x": 14, "y": 37
                           }
                         ]
                       },
                       "words": [
                         {
                           "property": {
                             "detectedLanguages": [
                               {
                                 "languageCode": "en"
                               }
                             ]
                           },
                           "boundingBox": {
                             "vertices": [
                               {
                                 "x": 14, "y": 11
                               },
                               {
                                 "x": 23, "y": 11
                               },
                               {
                                 "x": 23, "y": 37
                               },
                               {
                                 "x": 14, "y": 37
                               }
                             ]
                           },
                           "symbols": [
                             {
                               "property": {
                                 "detectedLanguages": [
                                   {
                                     "languageCode": "en"
                                   }
                                 ],
                                 "detectedBreak": {
                                   "type": "SPACE"
                                 }
                               },
                               "boundingBox": {
                                 "vertices": [
                                   {
                                     "x": 14, "y": 11
                                   },
                                   {
                                     "x": 23, "y": 11
                                   },
                                   {
                                     "x": 23, "y": 37
                                   },
                                   {
                                     "x": 14, "y": 37
                                   }
                                 ]
                               },
                               "text": "O"
                             }
                           ]
                         },
                       ]
                     }
                   ],
                   "blockType": "TEXT"
                 }
               ]
             }
           ],
           "text": "Google Cloud Platform\n"
         }
       }
     ]
   }
   

   Go

   Antes de probar este código de muestra, sigue las instrucciones de configuración para Go que se encuentran en la Guía de inicio rápido de Vision sobre cómo usar las bibliotecas cliente. Si quieres obtener más información, consulta la documentación de referencia de la API de Vision para Go.

   Para autenticarte en Vision, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para un entorno de desarrollo local.

   
   // detectDocumentText gets the full document text from the Vision API for an image at the given file path.
   func detectDocumentText(w io.Writer, file string) error {
   	ctx := context.Background()
   
   	client, err := vision.NewImageAnnotatorClient(ctx)
   	if err != nil {
   		return err
   	}
   
   	f, err := os.Open(file)
   	if err != nil {
   		return err
   	}
   	defer f.Close()
   
   	image, err := vision.NewImageFromReader(f)
   	if err != nil {
   		return err
   	}
   	annotation, err := client.DetectDocumentText(ctx, image, nil)
   	if err != nil {
   		return err
   	}
   
   	if annotation == nil {
   		fmt.Fprintln(w, "No text found.")
   	} else {
   		fmt.Fprintln(w, "Document Text:")
   		fmt.Fprintf(w, "%q\n", annotation.Text)
   
   		fmt.Fprintln(w, "Pages:")
   		for _, page := range annotation.Pages {
   			fmt.Fprintf(w, "\tConfidence: %f, Width: %d, Height: %d\n", page.Confidence, page.Width, page.Height)
   			fmt.Fprintln(w, "\tBlocks:")
   			for _, block := range page.Blocks {
   				fmt.Fprintf(w, "\t\tConfidence: %f, Block type: %v\n", block.Confidence, block.BlockType)
   				fmt.Fprintln(w, "\t\tParagraphs:")
   				for _, paragraph := range block.Paragraphs {
   					fmt.Fprintf(w, "\t\t\tConfidence: %f", paragraph.Confidence)
   					fmt.Fprintln(w, "\t\t\tWords:")
   					for _, word := range paragraph.Words {
   						symbols := make([]string, len(word.Symbols))
   						for i, s := range word.Symbols {
   							symbols[i] = s.Text
   						}
   						wordText := strings.Join(symbols, "")
   						fmt.Fprintf(w, "\t\t\t\tConfidence: %f, Symbols: %s\n", word.Confidence, wordText)
   					}
   				}
   			}
   		}
   	}
   
   	return nil
   }
   

   Java

   Antes de probar este código de muestra, sigue las instrucciones de configuración para Java que se encuentran la Guía de inicio rápido de la API de Vision sobre cómo usar las bibliotecas cliente. Si quieres obtener más información, consulta la documentación de referencia de la API de Vision para Java.

   public static void detectDocumentText(String filePath) throws IOException {
     List<AnnotateImageRequest> requests = new ArrayList<>();
   
     ByteString imgBytes = ByteString.readFrom(new FileInputStream(filePath));
   
     Image img = Image.newBuilder().setContent(imgBytes).build();
     Feature feat = Feature.newBuilder().setType(Type.DOCUMENT_TEXT_DETECTION).build();
     AnnotateImageRequest request =
         AnnotateImageRequest.newBuilder().addFeatures(feat).setImage(img).build();
     requests.add(request);
   
     // Initialize client that will be used to send requests. This client only needs to be created
     // once, and can be reused for multiple requests. After completing all of your requests, call
     // the "close" method on the client to safely clean up any remaining background resources.
     try (ImageAnnotatorClient client = ImageAnnotatorClient.create()) {
       BatchAnnotateImagesResponse response = client.batchAnnotateImages(requests);
       List<AnnotateImageResponse> responses = response.getResponsesList();
       client.close();
   
       for (AnnotateImageResponse res : responses) {
         if (res.hasError()) {
           System.out.format("Error: %s%n", res.getError().getMessage());
           return;
         }
   
         // For full list of available annotations, see http://g.co/cloud/vision/docs
         TextAnnotation annotation = res.getFullTextAnnotation();
         for (Page page : annotation.getPagesList()) {
           String pageText = "";
           for (Block block : page.getBlocksList()) {
             String blockText = "";
             for (Paragraph para : block.getParagraphsList()) {
               String paraText = "";
               for (Word word : para.getWordsList()) {
                 String wordText = "";
                 for (Symbol symbol : word.getSymbolsList()) {
                   wordText = wordText + symbol.getText();
                   System.out.format(
                       "Symbol text: %s (confidence: %f)%n",
                       symbol.getText(), symbol.getConfidence());
                 }
                 System.out.format(
                     "Word text: %s (confidence: %f)%n%n", wordText, word.getConfidence());
                 paraText = String.format("%s %s", paraText, wordText);
               }
               // Output Example using Paragraph:
               System.out.println("%nParagraph: %n" + paraText);
               System.out.format("Paragraph Confidence: %f%n", para.getConfidence());
               blockText = blockText + paraText;
             }
             pageText = pageText + blockText;
           }
         }
         System.out.println("%nComplete annotation:");
         System.out.println(annotation.getText());
       }
     }
   }

   Node.js

   Antes de probar este código de muestra, sigue las instrucciones de configuración para Node.js que se encuentran en la Guía de inicio rápido de Vision sobre cómo usar las bibliotecas cliente. Si quieres obtener más información, consulta la documentación de referencia de la API de Vision para Node.js.

   Para autenticarte en Vision, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para un entorno de desarrollo local.

   
   // Imports the Google Cloud client library
   const vision = require('@google-cloud/vision');
   
   // Creates a client
   const client = new vision.ImageAnnotatorClient();
   
   /**
    * TODO(developer): Uncomment the following line before running the sample.
    */
   // const fileName = 'Local image file, e.g. /path/to/image.png';
   
   // Read a local image as a text document
   const [result] = await client.documentTextDetection(fileName);
   const fullTextAnnotation = result.fullTextAnnotation;
   console.log(`Full text: ${fullTextAnnotation.text}`);
   fullTextAnnotation.pages.forEach(page => {
     page.blocks.forEach(block => {
       console.log(`Block confidence: ${block.confidence}`);
       block.paragraphs.forEach(paragraph => {
         console.log(`Paragraph confidence: ${paragraph.confidence}`);
         paragraph.words.forEach(word => {
           const wordText = word.symbols.map(s => s.text).join('');
           console.log(`Word text: ${wordText}`);
           console.log(`Word confidence: ${word.confidence}`);
           word.symbols.forEach(symbol => {
             console.log(`Symbol text: ${symbol.text}`);
             console.log(`Symbol confidence: ${symbol.confidence}`);
           });
         });
       });
     });
   });

   Python

   Antes de probar este código de muestra, sigue las instrucciones de configuración para Python que se encuentran en la Guía de inicio rápido de Vision sobre cómo usar las bibliotecas cliente. Si quieres obtener más información, consulta la documentación de referencia de la API de Vision para Python.

   Para autenticarte en Vision, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para un entorno de desarrollo local.

   def detect_document(path):
       """Detects document features in an image."""
       from google.cloud import vision
   
       client = vision.ImageAnnotatorClient()
   
       with open(path, "rb") as image_file:
           content = image_file.read()
   
       image = vision.Image(content=content)
   
       response = client.document_text_detection(image=image)
   
       for page in response.full_text_annotation.pages:
           for block in page.blocks:
               print(f"\nBlock confidence: {block.confidence}\n")
   
               for paragraph in block.paragraphs:
                   print("Paragraph confidence: {}".format(paragraph.confidence))
   
                   for word in paragraph.words:
                       word_text = "".join([symbol.text for symbol in word.symbols])
                       print(
                           "Word text: {} (confidence: {})".format(
                               word_text, word.confidence
                           )
                       )
   
                       for symbol in word.symbols:
                           print(
                               "\tSymbol: {} (confidence: {})".format(
                                   symbol.text, symbol.confidence
                               )
                           )
   
       if response.error.message:
           raise Exception(
               "{}\nFor more info on error messages, check: "
               "https://cloud.google.com/apis/design/errors".format(response.error.message)
           )
   
   

   Idiomas adicionales

   C#: sigue lasinstrucciones de configuración de C# en la página Bibliotecas cliente y, luego, visita la documentación de referencia de Vision para .NET.

   PHP: sigue las instrucciones de configuración de PHP en la página Bibliotecas cliente y, luego, visita la documentación de referencia de Vision para PHP.

   Ruby: sigue las instrucciones de configuración de Ruby en la página Bibliotecas cliente y, luego, visita la documentación de referencia de Vision para Ruby.

   Detecta texto del documento en una imagen remota

   Puedes usar la API de Vision para realizar funciones de detección de características en un archivo de imagen remoto ubicado en Cloud Storage o en la Web. Para enviar una solicitud de archivo remoto, especifica la URL web del archivo o el URI de Cloud Storage en el cuerpo de la solicitud.

   REST

   Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:

   • CLOUD_STORAGE_IMAGE_URI: La ruta a un archivo de imagen válido en un depósito de Cloud Storage. Como mínimo, debes tener privilegios de lectura en el archivo. Ejemplo:
     • gs://cloud-samples-data/vision/handwriting_image.png

   • PROJECT_ID: El ID de tu proyecto de Google Cloud .

   Método HTTP y URL:

   POST https://vision.googleapis.com/v1/images:annotate

   Cuerpo JSON de la solicitud:

   {
     "requests": [
       {
         "image": {
           "source": {
             "imageUri": "CLOUD_STORAGE_IMAGE_URI"
           }
          },
          "features": [
            {
              "type": "DOCUMENT_TEXT_DETECTION"
            }
          ]
       }
     ]
   }
   

   Para enviar tu solicitud, elige una de estas opciones:

   curl

   Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

   curl -X POST \
        -H "Authorization: Bearer $(gcloud auth print-access-token)" \
        -H "x-goog-user-project: PROJECT_ID" \
        -H "Content-Type: application/json; charset=utf-8" \
        -d @request.json \
        "https://vision.googleapis.com/v1/images:annotate"

   PowerShell

   Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

   $cred = gcloud auth print-access-token
   $headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "PROJECT_ID" }
   
   Invoke-WebRequest `
       -Method POST `
       -Headers $headers `
       -ContentType: "application/json; charset=utf-8" `
       -InFile request.json `
       -Uri "https://vision.googleapis.com/v1/images:annotate" | Select-Object -Expand Content

   Si la solicitud se completa de forma correcta, el servidor muestra un código de estado HTTP 200 OK y la respuesta en formato JSON.

   Respuesta

   {
     "responses": [
       {
         "textAnnotations": [
           {
             "locale": "en",
             "description": "O Google Cloud Platform\n",
             "boundingPoly": {
               "vertices": [
                 {
                   "x": 14,
                   "y": 11
                 },
                 {
                   "x": 279,
                   "y": 11
                 },
                 {
                   "x": 279,
                   "y": 37
                 },
                 {
                   "x": 14,
                   "y": 37
                 }
               ]
             }
           },
         ],
         "fullTextAnnotation": {
           "pages": [
             {
               "property": {
                 "detectedLanguages": [
                   {
                     "languageCode": "en"
                   }
                 ]
               },
               "width": 281,
               "height": 44,
               "blocks": [
                 {
                   "property": {
                     "detectedLanguages": [
                       {
                         "languageCode": "en"
                       }
                     ]
                   },
                   "boundingBox": {
                     "vertices": [
                       {
                         "x": 14, "y": 11
                       },
                       {
                         "x": 279, "y": 11
                       },
                       {
                         "x": 279, "y": 37
                       },
                       {
                         "x": 14, "y": 37
                       }
                     ]
                   },
                   "paragraphs": [
                     {
                       "property": {
                         "detectedLanguages": [
                           {
                             "languageCode": "en"
                           }
                         ]
                       },
                       "boundingBox": {
                         "vertices": [
                           {
                             "x": 14, "y": 11
                           },
                           {
                             "x": 279, "y": 11
                           },
                           {
                             "x": 279, "y": 37
                           },
                           {
                             "x": 14, "y": 37
                           }
                         ]
                       },
                       "words": [
                         {
                           "property": {
                             "detectedLanguages": [
                               {
                                 "languageCode": "en"
                               }
                             ]
                           },
                           "boundingBox": {
                             "vertices": [
                               {
                                 "x": 14, "y": 11
                               },
                               {
                                 "x": 23, "y": 11
                               },
                               {
                                 "x": 23, "y": 37
                               },
                               {
                                 "x": 14, "y": 37
                               }
                             ]
                           },
                           "symbols": [
                             {
                               "property": {
                                 "detectedLanguages": [
                                   {
                                     "languageCode": "en"
                                   }
                                 ],
                                 "detectedBreak": {
                                   "type": "SPACE"
                                 }
                               },
                               "boundingBox": {
                                 "vertices": [
                                   {
                                     "x": 14, "y": 11
                                   },
                                   {
                                     "x": 23, "y": 11
                                   },
                                   {
                                     "x": 23, "y": 37
                                   },
                                   {
                                     "x": 14, "y": 37
                                   }
                                 ]
                               },
                               "text": "O"
                             }
                           ]
                         },
                       ]
                     }
                   ],
                   "blockType": "TEXT"
                 }
               ]
             }
           ],
           "text": "Google Cloud Platform\n"
         }
       }
     ]
   }
   

   Go

   Antes de probar este código de muestra, sigue las instrucciones de configuración para Go que se encuentran en la Guía de inicio rápido de Vision sobre cómo usar las bibliotecas cliente. Si quieres obtener más información, consulta la documentación de referencia de la API de Vision para Go.

   Para autenticarte en Vision, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para un entorno de desarrollo local.

   
   // detectDocumentText gets the full document text from the Vision API for an image at the given file path.
   func detectDocumentTextURI(w io.Writer, file string) error {
   	ctx := context.Background()
   
   	client, err := vision.NewImageAnnotatorClient(ctx)
   	if err != nil {
   		return err
   	}
   
   	image := vision.NewImageFromURI(file)
   	annotation, err := client.DetectDocumentText(ctx, image, nil)
   	if err != nil {
   		return err
   	}
   
   	if annotation == nil {
   		fmt.Fprintln(w, "No text found.")
   	} else {
   		fmt.Fprintln(w, "Document Text:")
   		fmt.Fprintf(w, "%q\n", annotation.Text)
   
   		fmt.Fprintln(w, "Pages:")
   		for _, page := range annotation.Pages {
   			fmt.Fprintf(w, "\tConfidence: %f, Width: %d, Height: %d\n", page.Confidence, page.Width, page.Height)
   			fmt.Fprintln(w, "\tBlocks:")
   			for _, block := range page.Blocks {
   				fmt.Fprintf(w, "\t\tConfidence: %f, Block type: %v\n", block.Confidence, block.BlockType)
   				fmt.Fprintln(w, "\t\tParagraphs:")
   				for _, paragraph := range block.Paragraphs {
   					fmt.Fprintf(w, "\t\t\tConfidence: %f", paragraph.Confidence)
   					fmt.Fprintln(w, "\t\t\tWords:")
   					for _, word := range paragraph.Words {
   						symbols := make([]string, len(word.Symbols))
   						for i, s := range word.Symbols {
   							symbols[i] = s.Text
   						}
   						wordText := strings.Join(symbols, "")
   						fmt.Fprintf(w, "\t\t\t\tConfidence: %f, Symbols: %s\n", word.Confidence, wordText)
   					}
   				}
   			}
   		}
   	}
   
   	return nil
   }
   

   Java

   Antes de probar este código de muestra, sigue las instrucciones de configuración para Java que se encuentran la Guía de inicio rápido de la API de Vision sobre cómo usar las bibliotecas cliente. Si quieres obtener más información, consulta la documentación de referencia de la API de Vision para Java.

   public static void detectDocumentTextGcs(String gcsPath) throws IOException {
     List<AnnotateImageRequest> requests = new ArrayList<>();
   
     ImageSource imgSource = ImageSource.newBuilder().setGcsImageUri(gcsPath).build();
     Image img = Image.newBuilder().setSource(imgSource).build();
     Feature feat = Feature.newBuilder().setType(Type.DOCUMENT_TEXT_DETECTION).build();
     AnnotateImageRequest request =
         AnnotateImageRequest.newBuilder().addFeatures(feat).setImage(img).build();
     requests.add(request);
   
     // Initialize client that will be used to send requests. This client only needs to be created
     // once, and can be reused for multiple requests. After completing all of your requests, call
     // the "close" method on the client to safely clean up any remaining background resources.
     try (ImageAnnotatorClient client = ImageAnnotatorClient.create()) {
       BatchAnnotateImagesResponse response = client.batchAnnotateImages(requests);
       List<AnnotateImageResponse> responses = response.getResponsesList();
       client.close();
   
       for (AnnotateImageResponse res : responses) {
         if (res.hasError()) {
           System.out.format("Error: %s%n", res.getError().getMessage());
           return;
         }
         // For full list of available annotations, see http://g.co/cloud/vision/docs
         TextAnnotation annotation = res.getFullTextAnnotation();
         for (Page page : annotation.getPagesList()) {
           String pageText = "";
           for (Block block : page.getBlocksList()) {
             String blockText = "";
             for (Paragraph para : block.getParagraphsList()) {
               String paraText = "";
               for (Word word : para.getWordsList()) {
                 String wordText = "";
                 for (Symbol symbol : word.getSymbolsList()) {
                   wordText = wordText + symbol.getText();
                   System.out.format(
                       "Symbol text: %s (confidence: %f)%n",
                       symbol.getText(), symbol.getConfidence());
                 }
                 System.out.format(
                     "Word text: %s (confidence: %f)%n%n", wordText, word.getConfidence());
                 paraText = String.format("%s %s", paraText, wordText);
               }
               // Output Example using Paragraph:
               System.out.println("%nParagraph: %n" + paraText);
               System.out.format("Paragraph Confidence: %f%n", para.getConfidence());
               blockText = blockText + paraText;
             }
             pageText = pageText + blockText;
           }
         }
         System.out.println("%nComplete annotation:");
         System.out.println(annotation.getText());
       }
     }
   }

   Node.js

   Antes de probar este código de muestra, sigue las instrucciones de configuración para Node.js que se encuentran en la Guía de inicio rápido de Vision sobre cómo usar las bibliotecas cliente. Si quieres obtener más información, consulta la documentación de referencia de la API de Vision para Node.js.

   Para autenticarte en Vision, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para un entorno de desarrollo local.

   
   // Imports the Google Cloud client libraries
   const vision = require('@google-cloud/vision');
   
   // Creates a client
   const client = new vision.ImageAnnotatorClient();
   
   /**
    * TODO(developer): Uncomment the following lines before running the sample.
    */
   // const bucketName = 'Bucket where the file resides, e.g. my-bucket';
   // const fileName = 'Path to file within bucket, e.g. path/to/image.png';
   
   // Read a remote image as a text document
   const [result] = await client.documentTextDetection(
     `gs://${bucketName}/${fileName}`
   );
   const fullTextAnnotation = result.fullTextAnnotation;
   console.log(fullTextAnnotation.text);

   Python

   Antes de probar este código de muestra, sigue las instrucciones de configuración para Python que se encuentran en la Guía de inicio rápido de Vision sobre cómo usar las bibliotecas cliente. Si quieres obtener más información, consulta la documentación de referencia de la API de Vision para Python.

   Para autenticarte en Vision, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para un entorno de desarrollo local.

   def detect_document_uri(uri):
       """Detects document features in the file located in Google Cloud
       Storage."""
       from google.cloud import vision
   
       client = vision.ImageAnnotatorClient()
       image = vision.Image()
       image.source.image_uri = uri
   
       response = client.document_text_detection(image=image)
   
       for page in response.full_text_annotation.pages:
           for block in page.blocks:
               print(f"\nBlock confidence: {block.confidence}\n")
   
               for paragraph in block.paragraphs:
                   print("Paragraph confidence: {}".format(paragraph.confidence))
   
                   for word in paragraph.words:
                       word_text = "".join([symbol.text for symbol in word.symbols])
                       print(
                           "Word text: {} (confidence: {})".format(
                               word_text, word.confidence
                           )
                       )
   
                       for symbol in word.symbols:
                           print(
                               "\tSymbol: {} (confidence: {})".format(
                                   symbol.text, symbol.confidence
                               )
                           )
   
       if response.error.message:
           raise Exception(
               "{}\nFor more info on error messages, check: "
               "https://cloud.google.com/apis/design/errors".format(response.error.message)
           )
   
   

   gcloud

   Si quieres realizar una detección de escritura a mano, usa el comando gcloud ml vision detect-document como se muestra en el siguiente ejemplo:

   gcloud ml vision detect-document gs://cloud-samples-data/vision/handwriting_image.png
   

   Idiomas adicionales

   C#: sigue lasinstrucciones de configuración de C# en la página Bibliotecas cliente y, luego, visita la documentación de referencia de Vision para .NET.

   PHP: sigue las instrucciones de configuración de PHP en la página Bibliotecas cliente y, luego, visita la documentación de referencia de Vision para PHP.

   Ruby: sigue las instrucciones de configuración de Ruby en la página Bibliotecas cliente y, luego, visita la documentación de referencia de Vision para Ruby.

   Especifica el idioma (opcional)

   Ambos tipos de solicitudes de OCR admiten una o más languageHints que especifican el idioma de cualquier texto en la imagen. Sin embargo, un valor vacío suele producir los mejores resultados, ya que omitir un valor habilita la detección automática del idioma. Para los idiomas que se basan en el alfabeto latino, no es necesario configurar languageHints. En casos excepcionales, cuando se conoce el idioma del texto de la imagen, configurar una sugerencia ayuda a obtener mejores resultados (aunque puede ser un impedimento significativo si la sugerencia es incorrecta). La detección de texto muestra un error si uno o más de los idiomas especificados no es uno de los idiomas compatibles.

   Si decides proporcionar una sugerencia de idioma, modifica el cuerpo de la solicitud (archivo request.json) para suministrar la string de uno de los idiomas compatibles en el campo imageContext.languageHints, como se indica en la siguiente muestra:

   {
     "requests": [
       {
         "image": {
           "source": {
             "imageUri": "IMAGE_URL"
           }
         },
         "features": [
           {
             "type": "DOCUMENT_TEXT_DETECTION"
           }
         ],
         "imageContext": {
           "languageHints": ["en-t-i0-handwrit"]
         }
       }
     ]
   }

   Compatibilidad multirregional

   Ahora puedes especificar el almacenamiento de datos a nivel de continente y el procesamiento de OCR. En este momento, se admiten las siguientes regiones:

   • us: Solo países de EE.UU.
   • eu: La Unión Europea

   Ubicaciones

   Cloud Vision te ofrece cierto control sobre dónde se almacenan y procesan los recursos de tu proyecto. En particular, puedes configurar Cloud Vision para almacenar y procesar los datos solo en la Unión Europea.

   De forma predeterminada, Cloud Vision almacena y procesa recursos en una ubicación global, lo que significa que Cloud Vision no garantiza que tus recursos permanezcan dentro de una región o ubicación en particular. Si eliges la ubicación de la Unión Europea, Google almacenará los datos y solo se procesarán en esa ubicación. Tú y tus usuarios pueden acceder a los datos desde cualquier ubicación.

   Configura la ubicación con la API

   La API de Vision admite un extremo de API global (vision.googleapis.com) y también dos extremos basados en regiones: un extremo de la Unión Europea (eu-vision.googleapis.com) y un extremo de Estados Unidos (us-vision.googleapis.com). Usa estos extremos para el procesamiento específico de la región. Por ejemplo, para almacenar y procesar los datos solo en la Unión Europea, usa el URI eu-vision.googleapis.com en lugar de vision.googleapis.com para las llamadas a la API de REST:

   • https://eu-vision.googleapis.com/v1/projects/PROJECT_ID/locations/eu/images:annotate
   • https://eu-vision.googleapis.com/v1/projects/PROJECT_ID/locations/eu/images:asyncBatchAnnotate
   • https://eu-vision.googleapis.com/v1/projects/PROJECT_ID/locations/eu/files:annotate
   • https://eu-vision.googleapis.com/v1/projects/PROJECT_ID/locations/eu/files:asyncBatchAnnotate

   Para almacenar y procesar tus datos solo en Estados Unidos, usa el extremo de EE. UU. (us-vision.googleapis.com) con los métodos anteriores.

   Configura la ubicación con las bibliotecas cliente

   Las bibliotecas cliente de la API de Vision acceden al extremo global de la API (vision.googleapis.com) de forma predeterminada. Para almacenar y procesar tus datos solo en la Unión Europea, debes establecer el extremo (eu-vision.googleapis.com) de manera explícita. En las siguientes muestras de código, se muestra cómo establecer esta configuración.

   REST

   Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:

   • REGION_ID: Uno de los identificadores de ubicación regional válidos:
     • us: Solo países de EE.UU.
     • eu: La Unión Europea
   • CLOUD_STORAGE_IMAGE_URI: La ruta a un archivo de imagen válido en un depósito de Cloud Storage. Como mínimo, debes tener privilegios de lectura en el archivo. Ejemplo:
     • gs://cloud-samples-data/vision/handwriting_image.png

   • PROJECT_ID: El ID de tu proyecto de Google Cloud .

   Método HTTP y URL:

   POST https://REGION_ID-vision.googleapis.com/v1/projects/PROJECT_ID/locations/REGION_ID/images:annotate

   Cuerpo JSON de la solicitud:

   {
     "requests": [
       {
         "image": {
           "source": {
             "imageUri": "CLOUD_STORAGE_IMAGE_URI"
           }
          },
          "features": [
            {
              "type": "DOCUMENT_TEXT_DETECTION"
            }
          ]
       }
     ]
   }
   

   Para enviar tu solicitud, elige una de estas opciones:

   curl

   Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

   curl -X POST \
        -H "Authorization: Bearer $(gcloud auth print-access-token)" \
        -H "x-goog-user-project: PROJECT_ID" \
        -H "Content-Type: application/json; charset=utf-8" \
        -d @request.json \
        "https://REGION_ID-vision.googleapis.com/v1/projects/PROJECT_ID/locations/REGION_ID/images:annotate"

   PowerShell

   Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

   $cred = gcloud auth print-access-token
   $headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "PROJECT_ID" }
   
   Invoke-WebRequest `
       -Method POST `
       -Headers $headers `
       -ContentType: "application/json; charset=utf-8" `
       -InFile request.json `
       -Uri "https://REGION_ID-vision.googleapis.com/v1/projects/PROJECT_ID/locations/REGION_ID/images:annotate" | Select-Object -Expand Content

   Si la solicitud se completa de forma correcta, el servidor muestra un código de estado HTTP 200 OK y la respuesta en formato JSON.

   Respuesta

   {
     "responses": [
       {
         "textAnnotations": [
           {
             "locale": "en",
             "description": "O Google Cloud Platform\n",
             "boundingPoly": {
               "vertices": [
                 {
                   "x": 14,
                   "y": 11
                 },
                 {
                   "x": 279,
                   "y": 11
                 },
                 {
                   "x": 279,
                   "y": 37
                 },
                 {
                   "x": 14,
                   "y": 37
                 }
               ]
             }
           },
         ],
         "fullTextAnnotation": {
           "pages": [
             {
               "property": {
                 "detectedLanguages": [
                   {
                     "languageCode": "en"
                   }
                 ]
               },
               "width": 281,
               "height": 44,
               "blocks": [
                 {
                   "property": {
                     "detectedLanguages": [
                       {
                         "languageCode": "en"
                       }
                     ]
                   },
                   "boundingBox": {
                     "vertices": [
                       {
                         "x": 14, "y": 11
                       },
                       {
                         "x": 279, "y": 11
                       },
                       {
                         "x": 279, "y": 37
                       },
                       {
                         "x": 14, "y": 37
                       }
                     ]
                   },
                   "paragraphs": [
                     {
                       "property": {
                         "detectedLanguages": [
                           {
                             "languageCode": "en"
                           }
                         ]
                       },
                       "boundingBox": {
                         "vertices": [
                           {
                             "x": 14, "y": 11
                           },
                           {
                             "x": 279, "y": 11
                           },
                           {
                             "x": 279, "y": 37
                           },
                           {
                             "x": 14, "y": 37
                           }
                         ]
                       },
                       "words": [
                         {
                           "property": {
                             "detectedLanguages": [
                               {
                                 "languageCode": "en"
                               }
                             ]
                           },
                           "boundingBox": {
                             "vertices": [
                               {
                                 "x": 14, "y": 11
                               },
                               {
                                 "x": 23, "y": 11
                               },
                               {
                                 "x": 23, "y": 37
                               },
                               {
                                 "x": 14, "y": 37
                               }
                             ]
                           },
                           "symbols": [
                             {
                               "property": {
                                 "detectedLanguages": [
                                   {
                                     "languageCode": "en"
                                   }
                                 ],
                                 "detectedBreak": {
                                   "type": "SPACE"
                                 }
                               },
                               "boundingBox": {
                                 "vertices": [
                                   {
                                     "x": 14, "y": 11
                                   },
                                   {
                                     "x": 23, "y": 11
                                   },
                                   {
                                     "x": 23, "y": 37
                                   },
                                   {
                                     "x": 14, "y": 37
                                   }
                                 ]
                               },
                               "text": "O"
                             }
                           ]
                         },
                       ]
                     }
                   ],
                   "blockType": "TEXT"
                 }
               ]
             }
           ],
           "text": "Google Cloud Platform\n"
         }
       }
     ]
   }
   

   Go

   Antes de probar este código de muestra, sigue las instrucciones de configuración para Go que se encuentran en la Guía de inicio rápido de Vision sobre cómo usar las bibliotecas cliente. Si quieres obtener más información, consulta la documentación de referencia de la API de Vision para Go.

   Para autenticarte en Vision, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para un entorno de desarrollo local.

   import (
   	"context"
   	"fmt"
   
   	vision "cloud.google.com/go/vision/apiv1"
   	"google.golang.org/api/option"
   )
   
   // setEndpoint changes your endpoint.
   func setEndpoint(endpoint string) error {
   	// endpoint := "eu-vision.googleapis.com:443"
   
   	ctx := context.Background()
   	client, err := vision.NewImageAnnotatorClient(ctx, option.WithEndpoint(endpoint))
   	if err != nil {
   		return fmt.Errorf("NewImageAnnotatorClient: %w", err)
   	}
   	defer client.Close()
   
   	return nil
   }
   

   Java

   Antes de probar este código de muestra, sigue las instrucciones de configuración para Java que se encuentran la Guía de inicio rápido de la API de Vision sobre cómo usar las bibliotecas cliente. Si quieres obtener más información, consulta la documentación de referencia de la API de Vision para Java.

   ImageAnnotatorSettings settings =
       ImageAnnotatorSettings.newBuilder().setEndpoint("eu-vision.googleapis.com:443").build();
   
   // Initialize client that will be used to send requests. This client only needs to be created
   // once, and can be reused for multiple requests. After completing all of your requests, call
   // the "close" method on the client to safely clean up any remaining background resources.
   ImageAnnotatorClient client = ImageAnnotatorClient.create(settings);

   Node.js

   Antes de probar este código de muestra, sigue las instrucciones de configuración para Node.js que se encuentran en la Guía de inicio rápido de Vision sobre cómo usar las bibliotecas cliente. Si quieres obtener más información, consulta la documentación de referencia de la API de Vision para Node.js.

   Para autenticarte en Vision, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para un entorno de desarrollo local.

   // Imports the Google Cloud client library
   const vision = require('@google-cloud/vision');
   
   async function setEndpoint() {
     // Specifies the location of the api endpoint
     const clientOptions = {apiEndpoint: 'eu-vision.googleapis.com'};
   
     // Creates a client
     const client = new vision.ImageAnnotatorClient(clientOptions);
   
     // Performs text detection on the image file
     const [result] = await client.textDetection('./resources/wakeupcat.jpg');
     const labels = result.textAnnotations;
     console.log('Text:');
     labels.forEach(label => console.log(label.description));
   }
   setEndpoint();

   Python

   Antes de probar este código de muestra, sigue las instrucciones de configuración para Python que se encuentran en la Guía de inicio rápido de Vision sobre cómo usar las bibliotecas cliente. Si quieres obtener más información, consulta la documentación de referencia de la API de Vision para Python.

   Para autenticarte en Vision, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para un entorno de desarrollo local.

   from google.cloud import vision
   
   client_options = {"api_endpoint": "eu-vision.googleapis.com"}
   
   client = vision.ImageAnnotatorClient(client_options=client_options)

   Probar

   Prueba la detección de texto y la detección de texto en documentos en la siguiente herramienta. Puedes usar la imagen ya especificada (gs://cloud-samples-data/vision/handwriting_image.png) si haces clic en Ejecutar, o puedes especificar tu propia imagen en su lugar.

   

   Cuerpo de la solicitud:

   {
     "requests": [
       {
         "features": [
           {
             "type": "DOCUMENT_TEXT_DETECTION"
           }
         ],
         "image": {
           "source": {
             "imageUri": "gs://cloud-samples-data/vision/handwriting_image.png"
           }
         }
       }
     ]
   }