Определение качества изображения

Чтобы оценить качество изображения, воспользуйтесь возможностью Классификация изображений.

Для этого в методе batchAnalyze в свойстве type укажите Classification, а в конфигурации укажите модель quality.

ПримерыПримеры

Перед началом работыПеред началом работы

Чтобы воспользоваться примерами, установите cURL.

Получите данные вашего аккаунта для аутентификации:

Примените модель для оценки качестваПримените модель для оценки качества

1. Подготовьте файл изображения, соответствующий требованиям:

   • Поддерживаемые форматы файлов: JPEG, PNG, PDF. MIME-тип файла указывайте в свойстве mime_type. По умолчанию image.
   • Максимальный размер файла: 1 МБ.
   • Размер изображения не должен превышать 20 мегапикселей (длина × ширина).

   Примечание

   Нужно изображение? Скачайте пример.

2. Кодируйте файл в формат Base64:

   UNIX

   Windows

   PowerShell

   Python

   Node.js

   Java

   Go

   base64 -i input.jpg > output.txt
   

   C:> Base64.exe -e input.jpg > output.txt
   

   [Convert]::ToBase64String([IO.File]::ReadAllBytes("./input.jpg")) > output.txt
   

   # Импортируйте библиотеку для кодирования в Base64
   import base64
   
   # Создайте функцию, которая кодирует файл и возвращает результат.
   def encode_file(file_path):
     with open(file_path, "rb") as fid:
         file_content = fid.read()
     return base64.b64encode(file_content).decode("utf-8")
   

   // Считайте содержимое файла в память.
   var fs = require('fs');
   var file = fs.readFileSync('/path/to/file');
   
   // Получите содержимое файла в формате Base64.
   var encoded = Buffer.from(file).toString('base64');
   

   // Импортируйте библиотеку для кодирования в Base64.
   import org.apache.commons.codec.binary.Base64;
   
   // Получите содержимое файла в формате Base64.
   byte[] fileData = Base64.encodeBase64(yourFile.getBytes());
   

   import (
       "bufio"
       "encoding/base64"
       "io/ioutil"
       "os"
   )
   
   // Откройте файл
   f, _ := os.Open("/path/to/file")
   
   // Прочитайте содержимое файла.
   reader := bufio.NewReader(f)
   content, _ := ioutil.ReadAll(reader)
   
   // Получите содержимое файла в формате Base64.
   base64.StdEncoding.EncodeToString(content)
   

3. Создайте файл с телом запроса, например body.json:

   body.json:

   {
     "folderId": "b1gvmob95yys********",
     "analyze_specs": [{
       "content": "iVBORw0KGgo...",
       "features": [{
         "type": "CLASSIFICATION",
         "classificationConfig": {
           "model": "quality"
         }
       }]
     }]
   }
   

   Где:

   • folderId – идентификатор любого каталога, на который у вашего аккаунта есть роль ai.vision.user или выше.
   • analyze_specs: content – изображение, кодированное в Base64.

4. Отправьте запрос с помощью метода batchAnalyze и сохраните ответ в файл, например output.json:

   Bash

   CMD

   PowerShell

   export IAM_TOKEN=<IAM-токен>
   curl \
     --request POST \
     --header "Content-Type: application/json" \
     --header "Authorization: Bearer ${IAM_TOKEN}" \
     --data '@body.json' \
     https://vision.api.cloud.yandex.net/vision/v1/batchAnalyze > output.json
   

   set IAM_TOKEN=<IAM-токен>
   curl ^
     --request POST ^
     --header "Content-Type: application/json" ^
     --header "Authorization: Bearer %IAM_TOKEN%" ^
     --data "@body.json" ^
     https://vision.api.cloud.yandex.net/vision/v1/batchAnalyze > output.json
   

   $Env:IAM_TOKEN="<IAM-токен>"
   curl `
     --request POST `
     --header "Content-Type: application/json" `
     --header "Authorization: Bearer $Env:IAM_TOKEN" `
     --data '@body.json' `
     https://vision.api.cloud.yandex.net/vision/v1/batchAnalyze > output.json
   

   Где IAM_TOKEN — IAM-токен, полученный перед началом работы.

   В ответе будут содержаться признаки и вероятность соответствия этим признакам. По этим признакам вы можете модерировать изображение:

   {
     "results": [{
       "results": [{
         "faceDetection": {
           "properties": [{
               "name": "low",
               "probability": 0.001466292142868043
             },
             {
               "name": "medium",
               "probability": 0.003421348333358767
             },
             {
               "name": "high",
               "probability": 0.99511235952377319
             }
           ]
         }
       }]
     }]
   }
   

Готовая функция для отправки запросов в bashГотовая функция для отправки запросов в bash

Пример ниже разработан для выполнения в операционных системах MacOS и Linux. Чтобы выполнить его в системе Windows, ознакомьтесь с особенностями работы с Bash в Microsoft Windows.

1. Если у вас еще нет интерфейса командной строки Yandex Cloud, установите и инициализируйте его.

2. Скопируйте в терминал функцию:

    vision_quality() {
      curl --header "Authorization: Bearer `yc iam create-token`" \
      "https://vision.api.cloud.yandex.net/vision/v1/batchAnalyze" \
      -d @<(cat << EOF
        {
          "folderId": "`yc config get folder-id`",
          "analyze_specs": [{
            "content": "`base64 -i $1`",
            "features": [{
              "type": "CLASSIFICATION",
              "classificationConfig": {
                "model": "quality"
              }
            }]
          }]
        }
      EOF
      )
    }
   

   Пояснения:

   • yc iam create-token — получить IAM-токен.
   • -d @<(cat << EOF ... EOF) — сформировать тело запроса.
   • yc config get folder-id — получить ID каталога, выбранного по умолчанию в CLI.
   • base64 -i $1 — кодировать в Base64 изображение, переданное в аргументах функции.

3. Теперь вы можете вызывать эту функцию, передав путь к изображению в аргументах:

   vision_quality path/to/image.jpg