watsonx.ai APIを使った画像認識Webアプリの作り方

この記事では、IBM watsonx.aiのAPIを利用して画像認識Webアプリを構築する手順を紹介します。

---

動作環境

• Python：3.9以上推奨
• 必要ライブラリ：
  • ibm-watsonx-ai
  • base64
• IBM Cloudアカウント（Free Trial可）
• watsonx.aiのProject ID、URL、API Key、モデルID

---

事前準備

1. IBM watsonx.ai で Free Trialアカウントを作成 またはログイン。
2. ログイン後、Projectを作成し、Developer Accessから以下を取得：
   • Project ID
   • watsonx.ai URL
   • API Key
3. 画像を処理できるVision系のモデルを選択
   → Models – IBM watsonx Developer Hub

---

watsonx APIの設定

必要なライブラリをインポートし、Credentials、APIClient、ModelInferenceを設定します。

from ibm_watsonx_ai import APIClient, Credentials
from ibm_watsonx_ai.foundation_models import ModelInference
import base64

credentials = Credentials(
    url="Your watsonx.ai URL",
    api_key="Your API Key",
)
client = APIClient(credentials)
model = ModelInference(
    model_id="Your model id",
    api_client=client,
    project_id="Your Project ID"
)

画像とプロンプトを渡す

画像をBase64でエンコードし、プロンプトと一緒にモデルに渡します。

encoded_string = base64.b64encode(uploaded_file.read()).decode('utf-8')
prompt = "Your prompt"

messages = [
    {
        "role": "user",
        "content": [
            {"type": "text", "text": prompt},
            {
                "type": "image_url",
                "image_url": {"url": "data:image/jpeg;base64," + encoded_string}
            }
        ]
    }
]

default_text = model.chat(messages=messages)["choices"][0]["message"]["content"] or ""

処理を書く

これでwatsonx APIに画像を渡し、モデルで処理した結果を取得できます。
あとは、目的に合わせてWebアプリを構築してください。

参考文献・参考コード

書籍名：『仕組みからわかる大規模言語モデル 生成AI時代のソフトウェア開発入門』
（奥田 勝己著、翔泳社、2025年）
サンプルコード公開先：https://github.com/katsumiok/llm-book

※本記事で紹介するコードは、上記サンプルコードを直接利用したものではなく、APIの使い方や設計の考え方を参考にして独自に作成したものです。

関連リンク

IBM watsonx Developer Hub
https://www.ibm.com/watsonx/developer/