Googleが提供しているVision APIをJavaで使ってみました。
APIを使用し、画像内に含まれているランドマークを検出します。
ランドマークとは、よく知られている自然や人工建造物を示すそうです。
画像内のランドマークの位置だけではなく、緯度と経度も取得できます。
APIを利用する環境の準備から始める場合や、コードを実行する際は、
⧉[Vision API] Javaで画像内のいろいろなものを検出する
を参照ください。
| No | 目次 | |
|---|---|---|
| 1 | Feature.Typeの指定 | |
| 2 | 実行結果の取得 | |
| 1 | レスポンスの出力 | |
| 2 | レスポンスの内容 | |
| 3 | 結果の検証 | |
| 1 | ランドマークが少ない場合 | |
| 2 | ランドマークが多い場合 | |
| 3 | 自然のランドマーク |
1. Feature.Typeの指定
ランドマークを検出する場合は、
Feature.Type.LANDMARK_DETECTION
を指定します。
以下の記事でexecApi()にタイプを指定します。
⧉[Vision API] Javaで画像内のいろいろなものを検出する
2. 実行結果の取得
2.1. レスポンスの出力
取得した結果をコンソールに出力します。
private static void output(BatchAnnotateImagesResponse response){
List<AnnotateImageResponse> responses = response.getResponsesList();
for (AnnotateImageResponse res : responses) {
if (res.hasError()) {
System.out.format("Error: %s%n", res.getError().getMessage());
return;
}
for (EntityAnnotation annotation : res.getLandmarkAnnotationsList()) {
LocationInfo info = annotation.getLocationsList().listIterator().next();
System.out.format("Landmark: %s%n %s%n", annotation.getDescription(), info.getLatLng());
}
}
}
2.2. レスポンスの内容
BatchAnnotateImagesResponseの
getResponsesListでAnnotateImageResponseリストが取得できます。
検出されなった場合は、空のリストが返ってきます。
AnnotateImageResponse
| メソッド | 戻り値 | 内容 |
|---|---|---|
| getLandmarkAnnotationsList | List<EntityAnnotation> | 検出された情報 |
EntityAnnotation
| メソッド | 戻り値 | 内容 |
|---|---|---|
| getMid | string | OpaqueエンティティID |
| getDescription | string | 検出されたランドマークの説明文 |
| getScore | float | 検出結果の信頼度。範囲は0〜1 |
| getBoundingPoly | BoundingPoly | ランドマークの画像領域 値は返ってきますが、未使用だそうです |
| getLocationsList | List<LocationInfo> | ランドマークの位置情報 |
BoundingPoly
未使用だそうです。
| メソッド | 戻り値 | 内容 |
|---|---|---|
| getVerticesList | List<Vertex> | 境界ポリゴンの頂点。 左上、右上、左下、右下の順 |
Vertex
| メソッド | 戻り値 | 内容 |
|---|---|---|
| getX | int | X座標 |
| getY | int | Y座標 |
LocationInfo
| メソッド | 戻り値 | 内容 |
|---|---|---|
| getLatLng | LatLng | ランドマークの緯度と経度の位置座標 |
LatLng
| メソッド | 戻り値 | 内容 |
|---|---|---|
| getLatitude | double | 緯度 |
| getLongitude | double | 経度 |
3. 結果の検証
画像に含まれるランドマークが少ない場合と多い場合、自然についてそれぞれ検証してみました。
3.1. ランドマークが少ない場合
検出させる元画像
元の画像、熊本城です。
検出された結果
検出結果信頼度: 0.7037737
ランドマーク: Kumamoto Castle Honmaru Palace
緯度: 32.80546909999999
経度: 130.7063329
熊本城の本丸とでました。
3.2. ランドマークが多い場合
検出させる元画像
どこの場所かわからない画像を検出させてみました。
検出された結果
どうやら大阪の梅田みたいです。
検出の信頼度は低いですが、Googleが言っているんだから多分そうなのでしょうw
・グランフロント大阪 タワーA
検出結果信頼度: 0.49405774
ランドマーク: Grand Front Osaka South Building Tower A
緯度: 34.7043234
経度: 135.4950067
・梅田阪急ビル オフィスタワー
検出結果信頼度: 0.40376985
ランドマーク: Umeda Hankyu Building Office Tower
緯度: 34.702442999999995
経度: 135.4991101
・梅田スカイビル
検出結果信頼度: 0.25185502
ランドマーク: Umeda Sky Building
緯度: 34.7052872
経度: 135.4896527
3.3. 自然のランドマーク
3.3.1. 富士山の場合
検出させる元画像
まずは日本人なら誰でも知っている富士山！
検出された結果
なんと！検出されませんでした。
検出されない場合は、AnnotateImageResponseのリストが空で返ってきます。
3.3.2. エアーズロックの場合
検出させる元画像
こちらはエアーズロック。こちらもみんな知っている
検出された結果
こちらは出てきた。
エアーズロックが見られる場所をウルルサンセットビューエリアというらしい。
・ウルルサンセットビューエリア
検出結果信頼度: 0.7684352
ランドマーク: Uluru Sunset Viewing Area
緯度: -25.336152099999996
経度: 131.0048557
おしまい。。。