FlaskとAzureであなたのパソコンに画像解析させる

沖縄も、最後の寒波襲来って感じですね。
ここ最近、プログラミング系の記事は、Flaskオンリーって
感じで書いてます。そして、「いい加減飽きたよ」と思われている方もいる
かと思います。しかし、アナリティクスで解析すると、結構読まれてるんだなぁと。
なので、今回もFlaskです。
あなたのパソコンに画像解析させてみましょう。

FlaskからAPIを利用する

前回は、簡単なWEBアプリを作成しました。⇒
今度はFlaskを使ってウェブアプリを作ってみよう
今回はAPIを利用してもう少し面白い物を作りたいと思った
りしています。
そこで利用するのがAzureです。

Azureとは

ざっくりいうとクラウド上で利用できる様々な機能の集まりです。
人工知能だったり、Windowsの仮想環境を構築したり、ネットワーク作成したり
色々なサービスを提供しています。
今回はAzureが提供している「Cognitive Services」の中から「Recognize Text API」を利用します。
このAPIを利用すると、画像に含まれている文字の「画像」を「テキスト」として取り出すことが
できます。

Azureの価格について

Azureは一定期間は無料で利用できます。
その後は利用状況に応じて課金がされますが、今回利用するCognitive ServicesのFreeプランは
現時点で1分間に20回、月5000回まで無料で利用することが可能です。

Cognitive Services-価格

Azureへの登録

それではAPIを利用するためにまずはAzureに登録しましょう。
下記URLにアクセスします
https://azure.microsoft.com/ja-jp/

登録が完了するとダッシュボードに移動するので、「リソースの作成」を押します。
その後「computer vision」と検索すると下部に対象のサービス表示されるので
選択します。

ここまでの手順が完了するとページ右側に「作成」ボタンが表示されるので
クリックしてインスタンスを作成します。

作成ボタンを選択すると情報を入力する画面が表示されるので
必要な情報を入力していきます。

Name:サービスの名前（任意）
サブスクリプション:無料試用版
場所:西日本
Pricing:F0
Resource group:任意、なければ「新規作成」から追加

入力が完了したら作成を押して完了です。

作成が完了すると次の通知が現れるので、リソースに移動します。

リソースに移動したらサービスを利用す為のキーを作成します。

キーが作成されたら準備完了です。

キーは2つ作成されますが、どちらを利用してもOKです。
キャプチャでは黒く二律部していますが、数字と英字の文字列が表示されているはずです。

Flask組み込み前にRecognize Text APIを試す

それではFlaskに組み込む前に「Recognize Text API」を試してみましょう。
次のプログラムを実行します。
『<API>』キーと『<baseurl>』はインスタンス作成の時に表示された物を
入力する必要があります。

import requests

# APIキー
subscription_key = "<APIキー>"
assert subscription_key

vision_base_url = "<baseurl>"

ocr_url = vision_base_url + "ocr"

# 対象画像
image_url = "https://upload.wikimedia.org/wikipedia/commons/thumb/a/af/Atomist_quote_from_Democritus.png/338px-Atomist_quote_from_Democritus.png"

headers = {'Ocp-Apim-Subscription-Key': subscription_key}
params = {'language': 'unk', 'detectOrientation': 'true'}
data = {'url': image_url}
response = requests.post(ocr_url, headers=headers, params=params, json=data)
response.raise_for_status()

analysis = response.json()

# データ整形
line_infos = [region["lines"] for region in analysis["regions"]]
word_infos = []
for line in line_infos:
    for word_metadata in line:
        for word_info in word_metadata["words"]:
            word_infos.append(word_info)
word_infos

for word in word_infos:
    print(word["text"])

import requests

# APIキー

subscription_key = "<APIキー>"

assert subscription_key

vision_base_url = "<baseurl>"

ocr_url = vision_base_url + "ocr"

# 対象画像

image_url = "https://upload.wikimedia.org/wikipedia/commons/thumb/a/af/Atomist_quote_from_Democritus.png/338px-Atomist_quote_from_Democritus.png"

headers = {'Ocp-Apim-Subscription-Key': subscription_key}

params = {'language': 'unk', 'detectOrientation': 'true'}

data = {'url': image_url}

response = requests.post(ocr_url, headers=headers, params=params, json=data)

response.raise_for_status()

analysis = response.json()

# データ整形

line_infos = [region["lines"] for region in analysis["regions"]]

word_infos = []

for line in line_infos:

for word_metadata in line:

for word_info in word_metadata["words"]:

word_infos.append(word_info)

word_infos

for word in word_infos:

print(word["text"])

解析した画像はこれです。

実行結果

できてるっ、、、。
もう一ついってみましょう。
画像live japan様からお借りしています。
https://livejapan.com/ja/in-tokyo/in-pref-tokyo/in-asakusa/article-a0001507/

実行結果
シャツに書かれた文字も無事読み取れていることが確認できます。
この機能をWEBに詰め込む（Flaskに組み込んでいく）ということですね。
パラメータとしてはURLもしくは画像そのものがAPIに渡せればよいので
利用者にはフォームにURLを入力してもらい、flask側で引数として受け取れればOKです。

# API関数
def useApi(URL):
        # APIキー
    subscription_key = "<APIキー>"
    assert subscription_key
    vision_base_url = "<baseurl>"
    ocr_url = vision_base_url + "ocr"
    # 対象画像
    image_url = URL
    headers = {'Ocp-Apim-Subscription-Key': subscription_key}
    params = {'language': 'unk', 'detectOrientation': 'true'}
    data = {'url': image_url}
    response = requests.post(ocr_url, headers=headers,
                             params=params, json=data)
    response.raise_for_status()

    analysis = response.json()

    # データ整形
    line_infos = [region["lines"] for region in analysis["regions"]]
    word_infos = []
    for line in line_infos:
        for word_metadata in line:
            for word_info in word_metadata["words"]:
                word_infos.append(word_info)
    word_infos
    word_infos_Tmp = []
    for word in word_infos:
        word_infos_Tmp.append(word["text"])
    mojiretu = ' '.join(word_infos_Tmp)
    return mojiretu

# API関数

def useApi(URL):