python - 来自 Google Vision API OCR 的响应 400，带有指定图像的 base64 字符串

Question

我已阅读 How to use the Google Vision API for text detection from base64 encoded image?但这根本没有帮助。 Cloud client library这对我来说是不可取的，因为我在 OCR 之前和期间进行了许多图像处理(例如旋转、裁剪、调整大小等)。将它们保存为新文件并重新读取它们作为 Google Vision API 的输入，效率相当低。

因此，我直接查看了发布请求的文档:

• Using Python to send requests
• Base64 Encoding
• Optical character recognition (OCR) ,

这里是导致失败的最少代码:

import base64
import requests
import io

# Read the image file and transform it into a base64 string
with io.open("photos/foo.jpg", 'rb') as image_file:
    image = image_file.read()
content = base64.b64encode(image)

# Prepare the data for request
# Format copied from https://cloud.google.com/vision/docs/ocr
sending_request = {
  "requests": [
    {
      "image": {
        "content": content
      },
      "features": [
        {
          "type": "TEXT_DETECTION"
        }
      ]
    }
  ]
}

# Send the request and get the response
# Format copied from https://cloud.google.com/vision/docs/using-python
response = requests.post(
    url='https://vision.googleapis.com/v1/images:annotate?key={}'.format(API_KEY),
    data=sending_request,
    headers={'Content-Type': 'application/json'}
)

# Then get 400 code
response
# <Response [400]>
print(response.text)
{
  "error": {
    "code": 400,
    "message": "Invalid JSON payload received. Unexpected token.\nrequests=image&reque\n^",
    "status": "INVALID_ARGUMENT"
  }
}

我转到控制台，发现 google.cloud.vision.v1.ImageAnnotator.BatchAnnotateImages 确实存在请求错误，但我不知道发生了什么。是不是因为requests.post中发送的data格式错误？

Answer 1

错误，“message”:“收到无效的 JSON 有效负载。意外的 token 。\nrequests=image&reque\n^”， 表明您正在传递非 json 格式，该格式必须是json。因此，您应该将其转换为 json 并将其传递给请求，如下所示。

response = requests.post(
url='https://vision.googleapis.com/v1/images:annotate?key={}'.format(API_KEY),
# import json module
# dumps the object to JSON
data=json.dumps(sending_request), 
headers={'Content-Type': 'application/json'}

它将触发 typeError: Object of type 'bytes' is not JSON Serialized 在 json.dumps([sending_request]) 行，因为您没有解码 b64encode 图像。因此，首先执行此操作并发送请求

content = base64.b64encode(image).decode('UTF-8')