এই পৃষ্ঠাটি Cloud Translation API অনুবাদ করেছে।

Android এ Firebase প্রমাণীকরণ এবং ফাংশন ব্যবহার করে ক্লাউড ভিশনের সাথে সুরক্ষিতভাবে ছবি লেবেল করুন

আপনার অ্যাপ থেকে গুগল ক্লাউড এপিআই কল করার জন্য, আপনাকে একটি মধ্যবর্তী REST API তৈরি করতে হবে যা অনুমোদন পরিচালনা করে এবং এপিআই কী-এর মতো গোপনীয় মান সুরক্ষিত রাখে। এরপর, এই মধ্যবর্তী পরিষেবাটির সাথে প্রমাণীকরণ ও যোগাযোগের জন্য আপনাকে আপনার মোবাইল অ্যাপে কোড লিখতে হবে।

এই REST API তৈরি করার একটি উপায় হলো Firebase Authentication and Functions ব্যবহার করা, যা আপনাকে Google Cloud API-এর জন্য একটি পরিচালিত, সার্ভারবিহীন গেটওয়ে প্রদান করে। এই গেটওয়েটি অথেনটিকেশন পরিচালনা করে এবং আগে থেকে তৈরি SDK ব্যবহার করে আপনার মোবাইল অ্যাপ থেকে এটিকে কল করা যায়।

এই নির্দেশিকাটি দেখায় কিভাবে আপনার অ্যাপ থেকে ক্লাউড ভিশন এপিআই কল করার জন্য এই কৌশলটি ব্যবহার করতে হয়। এই পদ্ধতিটি সমস্ত প্রমাণীকৃত ব্যবহারকারীকে আপনার ক্লাউড প্রকল্পের মাধ্যমে ক্লাউড ভিশনের বিলযোগ্য পরিষেবাগুলি অ্যাক্সেস করার অনুমতি দেবে, তাই এগিয়ে যাওয়ার আগে বিবেচনা করুন যে এই প্রমাণীকরণ ব্যবস্থাটি আপনার ব্যবহারের ক্ষেত্রে যথেষ্ট কিনা।

শুরু করার আগে

আপনার প্রজেক্ট কনফিগার করুন

যদি আগে থেকে না করে থাকেন, তাহলে আপনার অ্যান্ড্রয়েড প্রজেক্টে ফায়ারবেস যোগ করুন ।
আপনি যদি আপনার প্রোজেক্টের জন্য এখনও ক্লাউড-ভিত্তিক এপিআই চালু না করে থাকেন, তবে এখনই তা করুন:
1. Firebase কনসোলে Firebase ML APIs পৃষ্ঠাটি খুলুন।
2. আপনি যদি এখনও আপনার প্রজেক্টটি পে-অ্যাজ-ইউ-গো ব্লেজ প্রাইসিং প্ল্যানে আপগ্রেড না করে থাকেন, তাহলে তা করার জন্য 'আপগ্রেড' বাটনে ক্লিক করুন। (শুধুমাত্র যদি আপনার প্রজেক্টটি ব্লেজ প্রাইসিং প্ল্যানে না থাকে, তবেই আপনাকে আপগ্রেড করার জন্য অনুরোধ করা হবে।)
  শুধুমাত্র ব্লেজ প্রাইসিং প্ল্যানে থাকা প্রজেক্টগুলোই ক্লাউড-ভিত্তিক এপিআই ব্যবহার করতে পারে।
3. যদি ক্লাউড-ভিত্তিক এপিআই আগে থেকে সক্রিয় করা না থাকে, তাহলে ‘ক্লাউড-ভিত্তিক এপিআই সক্রিয় করুন’ এ ক্লিক করুন।
ক্লাউড ভিশন এপিআই-তে অ্যাক্সেস বন্ধ করতে আপনার বিদ্যমান ফায়ারবেস এপিআই কীগুলি কনফিগার করুন:
1. ক্লাউড কনসোলের ক্রেডেনশিয়ালস পৃষ্ঠাটি খুলুন।
2. তালিকার প্রতিটি এপিআই কী-এর জন্য, এডিটিং ভিউ খুলুন এবং 'কী রেস্ট্রিকশনস' বিভাগে ক্লাউড ভিশন এপিআই ছাড়া বাকি সমস্ত উপলব্ধ এপিআই তালিকায় যুক্ত করুন।

কলযোগ্য ফাংশনটি স্থাপন করুন

এরপরে, আপনার অ্যাপ এবং ক্লাউড ভিশন এপিআই-এর মধ্যে সংযোগ স্থাপনের জন্য যে ক্লাউড ফাংশনটি ব্যবহার করবেন, সেটি ডিপ্লয় করুন। functions-samples রিপোজিটরিতে একটি উদাহরণ রয়েছে যা আপনি ব্যবহার করতে পারেন।

ডিফল্টরূপে, এই ফাংশনের মাধ্যমে ক্লাউড ভিশন এপিআই অ্যাক্সেস করলে শুধুমাত্র আপনার অ্যাপের প্রমাণীকৃত ব্যবহারকারীরাই এটি ব্যবহার করতে পারবেন। আপনি বিভিন্ন প্রয়োজন অনুযায়ী ফাংশনটি পরিবর্তন করতে পারেন।

ফাংশনটি স্থাপন করতে:

functions-samples রিপোটি ক্লোন বা ডাউনলোড করুন এবং Node-1st-gen/vision-annotate-image ডিরেক্টরিতে যান:
```
git clone https://github.com/firebase/functions-samples
cd Node-1st-gen/vision-annotate-image
```
নির্ভরতা ইনস্টল করুন:
```
cd functions
npm install
cd ..
```
আপনার যদি Firebase CLI না থাকে, তবে এটি ইনস্টল করুন ।
vision-annotate-image ডিরেক্টরিতে একটি Firebase প্রজেক্ট শুরু করুন। অনুরোধ করা হলে, তালিকা থেকে আপনার প্রজেক্টটি নির্বাচন করুন।
```
firebase init
```
ফাংশনটি স্থাপন করুন:
```
firebase deploy --only functions:annotateImage
```

আপনার অ্যাপে Firebase Auth যোগ করুন

উপরে ব্যবহৃত কলযোগ্য ফাংশনটি আপনার অ্যাপের প্রমাণীকৃত নয় এমন ব্যবহারকারীদের যেকোনো অনুরোধ প্রত্যাখ্যান করবে। যদি আপনি ইতিমধ্যে তা না করে থাকেন, তাহলে আপনাকে আপনার অ্যাপে Firebase Auth যোগ করতে হবে।

আপনার অ্যাপে প্রয়োজনীয় নির্ভরতা যোগ করুন

আপনার মডিউল (অ্যাপ-লেভেল) Gradle ফাইলে (সাধারণত <project>/<app-module>/build.gradle.kts অথবা <project>/<app-module>/build.gradle ) Cloud Functions for Firebase (client) এবং gson Android লাইব্রেরির ডিপেন্ডেন্সিগুলো যোগ করুন:

implementation("com.google.firebase:firebase-functions:22.1.0")
implementation("com.google.code.gson:gson:2.8.6")

এখন আপনি ছবিগুলোতে লেবেল লাগানোর জন্য প্রস্তুত।

১. ইনপুট চিত্রটি প্রস্তুত করুন।

ক্লাউড ভিশন কল করার জন্য, ছবিটিকে অবশ্যই একটি বেস৬৪-এনকোডেড স্ট্রিং হিসাবে ফরম্যাট করতে হবে। একটি সংরক্ষিত ফাইল URI থেকে ছবি প্রসেস করতে:

ছবিটি একটি Bitmap অবজেক্ট হিসেবে নিন:

Kotlin

var bitmap: Bitmap = MediaStore.Images.Media.getBitmap(contentResolver, uri)

Java

Bitmap bitmap = MediaStore.Images.Media.getBitmap(getContentResolver(), uri);

ঐচ্ছিকভাবে, ব্যান্ডউইথ সাশ্রয় করতে ছবির আকার ছোট করে নিন। ক্লাউড ভিশনের প্রস্তাবিত ছবির আকারগুলো দেখুন।

Kotlin

private fun scaleBitmapDown(bitmap: Bitmap, maxDimension: Int): Bitmap {
    val originalWidth = bitmap.width
    val originalHeight = bitmap.height
    var resizedWidth = maxDimension
    var resizedHeight = maxDimension
    if (originalHeight > originalWidth) {
        resizedHeight = maxDimension
        resizedWidth =
            (resizedHeight * originalWidth.toFloat() / originalHeight.toFloat()).toInt()
    } else if (originalWidth > originalHeight) {
        resizedWidth = maxDimension
        resizedHeight =
            (resizedWidth * originalHeight.toFloat() / originalWidth.toFloat()).toInt()
    } else if (originalHeight == originalWidth) {
        resizedHeight = maxDimension
        resizedWidth = maxDimension
    }
    return Bitmap.createScaledBitmap(bitmap, resizedWidth, resizedHeight, false)
}

Java

private Bitmap scaleBitmapDown(Bitmap bitmap, int maxDimension) {
    int originalWidth = bitmap.getWidth();
    int originalHeight = bitmap.getHeight();
    int resizedWidth = maxDimension;
    int resizedHeight = maxDimension;

    if (originalHeight > originalWidth) {
        resizedHeight = maxDimension;
        resizedWidth = (int) (resizedHeight * (float) originalWidth / (float) originalHeight);
    } else if (originalWidth > originalHeight) {
        resizedWidth = maxDimension;
        resizedHeight = (int) (resizedWidth * (float) originalHeight / (float) originalWidth);
    } else if (originalHeight == originalWidth) {
        resizedHeight = maxDimension;
        resizedWidth = maxDimension;
    }
    return Bitmap.createScaledBitmap(bitmap, resizedWidth, resizedHeight, false);
}

Kotlin

// Scale down bitmap size
bitmap = scaleBitmapDown(bitmap, 640)

Java

// Scale down bitmap size
bitmap = scaleBitmapDown(bitmap, 640);

বিটম্যাপ অবজেক্টটিকে বেস৬৪ এনকোডেড স্ট্রিং-এ রূপান্তর করুন:

Kotlin

// Convert bitmap to base64 encoded string
val byteArrayOutputStream = ByteArrayOutputStream()
bitmap.compress(Bitmap.CompressFormat.JPEG, 100, byteArrayOutputStream)
val imageBytes: ByteArray = byteArrayOutputStream.toByteArray()
val base64encoded = Base64.encodeToString(imageBytes, Base64.NO_WRAP)

Java

// Convert bitmap to base64 encoded string
ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream();
bitmap.compress(Bitmap.CompressFormat.JPEG, 100, byteArrayOutputStream);
byte[] imageBytes = byteArrayOutputStream.toByteArray();
String base64encoded = Base64.encodeToString(imageBytes, Base64.NO_WRAP);

Bitmap

২. ছবিটিতে লেবেল দেওয়ার জন্য কলযোগ্য ফাংশনটি আহ্বান করুন।

একটি ইমেজের অবজেক্টগুলোকে লেবেল করতে, একটি JSON ক্লাউড ভিশন রিকোয়েস্ট পাস করে কলযোগ্য ফাংশনটি চালু করুন।

প্রথমে, ক্লাউড ফাংশনসের একটি ইনস্ট্যান্স তৈরি করুন:

Kotlin

private lateinit var functions: FirebaseFunctions
// ...
functions = Firebase.functions

Java

private FirebaseFunctions mFunctions;
// ...
mFunctions = FirebaseFunctions.getInstance();

ফাংশনটি কল করার জন্য একটি মেথড সংজ্ঞায়িত করুন:

Kotlin

private fun annotateImage(requestJson: String): Task<JsonElement> {
    return functions
        .getHttpsCallable("annotateImage")
        .call(requestJson)
        .continueWith { task ->
            // This continuation runs on either success or failure, but if the task
            // has failed then result will throw an Exception which will be
            // propagated down.
            val result = task.result?.data
            JsonParser.parseString(Gson().toJson(result))
        }
}

Java

private Task<JsonElement> annotateImage(String requestJson) {
    return mFunctions
            .getHttpsCallable("annotateImage")
            .call(requestJson)
            .continueWith(new Continuation<HttpsCallableResult, JsonElement>() {
                @Override
                public JsonElement then(@NonNull Task<HttpsCallableResult> task) {
                    // This continuation runs on either success or failure, but if the task
                    // has failed then getResult() will throw an Exception which will be
                    // propagated down.
                    return JsonParser.parseString(new Gson().toJson(task.getResult().getData()));
                }
            });
}

Type-কে LABEL_DETECTION হিসেবে সেট করে JSON রিকোয়েস্টটি তৈরি করুন:

Kotlin

// Create json request to cloud vision
val request = JsonObject()
// Add image to request
val image = JsonObject()
image.add("content", JsonPrimitive(base64encoded))
request.add("image", image)
// Add features to the request
val feature = JsonObject()
feature.add("maxResults", JsonPrimitive(5))
feature.add("type", JsonPrimitive("LABEL_DETECTION"))
val features = JsonArray()
features.add(feature)
request.add("features", features)

Java

// Create json request to cloud vision
JsonObject request = new JsonObject();
// Add image to request
JsonObject image = new JsonObject();
image.add("content", new JsonPrimitive(base64encoded));
request.add("image", image);
//Add features to the request
JsonObject feature = new JsonObject();
feature.add("maxResults", new JsonPrimitive(5));
feature.add("type", new JsonPrimitive("LABEL_DETECTION"));
JsonArray features = new JsonArray();
features.add(feature);
request.add("features", features);

অবশেষে, ফাংশনটি কল করুন:

Kotlin

annotateImage(request.toString())
    .addOnCompleteListener { task ->
        if (!task.isSuccessful) {
            // Task failed with an exception
            // ...
        } else {
            // Task completed successfully
            // ...
        }
    }

Java

annotateImage(request.toString())
        .addOnCompleteListener(new OnCompleteListener<JsonElement>() {
            @Override
            public void onComplete(@NonNull Task<JsonElement> task) {
                if (!task.isSuccessful()) {
                    // Task failed with an exception
                    // ...
                } else {
                    // Task completed successfully
                    // ...
                }
            }
        });

৩. চিহ্নিত বস্তুগুলো সম্পর্কে তথ্য সংগ্রহ করুন।

যদি ইমেজ লেবেলিং অপারেশনটি সফল হয়, তাহলে টাস্কের ফলাফলে BatchAnnotateImagesResponse নামের একটি JSON রেসপন্স ফেরত দেওয়া হবে। labelAnnotations অ্যারের প্রতিটি অবজেক্ট ইমেজে লেবেল করা কোনো বিষয়কে নির্দেশ করে। প্রতিটি লেবেলের জন্য, আপনি লেবেলটির টেক্সট বিবরণ, এর নলেজ গ্রাফ এনটিটি আইডি (যদি থাকে), এবং ম্যাচটির কনফিডেন্স স্কোর পেতে পারেন। উদাহরণস্বরূপ:

Kotlin

for (label in task.result!!.asJsonArray[0].asJsonObject["labelAnnotations"].asJsonArray) {
    val labelObj = label.asJsonObject
    val text = labelObj["description"]
    val entityId = labelObj["mid"]
    val confidence = labelObj["score"]
}

Java

for (JsonElement label : task.getResult().getAsJsonArray().get(0).getAsJsonObject().get("labelAnnotations").getAsJsonArray()) {
    JsonObject labelObj = label.getAsJsonObject();
    String text = labelObj.get("description").getAsString();
    String entityId = labelObj.get("mid").getAsString();
    float score = labelObj.get("score").getAsFloat();
}