Фильтрация картинок по их содержимому

Начиная с версии 1.2.752 в A-Parser появилась полноценная поддержка Node.js. Это позволяет использовать очень большое количество различных модулей, значительно увеличивая возможности парсера. Множество различных сервисов предоставляют уже готовые модули, полностью реализующие их API. И об одном из таких сервисов пойдет речь в этой статье.

Google Vision - это целый набор различных инструментов, которые основаны на "компьютерном зрении". В основе этой технологии лежит искусственный интеллект и машинное обучение. Более детально узнать о сервисе можно тут.

В качестве примера мы рассмотрим такую задачу:

В качестве запросов будут использоваться ссылки на картинки с различным содержимым:


А в конечном итоге мы получим список ссылок на картинки, где изображен космос или космические объекты:



1. Получение доступа к Google Vision API
Чтобы иметь возможность пользоваться данным сервисом, нужно предварительно пройти процедуру включения API. Подробная инструкция со скриншотами - под спойлером.

Спойлер: Настройка и подключение API

• Открываем Консоль Google, авторизуемся и при необходимости создаем новый проект
  
  
  
• В боковом меню выбираем API и сервисы - Библиотека и на открывшейся странице ищем Google Vision API
  
  
  
• Нажимаем кнопку Включить и на открывшейся странице кликаем Создать учетные данные
  
  
  
  
  
• Следуя инструкциям, создаем сервисный аккаунт, отмечаем все пункты, как на скриншотах ниже
  
  
  
  
  
• В результате будет создан и загружен файл в JSON формате. Переименовываем его в credentials.json и сохраняем в каталог aparser/files/
• Т.к. Vision API - это платный сервис (цены), то обязательно необходимо настроить платежный аккаунт. Для этого переходим в пункт Оплата и настраиваем платежный аккаунт для нашего проекта.
  
  
  
• На этом получение доступа к API закончено.

2. Создание JS парсера

• Устанавливаем модуль в aparser/files/:
  
  Код:

  npm install --save @google-cloud/vision

• Запускаем А-Парсер с параметром -newnode
• Пишем JS парсер. Практически полностью готовый пример есть в документации по Google Vision, его нужно немного адаптировать для использования в А-Парсере. Например, добавить повторные попытки при определенных ошибках. В целом код парсера довольно простой:
  
  Код:

  const vision = require('@google-cloud/vision');
  let client;
  
  class Parser {
      constructor() {
          this.defaultConf = {
              version: '0.1.3',
              results: {
                  arrays: {
                      labels: ['Labels list', [
                          ['label', 'Label'],
                          ['score', 'Score']
                      ]]
                  }
              },
              results_format: "$labels.format('$label\\n')",
          };
      }
  
      init() {
          client = new vision.ImageAnnotatorClient({credentials: require('./files/credentials.json')});
      }
  
      async *parse(set, results) {
          results.labels = [];
          for(let a = 1; a <= this.conf.proxyretries; a++) {
              let [result] = await client.labelDetection(set.query);
              if(result.error) {
                  if(/We can not access the URL currently/.test(result.error.message)) continue;
                  this.logger.put(result.error.message);
                  results.success = 0;
              } else {
                  const labels = result.labelAnnotations;
                  labels.forEach((label) => {
                      results.labels.push(
                          label.description,
                          label.score
                      )
                  });
                  this.logger.put(`Total found ${results.labels.length / 2} labels`);
                  results.success = 1;
              }
              break;
          }
  
          return results;
      }
  }

  • в init() инициализируем клиент, указав путь к ранее сохраненному файлу с учетными данными
  • в parse() делаем запросы, повторяя попытку в том случае, если сервис вернул ошибку загрузки картинки
  • в результат выводим массив меток
• Пример результата работы для картинки:
  
  
  
  
  
• Таким образом у нас получился полноценный JS парсер, который позволяет определять содержимое картинок с использованием Google Vision.

3. Практическое применение
Теперь перейдем к решению задачи, которую мы сформулировали в начале статьи.

Сначала нужно вручную выбрать 1-2 картинки, подходящие под условия задачи и получить список их меток с помощью парсера, который мы создали ранее. Не обязательно из нашего набора картинок, можно просто найти в интернете нужную картинку. Это необходимо для того, чтобы определить, по каким меткам фильтровать все остальные картинки.
Например, мы подобрали нужный нам список меток:

Сформируем из него простое регулярное выражение и используем его для фильтрации картинок. Для этого создадим пресет с двумя фильтрами:

• в первом фильтре массив меток фильтруется по необходимым нам меткам
• во втором фильтре проверяется размер массива после первого фильтра, и если там больше 0 элементов, то выводится в результат начальный запрос, т.е. ссылка на картинку
• готовый пресет доступен в каталоге: https://a-parser.com/resources/379/

На выходе мы получим список ссылок, изображения по которым соответствуют условию задачи.

Заключение
Рассмотренный выше пример является довольно простым, но с его помощью можно на практике познакомиться с технологией "компьютерного зрения" и ее применением в A-Parser. Экспериментируя с набором меток в фильтре, можно получать еще более качественные результаты.
В целом, данный метод будет полезен для любых задач, связанных с классификацией или каталогизацией изображений, а также для поиска тематических картинок и отсеивания различного мусора, чего очень сложно добиться при классическом поиске картинок в поисковиках.

Кроме получения меток, инструменты Google Vision предоставляют еще много возможностей, подробнее о которых можно почитать тут. Одной из самых интересных функций является распознавание текста, которое можно применять для разгадывания каптч или различной текстовой информации из картинок. Например, телефоны на Авито