API IBM Watson Visual Recognition

Fonctionnalités principales

IBM Watson Visual Recognition offre une variété de fonctionnalités qui peuvent être utilisées pour résoudre des problèmes d'analyse d'images et de vidéos. Certaines des fonctionnalités principales incluent :

• Classification d'images : Utilisation de modèles pré-entraînés ou d'entraînement personnalisé pour classer les images dans différentes catégories.
• Détection de visages : Identification des visages humains dans les images avec des données comme l’âge, le genre, et l’émotion associée.
• Détection d'objets : Détection d’objets spécifiques tels que des animaux, des véhicules ou des bâtiments.
• Analyse de texte : Extraction de texte à partir d’images, ce qui est particulièrement utile pour les documents scannés ou les images contenant du texte.

Comment intégrer IBM Watson Visual Recognition

Pour utiliser IBM Watson Visual Recognition, il vous faut un compte IBM Cloud, où vous pourrez créer une instance du service Visual Recognition. Après avoir obtenu votre clé API, vous pourrez interagir avec l’API Watson Visual Recognition via des requêtes HTTP ou en utilisant des SDK disponibles dans plusieurs langages.

Voici les étapes pour débuter :

• Créez un compte IBM Cloud sur le site officiel d'IBM.
• Créez une instance de Watson Visual Recognition sur la plateforme IBM Cloud.
• Obtenez votre clé API pour authentifier vos requêtes API.
• Intégrez l'API dans votre application à l’aide des SDK ou des requêtes HTTP standards.

Exemples de code pour différents langages

Voici des exemples de code pour utiliser IBM Watson Visual Recognition en Python, JavaScript, et C#. Ces exemples vous montrent comment analyser une image pour détecter des objets et classer des images.

• Python
• JavaScript
• C#

 import json import requests  # Clé API et URL du service api_key = 'VOTRE_CLE_API' url = 'https://api.us-south.visual-recognition.watson.cloud.ibm.com/instances/YOUR_INSTANCE_ID/v3/classify?version=2018-03-19'  # Envoi de l'image pour analyse image_url = 'https://example.com/image.jpg'  headers = {     'Content-Type': 'application/json',     'Authorization': f'Basic {api_key}' }  data = {     'url': image_url }  response = requests.post(url, headers=headers, data=data) result = response.json()  # Affichage des résultats for image in result['images'][0]['classifiers'][0]['classes']:     print(f"Concept: {image['class']}, Confiance: {image['score']}")                 

 const fetch = require('node-fetch');  // Clé API et URL du service const apiKey = 'VOTRE_CLE_API'; const url = 'https://api.us-south.visual-recognition.watson.cloud.ibm.com/instances/YOUR_INSTANCE_ID/v3/classify?version=2018-03-19';  // Envoi de l'image pour analyse const imageUrl = 'https://example.com/image.jpg';  const requestOptions = {     method: 'POST',     headers: {         'Authorization': `Basic ${apiKey}`,         'Content-Type': 'application/json'     },     body: JSON.stringify({ url: imageUrl }) };  fetch(url, requestOptions)     .then(response => response.json())     .then(data => {         data.images[0].classifiers[0].classes.forEach(concept => {             console.log(`Concept: ${concept.class}, Confiance: ${concept.score}`);         });     })     .catch(error => console.log('Erreur:', error));                 

 using System; using System.Net.Http; using System.Text; using System.Threading.Tasks;  class Program {     static async Task Main(string[] args)     {         string apiKey = "VOTRE_CLE_API";         string url = "https://api.us-south.visual-recognition.watson.cloud.ibm.com/instances/YOUR_INSTANCE_ID/v3/classify?version=2018-03-19";         string imageUrl = "https://example.com/image.jpg";          using (HttpClient client = new HttpClient())         {             client.DefaultRequestHeaders.Add("Authorization", $"Basic {apiKey}");             string json = $"{{ \"url\": \"{imageUrl}\" }}";              HttpResponseMessage response = await client.PostAsync(url, new StringContent(json, Encoding.UTF8, "application/json"));             string responseBody = await response.Content.ReadAsStringAsync();             Console.WriteLine(responseBody);         }     } }