我目前正在使用 Microsoft Azure 计算机视觉对超过 10k 图像进行分析,并在 R 编程软件中进行操作。我想查看这 10k 图像中存在哪些标签,然后将最频繁的标签计数到最不频繁的标签。所有这些图像目前都在我的计算机上。此内容不用于商业目的,仅供本人研究使用。
问题是,我是 R 新手,主要使用 ggplot 进行数据可视化。
目前,我一次只能运行 1 个图像的分析,这是使用以下脚本进行的:
library(AzureRMR)
library(AzureCognitive)
# Create Computer Vision endpoint
endp <- cognitive_endpoint(
url = "https://xxxx.cognitiveservices.azure.com/",
service_type = "ComputerVision",
key = "xxxx")
# Add image
img_raw <- readBin("C:/Users/xxxx/Documents/Sample/trial.jpg", "raw", file.info("C:/Users/xxxx/Documents/Sample/trial.jpg")$size)
# Call the computer vision endpoint
data <- call_cognitive_endpoint(
endpoint = endp,
operation = "analyze",
body = img_raw,
encode="raw",
options = list(visualFeatures = "tags"),
http_verb = "POST")
print(data)
datatable <- data.frame(x, stringsAsFactors = TRUE)
结果如下:
打印(数据)显示:
$tags
$tags[[1]]
$tags[[1]]$name
[1] "person"
$tags[[1]]$confidence
[1] 0.998097
$tags[[2]]
$tags[[2]]$name
[1] "indoor"
$tags[[2]]$confidence
[1] 0.9948725
$tags[[3]]
$tags[[3]]$name
[1] "toddler"
$tags[[3]]$confidence
[1] 0.9893367
$tags[[4]]
$tags[[4]]$name
[1] "human face"
$tags[[4]]$confidence
[1] 0.9281158
$tags[[5]]
$tags[[5]]$name
[1] "child"
$tags[[5]]$confidence
[1] 0.877107
$tags[[6]]
$tags[[6]]$name
[1] "boy"
$tags[[6]]$confidence
[1] 0.8087585
$tags[[7]]
$tags[[7]]$name
[1] "baby"
$tags[[7]]$confidence
[1] 0.7611696
$tags[[8]]
$tags[[8]]$name
[1] "clothing"
$tags[[8]]$confidence
[1] 0.7346113
$requestId
[1] "0deda3ab-a02c-4d81-9de7-78326eb5f593"
$metadata
$metadata$height
[1] 640
$metadata$width
[1] 640
$metadata$format
[1] "Jpeg"
数据表数据框如下所示:
我希望能够为一个文件夹(即“Sample”文件夹)中的每一个 10k 图像运行此代码,并且我希望能够将结果放入数据帧表中,并将每个图像的结果放入一个排。我想知道是否有人知道该怎么做?我应该创建循环吗?我怎样才能让这个脚本读取我拥有的 10k 图像中的每一个?
我尝试导入文件夹和图像列表,并将 img_raw 更改为如下文件,但没有成功...
enter code here
# Importing folder
folder <- "C:/Users/xxxx/Documents/Sample"
# Listing files inside the folder
files <- list.files(path = folder, recursive = TRUE, pattern = "*jpg", full.names = TRUE)
enter code here
# Call the computer vision endpoint
data <- call_cognitive_endpoint(
endpoint = endp,
operation = "analyze",
body = files,
options = list(visualFeatures = "tags"),
http_verb = "POST")
print(data)
任何帮助将不胜感激。谢谢大师!
最佳答案
这种问题模式很常见,可以在 R 中使用 lapply
函数或类似函数轻松解决。
首先,编写一个处理单个文件的函数。确保要处理的文件是函数的第一个(或唯一)参数。
imageToDataFrame <-function(f) {
x <- call_cognitive_endpoint(
endpoint = endp,
operation = "analyze",
body = f,
options = list(visualFeatures = "tags"),
http_verb = "POST"
)
data.frame(x, stringsAsFactors = TRUE)
}
现在将该函数应用于文件列表。
folder <- "C:/Users/xxxx/Documents/Sample"
files <- list.files(path = folder, recursive = TRUE, pattern = "*jpg", full.names = TRUE)
listOfDataFrames <- lapply(files, imageToDataFrame)
这将返回数据帧列表。要将所有数据框合并为一个,您可以
allInOneDataframe <- lapply(files, imageToDataFrame) %>% dplyr::bind_rows()
但这不会向您提供有关从中获取图像的文件的信息。
allInOneDataframe <- lapply(files, imageToDataFrame) %>%
dplyr::bind_rows(.id="FileID")
将为您提供一个索引号来标识该文件。但更好的可能是修改处理函数:
library(tidyverse)
imageToDataFrame1 <-function(f) {
x <- call_cognitive_endpoint(
endpoint = endp,
operation = "analyze",
body = f,
options = list(visualFeatures = "tags"),
http_verb = "POST"
)
data.frame(x, stringsAsFactors = TRUE) %>%
add_column(FileName=f, .before=1)
}
所以
allInOneDataframe <- lapply(files, imageToDataFrame1) %>% bind_rows()
为您提供文件名本身作为数据框中的一列。
查看您的示例单行数据框,我认为这会对 tidy 有帮助。您的数据 pivot
将其转换为长格式。
所有代码均未经测试,因为我无权访问您的 C: 驱动器,也不了解您的 API key 。
关于r - 在 R 中使用 Azure 计算机视觉创建循环/分析多个图像的方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/72824897/