在Java中如何在Google Vision API的标签检测中返回标签的像素坐标(或位置)？

Question

我可以使用Vision API在图像上运行标签检测。但是，我想知道检测到该标签的位置的坐标。例如，如果在图像中的某处检测到一个圆，如何在Vision API中返回该圆的中心？

以下是我在椭圆的本地图像上运行标签检测时返回的内容。返回的内容不包括检测到的对象的x，y坐标，就像文本检测具有的那样：

google.cloud.vision.v1.EntityAnnotation.mid : /m/01vkl
google.cloud.vision.v1.EntityAnnotation.description : Circle
google.cloud.vision.v1.EntityAnnotation.score : 0.8125786
google.cloud.vision.v1.EntityAnnotation.topicality : 0.8125786
google.cloud.vision.v1.EntityAnnotation.mid : /m/03scnj
google.cloud.vision.v1.EntityAnnotation.description : Line
google.cloud.vision.v1.EntityAnnotation.score : 0.7547606
google.cloud.vision.v1.EntityAnnotation.topicality : 0.7547606
google.cloud.vision.v1.EntityAnnotation.mid : /m/03g09t
google.cloud.vision.v1.EntityAnnotation.description : Clip art
google.cloud.vision.v1.EntityAnnotation.score : 0.68722004
google.cloud.vision.v1.EntityAnnotation.topicality : 0.68722004
google.cloud.vision.v1.EntityAnnotation.mid : /m/06g58b
google.cloud.vision.v1.EntityAnnotation.description : Oval
google.cloud.vision.v1.EntityAnnotation.score : 0.60591185
google.cloud.vision.v1.EntityAnnotation.topicality : 0.60591185

Answer 1

给出某个标签的坐标，这不是一个可以考虑的选项，因为正如here文档所述，标签可以标识一般的对象、位置、活动等。

这意味着标签不是专门设置到某个位置的，它们是从图像的整个上下文中获得的。

但是，有一些标签对应于某些对象(例如，使用此image，您将看到有标签‘猫’和对象‘猫’，you can test it using the API Explorer)。因此，您可以在同一图像上运行对象和标签检测，并合并查找对应于对象的标签的结果。