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

【问题标题】：How does one return the pixel coordinates (or position) of a label in Google Vision API's label detection in Java?如何在 Java 中的 Google Vision API 的标签检测中返回标签的像素坐标（或位置）？
【发布时间】：2020-04-04 04:56:20
【问题描述】：

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坐标。例如，如果在图像中的某处检测到一个圆圈，我如何在 Vision API 中返回该圆圈的中心？

以下是我在椭圆的局部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，如文本检测：

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

【问题讨论】：

标签： java google-cloud-platform object-detection vision-api

【解决方案1】：

给出某个标签的坐标不是考虑的选项，因为正如 here 所记录的那样，标签可以识别一般对象、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取的。

但是，有一些标签对应于某些对象（例如，使用此image，您会看到有标签'cat'和对象'cat'，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，并合并结果以寻找与对象对应的标签。

【讨论】：