谷歌云视觉批量处理大量图片使用python

Question

我是 python 和云视觉的新手。我需要标记大约 20k 图像。我的代码虽然可以工作，但需要大量时间来处理。有什么方法可以提高效率吗？任何帮助将不胜感激

filename=[]
description=[]
score=[]
for root, dirs, filenames in os.walk(indir):
    for f in filenames:
        if  f.endswith('.jpg'):
            file_name=indir+'/'+f

            with io.open(file_name, 'rb') as image_file:
                content = image_file.read()
            image = types.Image(content=content)
            response = client.label_detection(image=image)
            labels = response.label_annotations

            for label in labels:
                filename.append(f)
                description.append(label.description)
                score.append(label.score)

import pandas as pd

vision_op = pd.DataFrame(
    {'filename': filename,
     'description': description,
     'score': score
    })

Answer 1

您可以从多个线程发送请求以加快速度。

由于 annotate 接受 multiple AnnotateImageRequests，因此您还可以在单​​个 API 调用中发送多个图像。