Google Cloud Vision API批量标注本地图片属性报错解决

你碰到的报错来自两个核心认知偏差：

• 官方提供的async_batch_annotate_images异步批量接口，从设计层面就仅支持gs://开头的GCS路径作为输入、输出地址，完全不兼容本地路径、内存中的图片对象，直接替换路径、传PIL对象必然触发格式/类型错误。
• 接口字段传参逻辑错误：image_source.image_uri仅接受字符串格式的合法URI（支持http/https/gs协议），无法接收PIL图片实例、本地文件系统路径。本地图片需要读取为二进制字节流，传入image.content字段才能被接口识别。

方案1：同步接口批量处理本地图片（适配200张规模，无需开通GCS） #

200张的量级完全没必要使用绑定GCS的异步接口，直接用同步annotate_image接口逐张处理本地图片即可，不需要额外申请云存储资源，实现成本最低。
可直接运行的代码如下：

import os
import json
from google.cloud import vision_v1

# 配置认证密钥路径
os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = r"/Users/example/Documents/Project/ServiceAccountToken.json"
# 本地图片输入目录、结果输出目录
INPUT_DIR = "/Users/Documents/Project/images/"
OUTPUT_DIR = "/Users/Documents/Project/images/output/"

# 初始化客户端，配置需要提取的特征（仅图片属性）
client = vision_v1.ImageAnnotatorClient()
FEATURES = [{"type_": vision_v1.Feature.Type.IMAGE_PROPERTIES}]

def main():
    os.makedirs(OUTPUT_DIR, exist_ok=True)
    # 遍历目录下所有合法图片文件
    for filename in os.listdir(INPUT_DIR):
        file_path = os.path.join(INPUT_DIR, filename)
        # 跳过子目录、非图片文件
        if not os.path.isfile(file_path):
            continue
        if not filename.lower().endswith((".jpg", ".jpeg", ".png", ".bmp", ".webp")):
            continue
        
        print(f"Processing: {filename}")
        # 读取图片为二进制字节流，不需要用PIL解码
        with open(file_path, "rb") as f:
            img_content = f.read()
        
        # 构造请求：本地二进制内容传入content字段，不要用image_uri
        request = {
            "image": {"content": img_content},
            "features": FEATURES
        }

        try:
            resp = client.annotate_image(request=request)
            # 结果序列化后存为本地JSON文件
            result = vision_v1.AnnotateImageResponse.to_dict(resp)
            output_path = os.path.join(OUTPUT_DIR, f"{os.path.splitext(filename)[0]}.json")
            with open(output_path, "w", encoding="utf-8") as f:
                json.dump(result, f, ensure_ascii=False, indent=2)
        except Exception as e:
            print(f"Process {filename} failed: {str(e)}")

if __name__ == "__main__":
    main()

方案注意事项：

• 同步接口单张图片大小限制为20MB，普通日常照片基本都满足要求
• 200张图片总处理耗时约1~3分钟，取决于网络情况；如果需要提速可加简单线程池，注意不要超过账号的Vision API QPS配额（默认1800次/秒，个人使用完全足够）
• 不需要引入PIL库，接口直接接收原始图片字节，提前用PIL加载属于多余操作，反而会触发类型错误。

方案2：官方异步批量流程（适配千张以上大规模处理） #

如果坚持要使用异步批量接口，没有绕过GCS的方法，必须走云存储中转：

1. 创建GCS存储桶
2. 将本地所有图片上传到存储桶指定路径
3. 输入、输出路径都填写对应gs://开头的GCS地址
4. 等异步任务执行完成后，再把GCS上生成的结果文件下载到本地
   该方案仅适合万张以上的超大规模图片处理，200张量级用这个方案需要额外配置存储权限、走上传下载流程，性价比极低。

• 接口选型错误：异步接口强绑定GCS服务，不支持本地输入输出场景
• 传参字段错误：本地图片不能走image_uri传参，必须读取为二进制传入content字段
• 多余依赖：不需要用PIL加载解码图片，接口直接接收原始文件字节即可。

内容的提问来源于stack exchange，提问作者Noel Harris