|
|
# ഒരു ചിത്രം വർഗീകരിക്കുക - Wio ടെർമിനൽ
|
|
|
|
|
|
പാഠത്തിന്റെ ഈ ഭാഗത്തിൽ, ക്യാമറ പിടിച്ച ചിത്രాన్ని Custom Vision സേവനത്തിലേക്ക് അയച്ച് അത് വർഗീകരിക്കും.
|
|
|
|
|
|
## ഒരു ചിത്രം വർഗീകരിക്കുക
|
|
|
|
|
|
Custom Vision സേവനത്തിന് REST API ഉണ്ട് എന്ന് നിങ്ങൾക്ക് Wio ടെർമിനൽ ഉപയോഗിച്ച് വിളിച്ച് ചിത്രങ്ങൾ വർഗീകരിക്കാൻ കഴിയും. ഈ REST API HTTPS കണക്ഷൻ വഴിയാണ് ആക്സസ് ചെയ്യുന്നത് - സുരക്ഷിത HTTP കണക്ഷൻ.
|
|
|
|
|
|
HTTPS എൻഡ്പോയിന്റുകളുമായി ഇടപഴകുമ്പോൾ, ക്ലയൻറ് കോഡ് ആക്സസ് ചെയ്യുന്നതിനുള്ള സർവറിൽ നിന്നുള്ള പൊതു കി സർട്ടിഫിക്കറ്റ് അഭ്യർത്ഥിക്കേണ്ടതുണ്ട്, അതുപയോഗിച്ച് അയക്കുന്ന ട്രാഫിക് എൻക്രിപ്റ്റ് ചെയ്യണം. നിങ്ങളുടെ വെബ് ബ്രൗസർ ഇത് സ്വയം ചെയ്യുന്നു, പക്ഷേ മൈക്രോകൺട്രോളറുകൾ അത്രമാത്രം റോബസ്റ്റ് അല്ല. നിങ്ങൾക്ക് ഈ സർട്ടിഫിക്കറ്റ് മാനുൽ ആയി അഭ്യർത്ഥിച്ച് REST API-യുമായി സുരക്ഷിത കണക്ഷൻ സൃഷ്ടിക്കാൻ ഇത് ഉപയോഗിക്കണം. ഈ സർട്ടിഫിക്കറ്റുകൾ മാറാറില്ല, അതിനാൽ ഒരു സർട്ടിഫിക്കറ്റ് ലഭിച്ചാൽ, നിങ്ങളുടെ ആപ്ലിക്കേഷനിൽ ഹാർഡ് കോഡ് ചെയ്യാവുന്നതാണ്.
|
|
|
|
|
|
ഈ സർട്ടിഫിക്കറ്റുകൾ പൊതു കീകൾ ഉൾക്കൊള്ളുന്നു, അതിനാൽ അവ സുരക്ഷിതമായി സൂക്ഷിക്കേണ്ടതില്ല. നിങ്ങൾക്ക് അവ നിങ്ങളുടെ സോഴ്സ് കോഡിൽ ഉപയോഗിക്കാം, ഗിറ്റ്ഹബിന് പോലുള്ള പൊതുവേദികളിൽ പങ്കിടാനും കഴിയും.
|
|
|
|
|
|
### ടാസ്ക് - SSL ക്ലയർന്റ് സെറ്റപ്പ് ചെയ്യുക
|
|
|
|
|
|
1. `fruit-quality-detector` ആപ്പ് പ്രോജക്ട് തുറക്കപ്പെട്ടിട്ടില്ലെങ്കിൽ തുറക്കുക.
|
|
|
|
|
|
1. `config.h` ഹെഡർ ഫയൽ തുറന്ന് താഴെ കാണിക്കുന്നതു ചേർക്കുക:
|
|
|
|
|
|
```cpp
|
|
|
const char *CERTIFICATE =
|
|
|
"-----BEGIN CERTIFICATE-----\r\n"
|
|
|
"MIIF8zCCBNugAwIBAgIQAueRcfuAIek/4tmDg0xQwDANBgkqhkiG9w0BAQwFADBh\r\n"
|
|
|
"MQswCQYDVQQGEwJVUzEVMBMGA1UEChMMRGlnaUNlcnQgSW5jMRkwFwYDVQQLExB3\r\n"
|
|
|
"d3cuZGlnaWNlcnQuY29tMSAwHgYDVQQDExdEaWdpQ2VydCBHbG9iYWwgUm9vdCBH\r\n"
|
|
|
"MjAeFw0yMDA3MjkxMjMwMDBaFw0yNDA2MjcyMzU5NTlaMFkxCzAJBgNVBAYTAlVT\r\n"
|
|
|
"MR4wHAYDVQQKExVNaWNyb3NvZnQgQ29ycG9yYXRpb24xKjAoBgNVBAMTIU1pY3Jv\r\n"
|
|
|
"c29mdCBBenVyZSBUTFMgSXNzdWluZyBDQSAwNjCCAiIwDQYJKoZIhvcNAQEBBQAD\r\n"
|
|
|
"ggIPADCCAgoCggIBALVGARl56bx3KBUSGuPc4H5uoNFkFH4e7pvTCxRi4j/+z+Xb\r\n"
|
|
|
"wjEz+5CipDOqjx9/jWjskL5dk7PaQkzItidsAAnDCW1leZBOIi68Lff1bjTeZgMY\r\n"
|
|
|
"iwdRd3Y39b/lcGpiuP2d23W95YHkMMT8IlWosYIX0f4kYb62rphyfnAjYb/4Od99\r\n"
|
|
|
"ThnhlAxGtfvSbXcBVIKCYfZgqRvV+5lReUnd1aNjRYVzPOoifgSx2fRyy1+pO1Uz\r\n"
|
|
|
"aMMNnIOE71bVYW0A1hr19w7kOb0KkJXoALTDDj1ukUEDqQuBfBxReL5mXiu1O7WG\r\n"
|
|
|
"0vltg0VZ/SZzctBsdBlx1BkmWYBW261KZgBivrql5ELTKKd8qgtHcLQA5fl6JB0Q\r\n"
|
|
|
"gs5XDaWehN86Gps5JW8ArjGtjcWAIP+X8CQaWfaCnuRm6Bk/03PQWhgdi84qwA0s\r\n"
|
|
|
"sRfFJwHUPTNSnE8EiGVk2frt0u8PG1pwSQsFuNJfcYIHEv1vOzP7uEOuDydsmCjh\r\n"
|
|
|
"lxuoK2n5/2aVR3BMTu+p4+gl8alXoBycyLmj3J/PUgqD8SL5fTCUegGsdia/Sa60\r\n"
|
|
|
"N2oV7vQ17wjMN+LXa2rjj/b4ZlZgXVojDmAjDwIRdDUujQu0RVsJqFLMzSIHpp2C\r\n"
|
|
|
"Zp7mIoLrySay2YYBu7SiNwL95X6He2kS8eefBBHjzwW/9FxGqry57i71c2cDAgMB\r\n"
|
|
|
"AAGjggGtMIIBqTAdBgNVHQ4EFgQU1cFnOsKjnfR3UltZEjgp5lVou6UwHwYDVR0j\r\n"
|
|
|
"BBgwFoAUTiJUIBiV5uNu5g/6+rkS7QYXjzkwDgYDVR0PAQH/BAQDAgGGMB0GA1Ud\r\n"
|
|
|
"JQQWMBQGCCsGAQUFBwMBBggrBgEFBQcDAjASBgNVHRMBAf8ECDAGAQH/AgEAMHYG\r\n"
|
|
|
"CCsGAQUFBwEBBGowaDAkBggrBgEFBQcwAYYYaHR0cDovL29jc3AuZGlnaWNlcnQu\r\n"
|
|
|
"Y29tMEAGCCsGAQUFBzAChjRodHRwOi8vY2FjZXJ0cy5kaWdpY2VydC5jb20vRGln\r\n"
|
|
|
"aUNlcnRHbG9iYWxSb290RzIuY3J0MHsGA1UdHwR0MHIwN6A1oDOGMWh0dHA6Ly9j\r\n"
|
|
|
"cmwzLmRpZ2ljZXJ0LmNvbS9EaWdpQ2VydEdsb2JhbFJvb3RHMi5jcmwwN6A1oDOG\r\n"
|
|
|
"MWh0dHA6Ly9jcmw0LmRpZ2ljZXJ0LmNvbS9EaWdpQ2VydEdsb2JhbFJvb3RHMi5j\r\n"
|
|
|
"cmwwHQYDVR0gBBYwFDAIBgZngQwBAgEwCAYGZ4EMAQICMBAGCSsGAQQBgjcVAQQD\r\n"
|
|
|
"AgEAMA0GCSqGSIb3DQEBDAUAA4IBAQB2oWc93fB8esci/8esixj++N22meiGDjgF\r\n"
|
|
|
"+rA2LUK5IOQOgcUSTGKSqF9lYfAxPjrqPjDCUPHCURv+26ad5P/BYtXtbmtxJWu+\r\n"
|
|
|
"cS5BhMDPPeG3oPZwXRHBJFAkY4O4AF7RIAAUW6EzDflUoDHKv83zOiPfYGcpHc9s\r\n"
|
|
|
"kxAInCedk7QSgXvMARjjOqdakor21DTmNIUotxo8kHv5hwRlGhBJwps6fEVi1Bt0\r\n"
|
|
|
"trpM/3wYxlr473WSPUFZPgP1j519kLpWOJ8z09wxay+Br29irPcBYv0GMXlHqThy\r\n"
|
|
|
"8y4m/HyTQeI2IMvMrQnwqPpY+rLIXyviI2vLoI+4xKE4Rn38ZZ8m\r\n"
|
|
|
"-----END CERTIFICATE-----\r\n";
|
|
|
```
|
|
|
|
|
|
ഇത് *Microsoft Azure DigiCert Global Root G2 സർട്ടിഫിക്കറ്റ്* ആണ് - ഇത് ആഗോളമായി പല Azure സേവനങ്ങളാൽ ഉപയോഗിച്ചുകൊണ്ടിരിക്കുന്ന സർട്ടിഫിക്കറ്റുകളിൽ ഒന്ന്.
|
|
|
|
|
|
> 💁 ഇത് ഉപയോഗിക്കേണ്ട സർട്ടിഫിക്കറ്റാണെന്ന് ഉറപ്പാക്കാൻ, macOS അല്ലെങ്കിൽ Linux-ൽ താഴെ കാണിച്ച കമാൻഡ് ഓടിക്കുക. Windows ഉപയോഗിച്ചാൽ [Windows Subsystem for Linux (WSL)](https://docs.microsoft.com/windows/wsl/?WT.mc_id=academic-17441-jabenn) ഉപയോഗിച്ച് കമാൻഡ് ഓടിക്കാം:
|
|
|
>
|
|
|
> ```sh
|
|
|
> openssl s_client -showcerts -verify 5 -connect api.cognitive.microsoft.com:443
|
|
|
> ```
|
|
|
>
|
|
|
> ഔട്ട്പുട്ടിൽ DigiCert Global Root G2 സർട്ടിഫിക്കറ്റ് കാണും.
|
|
|
|
|
|
1. `main.cpp` തുറന്ന് താഴെ കാണിക്കുന്ന ഇൻക്ലൂഡ് നിർദ്ദേശം ചേർക്കുക:
|
|
|
|
|
|
```cpp
|
|
|
#include <WiFiClientSecure.h>
|
|
|
```
|
|
|
|
|
|
1. ഇൻക്ലൂഡ് നിർദ്ദേശങ്ങളുടെ താഴെ, `WifiClientSecure` എന്ന ഇൻസ്റ്റൻസ് പ്രഖ്യാപിക്കുക:
|
|
|
|
|
|
```cpp
|
|
|
WiFiClientSecure client;
|
|
|
```
|
|
|
|
|
|
ഈ ക്ലാസ് HTTPS വഴി വെബ് എൻഡ്പോയിന്റുകളുമായി ആശയവിനിമയം നടത്താൻ വേണ്ടിയുള്ള കോഡ് ഉൾക്കൊള്ളുന്നു.
|
|
|
|
|
|
1. `connectWiFi` മെതഡിൽ, DigiCert Global Root G2 സർട്ടിഫിക്കറ്റ് ഉപയോഗിക്കുന്നതിന് WiFiClientSecure സെറ്റ് ചെയ്യുക:
|
|
|
|
|
|
```cpp
|
|
|
client.setCACert(CERTIFICATE);
|
|
|
```
|
|
|
|
|
|
### ടാസ്ക് - ഒരു ചിത്രം വർഗീകരിക്കുക
|
|
|
|
|
|
1. `platformio.ini` ഫയലിലെ `lib_deps` ലിസ്റ്റിലേക്ക് താഴെ കാണിച്ച വരി ചേർക്കുക:
|
|
|
|
|
|
```ini
|
|
|
bblanchon/ArduinoJson @ 6.17.3
|
|
|
```
|
|
|
|
|
|
ഇത് [ArduinoJson](https://arduinojson.org) എന്ന Arduino JSON ലൈബ്രറിയെ ഇറക്കുമതി ചെയ്യുന്നു, REST API-യിൽ നിന്നുള്ള JSON പ്രതികരണം ഡീകോഡ് ചെയ്യാനായി ഇത് ഉപയോഗിക്കും.
|
|
|
|
|
|
1. `config.h` ൽ Custom Vision സേവനത്തിന്റെ പ്രെഡിക്ഷൻ URLനും കീയും ആയി സെറ്റിംഗ് കോൺസ്റ്റന്റ്സ് ചേർക്കുക:
|
|
|
|
|
|
```cpp
|
|
|
const char *PREDICTION_URL = "<PREDICTION_URL>";
|
|
|
const char *PREDICTION_KEY = "<PREDICTION_KEY>";
|
|
|
```
|
|
|
|
|
|
`<PREDICTION_URL>` എന്നത് Custom Vision-ൽ നിന്നുള്ള പ്രെഡിക്ഷൻ URL-ഓപായി മാറ്റുക. `<PREDICTION_KEY>` എന്നത് പ്രെഡിക്ഷൻ കീയോട് മാറ്റുക.
|
|
|
|
|
|
1. `main.cpp` ൽ ArduinoJson ലൈബ്രറിയുടെ ഇൻക്ലൂഡ് നിർദ്ദേശം ചേർക്കുക:
|
|
|
|
|
|
```cpp
|
|
|
#include <ArduinoJSON.h>
|
|
|
```
|
|
|
|
|
|
1. `main.cpp`ൽ, `buttonPressed` ഫംഗ്ഷനിനു മുകളിൽ താഴെ കാണുന്ന ഫംഗ്ഷൻ ചേർക്കുക:
|
|
|
|
|
|
```cpp
|
|
|
void classifyImage(byte *buffer, uint32_t length)
|
|
|
{
|
|
|
HTTPClient httpClient;
|
|
|
httpClient.begin(client, PREDICTION_URL);
|
|
|
httpClient.addHeader("Content-Type", "application/octet-stream");
|
|
|
httpClient.addHeader("Prediction-Key", PREDICTION_KEY);
|
|
|
|
|
|
int httpResponseCode = httpClient.POST(buffer, length);
|
|
|
|
|
|
if (httpResponseCode == 200)
|
|
|
{
|
|
|
String result = httpClient.getString();
|
|
|
|
|
|
DynamicJsonDocument doc(1024);
|
|
|
deserializeJson(doc, result.c_str());
|
|
|
|
|
|
JsonObject obj = doc.as<JsonObject>();
|
|
|
JsonArray predictions = obj["predictions"].as<JsonArray>();
|
|
|
|
|
|
for(JsonVariant prediction : predictions)
|
|
|
{
|
|
|
String tag = prediction["tagName"].as<String>();
|
|
|
float probability = prediction["probability"].as<float>();
|
|
|
|
|
|
char buff[32];
|
|
|
sprintf(buff, "%s:\t%.2f%%", tag.c_str(), probability * 100.0);
|
|
|
Serial.println(buff);
|
|
|
}
|
|
|
}
|
|
|
|
|
|
httpClient.end();
|
|
|
}
|
|
|
```
|
|
|
|
|
|
ഈ കോഡ് ആദ്യം `HTTPClient` പ്രഖ്യാപിച്ച് REST API-കളുമായി ഇടപഴകാനുള്ള മെതഡുകൾ ഉള്ള ക്ലാസ്സാണ്. ശേഷം ഈ ക്ലയന്റിനെ Azure പൊതു കീ ഉപയോഗിച്ച് സെറ്റ് ചെയ്ത `WiFiClientSecure` ഇൻസ്റ്റൻസ് ഉപയോഗിച്ച് പ്രെഡിക്ഷൻ URL-തോട് കണക്റ്റുചെയ്യുന്നു.
|
|
|
|
|
|
കണക്റ്റ് ചെയ്തശേഷം, REST API-യുടെ അടുത്തുള്ള അഭ്യർത്ഥനയിൽ പ്രധാനപ്പെട്ട ഹെഡറുകൾ അയക്കുന്നു. `Content-Type` ഹെഡർ അപ്ലോഡ് ചെയ്യാനിരിക്കുന്ന ഡാറ്റ റോയി ബൈനറി ഡാറ്റയാണ് എന്നാണ് സൂചന നൽകുന്നു, `Prediction-Key` ഹെഡർ Custom Vision പ്രെഡിക്ഷൻ കീ നൽകുന്നു.
|
|
|
|
|
|
പിന്നീട് HTTP ക്ലയന്റിലേക്ക് POST അഭ്യർത്ഥനയുമായി ഒരു ബൈറ്റു അരെ അപ്ലോഡു ചെയ്യുന്നു. ഈ ബൈറ്റു അരെ ക്യാമറ പിടിച്ച JPEG ഇമേജ് ആണ്, ഈ ഫംഗ്ഷൻ വിളിക്കുമ്പോൾ.
|
|
|
|
|
|
> 💁 POST അഭ്യർത്ഥനകൾ ഡാറ്റ അയയ്ക്കാനും അതിന്റെ മറുപടി ലഭിക്കാനുമാണ്. GET പോലുള്ള മറ്റ് അഭ്യർത്ഥന തരങ്ങളും ഉണ്ട്, അവ ഡാറ്റ വീതിപ്പ് ചെയ്യാനാണ് ഉപയോഗിക്കുന്നത്. വെബ് പേജുകൾ ലോഡ് ചെയ്യാനായി നിങ്ങളുടെ വെബ് ബ്രൗസർ GET അഭ്യർത്ഥനകൾ ഉപയോഗിക്കുന്നു.
|
|
|
|
|
|
POST അഭ്യർത്ഥന ഒരു സ്റ്റാറ്റസ് കോഡ് തിരികെ നൽകും. ഇവ വ്യക്തമായി നിർവചിക്കപ്പെട്ട മൂല്യങ്ങളാണ്, 200 എന്നത് **ശരി** എന്നാണ് സൂചിപ്പിക്കുന്നത് - POST അഭ്യർത്ഥന വിജയകരമായി പൂർത്തിയായതെന്ന്.
|
|
|
|
|
|
> 💁 എല്ലാ പ്രതികരണ സ്റ്റാറ്റസ് കോഡുകളും [List of HTTP status codes page on Wikipedia](https://wikipedia.org/wiki/List_of_HTTP_status_codes)-ൽ കാണാം
|
|
|
|
|
|
200 ലഭിച്ചാൽ, ഫലം HTTP client-ൽ നിന്ന് വായിക്കുന്നു. ഇത് REST API-യിൽ നിന്നുള്ള JSON പ്രമാണം ആകുന്ന ടെക്സ്റ്റ് മറുപടിയാണ്. JSON താഴെ കൂടെ这样 ഉണ്ട്:
|
|
|
|
|
|
```jSON
|
|
|
{
|
|
|
"id":"45d614d3-7d6f-47e9-8fa2-04f237366a16",
|
|
|
"project":"135607e5-efac-4855-8afb-c93af3380531",
|
|
|
"iteration":"04f1c1fa-11ec-4e59-bb23-4c7aca353665",
|
|
|
"created":"2021-06-10T17:58:58.959Z",
|
|
|
"predictions":[
|
|
|
{
|
|
|
"probability":0.5582016,
|
|
|
"tagId":"05a432ea-9718-4098-b14f-5f0688149d64",
|
|
|
"tagName":"ripe"
|
|
|
},
|
|
|
{
|
|
|
"probability":0.44179836,
|
|
|
"tagId":"bb091037-16e5-418e-a9ea-31c6a2920f17",
|
|
|
"tagName":"unripe"
|
|
|
}
|
|
|
]
|
|
|
}
|
|
|
```
|
|
|
|
|
|
പ്രധാനഭാഗം ഇതാണ്: `predictions` അറേ. ഇതിൽ ഓരോ ടാഗിനും ഒന്ന് ഓരോ എൻട്രി ഉണ്ട്, ടാഗിന്റെ പേര്, സാധ്യതയുടെ സാന്ദ്രതയോടെ. സാധ്യതകൾ 0 മുതൽ 1 വരെയുള്ള ഫ്ലോട്ടിംഗ് പോയിന്റ് സംഖ്യകൾ ആണ്, 0 അർത്ഥം 0% സാധ്യത ടാഗ് പൊരുമെന്നാണ്, 1 അർത്ഥം 100% സാധ്യത.
|
|
|
|
|
|
> 💁 ഇമേജ് ക്ലാസിഫയറുകൾ ഉപയോഗിച്ച എല്ലാ ടാഗുകൾക്കും സാന്ദ്രത ശതമാനങ്ങൾ നൽകും. ഓരോ ടാഗിനും ചിത്രം ആ ടാഗിനോട് പൊരുക്കമുണ്ടെന്ന സാധ്യത ഉണ്ട്.
|
|
|
|
|
|
JSON ഡീകോഡ് ചെയ്യപ്പെടുന്നു, ടാഗുകളുടെ സാധ്യതകൾ സീരിയൽ മോണിറ്ററിലേക്ക് അയക്കുന്നു.
|
|
|
|
|
|
1. `buttonPressed` ഫംഗ്ഷനിൽ, SD കാർഡിൽ സേവ് ചെയ്യുന്ന കോഡ് പകരം `classifyImage` ഫംഗ്ഷൻ വിളിക്കുക അല്ലെങ്കിൽ ചിത്രം എഴുതിയതിനുശേഷം, പക്ഷേ ബഫർ ഡിലീറ്റ് ചെയ്യുന്നതിനു **മുമ്പ്** ചേർക്കുക:
|
|
|
|
|
|
```cpp
|
|
|
classifyImage(buffer, length);
|
|
|
```
|
|
|
|
|
|
> 💁 SD കാർഡിൽ സേവ് ചെയ്യുന്ന കോഡ് മാറ്റിയാൽ `setupSDCard` ആയും `saveToSDCard` ഫംഗ്ഷനുകളും കോഡിൽ നിന്നും ഒഴിവാക്കിയാൽ ഇടപാടുക്കുന്നു.
|
|
|
|
|
|
1. നിങ്ങളുടെ കോഡ് അപ്ലോഡ് ചെയ്ത് റൺ ചെയ്യുക. ക്യാമറ ഒരു പഴം തിരിച്ചറിയാൻ നിങ്ങളെ സഹായിക്കും, C ബട്ടൺ അമർത്തുക. സീരിയൽ മോണിറ്ററിൽ ഔട്ട്പുട്ട് കാണാം:
|
|
|
|
|
|
```output
|
|
|
Connecting to WiFi..
|
|
|
Connected!
|
|
|
Image captured
|
|
|
Image read to buffer with length 8200
|
|
|
ripe: 56.84%
|
|
|
unripe: 43.16%
|
|
|
```
|
|
|
|
|
|
എടുത്ത ചിത്രം കാണാനും, Custom Vision-ൽ **Predictions** ടാബിൽ ഈ മൂല്യങ്ങളും കാണാനാകും.
|
|
|
|
|
|
|
|
|
|
|
|
> 💁 ഈ കോഡ് [code-classify/wio-terminal](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/wio-terminal) ഫോളഡറിൽ കണ്ടെത്താവുന്നതാണ്.
|
|
|
|
|
|
😀 നിങ്ങളുടെ പഴം ഗുണനിലവാര ക്ലാസിഫയർ പ്രോഗ്രാം വിജയകരമായി പൂർത്തിയായി!
|
|
|
|
|
|
---
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
|
**അസാധാരണ രേഖ**:
|
|
|
ഈ രേഖ AI വിവർത്തന സേവനം [കോ-ഓപ് ട്രാൻസ്ലേറ്റർ](https://github.com/Azure/co-op-translator) ഉപയോഗിച്ച് വിവർത്തനം ചെയ്തതാണ്. നാം കൃത്യത ലക്ഷ്യമിടുമ്പോഴും, കോഡും വിവർത്തനങ്ങളിലും പിഴവുകൾ അല്ലെങ്കിൽ തെറ്റുകൾ ഉണ്ടാകാവുന്നതാണ്. ഇതിന്റെ ചട്ടപ്രകാരം യഥാർത്ഥ ഭാഷയിലുള്ള പ്രസ്താവനയാണ് സത്യവാങ്മൂലം. പ്രധാന വിവരങ്ങൾക്കായി പ്രൊഫഷണൽ മാനവ വിവർത്തനം ഉപദേശിക്കുന്നു. ഈ വിവർത്തനം ഉപയോഗിക്കുന്നതിൽ നിന്നുള്ള തെറ്റിദ്ധാരണകൾക്കോ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കോ ഞങ്ങൾ ഉത്തരവാദിത്വം വഹിക്കുന്നില്ല.
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |
