Google Vision API를 활용하는 본문같은 기능 개발 가능할까요?

제가 지금 진행하고 있는 프로젝트에서 사용해야 하는 기능은, Google Vision API를 통해 사진에서 의류에 대한 객체를 감지한 후 각 객체에 대한 색상과 특징(상의면 티셔츠인지 긴팔인지)을 검출해서 분류되어 나온 각 객체에 대한 특징을 스트링으로 포맷화 하는 과정을 거쳐야하는데 가능할까요..? 예를 들어 Google Vision API를 통해 생긴 Boundary box를 통해 색상(코드식으로 #232423), 특징(long sleeve)라는 걸 검출해내고 이를 "노란색 긴팔 티셔츠" 라는 하나의 문장으로 포맷화하는 과정 입니다. 혹시 이게 실현가능한 부분일까요..? 백엔드는 Spring, 프론트엔드는 Angular를 사용중에 있습니다. 현재는 GoogleVisionAPI를 통한 객체 검출까지만 진행된 상태입니다.