Maschinelles Sehen

Extrahieren Sie umfassende Informationen aus Bildern, um visuelle Daten zu kategorisieren und zu verarbeiten – und nutzen Sie die computergestützte Moderation von Bildern, um Ihre Dienste zu kuratieren.

Bilder analysieren

Dieses Feature gibt Informationen zu visuellen Inhalten in einem Bild zurück. Nutzen Sie Tagging, domänenspezifische Modelle und Beschreibungen in vier Sprachen, um Inhalte zu identifizieren und zuverlässig zu kennzeichnen. Verwenden Sie die Objekterkennung, um die Positionen Tausender Objekte auf einem Bild zu ermitteln. Wenden Sie die Einstellungen für Erwachsene an, um potenzielle Inhalte für Erwachsene zu erkennen. Bestimmen Sie Bildtypen und Farbschemas in Bildern.

Demo anzeigen

person
person
subway train
Name des Merkmals: Wert
Objekte [ { "rectangle": { "x": 93, "y": 178, "w": 115, "h": 237 }, "object": "person", "confidence": 0.764 }, { "rectangle": { "x": 0, "y": 229, "w": 101, "h": 206 }, "object": "person", "confidence": 0.624 }, { "rectangle": { "x": 161, "y": 31, "w": 439, "h": 423 }, "object": "subway train", "parent": { "object": "train", "parent": { "object": "Land vehicle", "parent": { "object": "Vehicle", "confidence": 0.926 }, "confidence": 0.923 }, "confidence": 0.917 }, "confidence": 0.801 } ]
Tags [ { "name": "train", "confidence": 0.9975446 }, { "name": "platform", "confidence": 0.995543063 }, { "name": "station", "confidence": 0.9798007 }, { "name": "indoor", "confidence": 0.9277198 }, { "name": "subway", "confidence": 0.838939548 }, { "name": "clothing", "confidence": 0.504376 }, { "name": "pulling", "confidence": 0.4317156 } ]
Beschreibung { "tags": [ "train", "platform", "station", "building", "indoor", "subway", "track", "walking", "waiting", "pulling", "board", "people", "man", "luggage", "standing", "holding", "large", "woman", "yellow", "suitcase" ], "captions": [ { "text": "people waiting at a train station", "confidence": 0.8330993 } ] }
Bildformat "Jpeg"
Bildmaße 462 x 600
ClipArt-Typ 0
Liniengrafiktyp 0
Schwarzweiß false
Nicht jugendfreier Inhalt false
Bewertung für nicht jugendfreien Inhalt 0.009112834
Freizügigkeit false
Bewertung für Freizügigkeit 0.0143244695
Kategorien [ { "name": "trans_trainstation", "score": 0.98828125 } ]
Gesichter []
Vorherrschende Hintergrundfarbe
"Black"
Vorherrschende Vordergrundfarbe
"Black"
Akzentfarbe
#484C83

Möchten Sie dies erstellen?

Jetzt allgemein verfügbar: Lesen von gedruckten und handschriftlichen Texten auf Bildern

Nutzen Sie die modernste Technologie für optische Zeichenerkennung in Lesevorgängen, um eingebettete Texte (gedruckt oder handschriftlich) zu erkennen, erkannte Wörter in computerlesbare Zeichenstreams zu extrahieren und die Suche in diesen Texten zu ermöglichen. Sparen Sie Zeit und Aufwand, indem Sie Text fotografieren, anstatt ihn zu kopieren.

Demo anzeigen

  1. Vorschau
  2. JSON

Sorry!

Have a

Oops!

nice day !

See you soon !

Bye !

{
  "status": "Succeeded",
  "succeeded": true,
  "failed": false,
  "finished": true,
  "recognitionResults": [
    {
      "page": 1,
      "clockwiseOrientation": 353.71,
      "width": 1138,
      "height": 825,
      "unit": "pixel",
      "lines": [
        {
          "boundingBox": [
            124,
            126,
            399,
            90,
            407,
            199,
            140,
            229
          ],
          "text": "Sorry!",
          "words": [
            {
              "boundingBox": [
                137,
                121,
                397,
                89,
                410,
                198,
                150,
                229
              ],
              "text": "Sorry!"
            }
          ]
        },
        {
          "boundingBox": [
            591,
            173,
            908,
            124,
            921,
            207,
            604,
            256
          ],
          "text": "Have a",
          "words": [
            {
              "boundingBox": [
                598,
                173,
                812,
                140,
                824,
                224,
                610,
                256
              ],
              "text": "Have"
            },
            {
              "boundingBox": [
                834,
                136,
                894,
                127,
                906,
                212,
                846,
                221
              ],
              "text": "a"
            }
          ]
        },
        {
          "boundingBox": [
            199,
            379,
            424,
            365,
            423,
            476,
            209,
            488
          ],
          "text": "Oops!",
          "words": [
            {
              "boundingBox": [
                205,
                377,
                420,
                364,
                426,
                475,
                212,
                488
              ],
              "text": "Oops!"
            }
          ]
        },
        {
          "boundingBox": [
            583,
            267,
            973,
            224,
            982,
            305,
            592,
            348
          ],
          "text": "nice day !",
          "words": [
            {
              "boundingBox": [
                584,
                271,
                762,
                251,
                771,
                330,
                593,
                344
              ],
              "text": "nice"
            },
            {
              "boundingBox": [
                810,
                245,
                940,
                229,
                949,
                310,
                819,
                325
              ],
              "text": "day"
            },
            {
              "boundingBox": [
                954,
                227,
                973,
                225,
                982,
                306,
                963,
                308
              ],
              "text": "!"
            }
          ]
        },
        {
          "boundingBox": [
            166,
            628,
            662,
            599,
            667,
            683,
            170,
            712
          ],
          "text": "See you soon !",
          "words": [
            {
              "boundingBox": [
                172,
                628,
                295,
                624,
                300,
                704,
                178,
                712
              ],
              "text": "See"
            },
            {
              "boundingBox": [
                312,
                623,
                446,
                618,
                449,
                692,
                316,
                702
              ],
              "text": "you"
            },
            {
              "boundingBox": [
                463,
                617,
                620,
                611,
                620,
                680,
                465,
                691
              ],
              "text": "soon"
            },
            {
              "boundingBox": [
                636,
                610,
                659,
                609,
                658,
                677,
                636,
                679
              ],
              "text": "!"
            }
          ]
        },
        {
          "boundingBox": [
            824,
            498,
            1003,
            489,
            1014,
            594,
            834,
            607
          ],
          "text": "Bye !",
          "words": [
            {
              "boundingBox": [
                830,
                497,
                961,
                489,
                967,
                598,
                837,
                606
              ],
              "text": "Bye"
            },
            {
              "boundingBox": [
                982,
                488,
                1004,
                486,
                1011,
                595,
                989,
                597
              ],
              "text": "!"
            }
          ]
        }
      ]
    }
  ]
}

Die Ergebnisse der Demo dienen nur der Veranschaulichung. Da die Bilder geringfügig bearbeitet wurden, können die tatsächlichen API-Ergebnisse abweichen.

Möchten Sie dies erstellen?

Berühmte Personen und Orientierungspunkte erkennen

Erkennen Sie mehr als 1.000.000 Prominente aus Wirtschaft, Politik, Sport und Entertainment sowie 9.000 Natur- und Kulturdenkmäler aus aller Welt.

Demo anzeigen

{
  "categories": [
    {
      "name": "people_",
      "score": 0.86328125,
      "detail": {
        "celebrities": [
          {
            "name": "Satya Nadella",
            "faceRectangle": {
              "left": 240,
              "top": 294,
              "width": 135,
              "height": 135
            },
            "confidence": 0.99984323978424072
          }
        ],
        "landmarks": null
      }
    }
  ],
  "adult": null,
  "tags": [
    {
      "name": "person",
      "confidence": 0.99956613779067993
    },
    {
      "name": "suit",
      "confidence": 0.98934584856033325
    },
    {
      "name": "man",
      "confidence": 0.98844343423843384
    },
    {
      "name": "tie",
      "confidence": 0.95905411243438721
    },
    {
      "name": "human face",
      "confidence": 0.95430314540863037
    },
    {
      "name": "clothing",
      "confidence": 0.86057531833648682
    },
    {
      "name": "smile",
      "confidence": 0.8601078987121582
    },
    {
      "name": "outdoor",
      "confidence": 0.860062301158905
    },
    {
      "name": "glasses",
      "confidence": 0.68438893556594849
    }
  ],
  "description": {
    "tags": [
      "person",
      "suit",
      "man",
      "necktie",
      "outdoor",
      "building",
      "clothing",
      "standing",
      "wearing",
      "business",
      "looking",
      "holding",
      "black",
      "front",
      "hand",
      "dressed",
      "phone",
      "field"
    ],
    "captions": [
      {
        "text": "Satya Nadella wearing a suit and tie",
        "confidence": 0.99032750982666984
      }
    ]
  },
  "requestId": "cfea3158-f821-40af-b5cd-7f5bdaa65230",
  "metadata": {
    "width": 600,
    "height": 900,
    "format": "Jpeg"
  },
  "faces": [
    {
      "age": 49,
      "gender": "Male",
      "faceRectangle": {
        "left": 240,
        "top": 294,
        "width": 135,
        "height": 135
      }
    }
  ],
  "color": {
    "dominantColorForeground": "Black",
    "dominantColorBackground": "Black",
    "dominantColors": [
      "Black",
      "Grey"
    ],
    "accentColor": "7B5E50",
    "isBWImg": false
  },
  "imageType": {
    "clipArtType": 0,
    "lineDrawingType": 0
  }
}

Möchten Sie dies erstellen?

Videos nahezu in Echtzeit analysieren

Videos nahezu in Echtzeit analysieren: Verwenden Sie eine der Maschinelles Sehen-APIs mit Ihren Videodateien, indem Sie Frames des Videos von Ihrem Gerät extrahieren und diese an die API-Aufrufe Ihrer Wahl senden. Erzielen Sie schneller Ergebnisse aus Ihren Videos.

Verwenden Sie unser Beispiel auf GitHub, um loszulegen und Ihre eigene App zu erstellen.

Weitere Informationen

Demo anzeigen

Möchten Sie dies erstellen?

Miniaturansichten generieren

Generieren Sie eine hochwertige, speichereffiziente Miniaturansicht basierend auf beliebigen Bildern, und passen Sie die Bilder an Ihre Bedürfnisse hinsichtlich Größe, Form und Stil an. Wenden Sie intelligente Zuschneidefunktionen an, um Miniaturansichten mit einem anderen Seitenverhältnis zu generieren als das Originalbild, während gleichzeitig der Fokus beibehalten wird.

Demo anzeigen

Möchten Sie dies erstellen?

Cognitive Services-APIs erkunden

Maschinelles Sehen

Nützliche Informationen aus Bildern herausfiltern

Gesichtserkennung

Gesichter auf Fotos erkennen, analysieren, organisieren und markieren

Freihanderkennung VORSCHAU

Ein KI-Dienst zur Erkennung digitaler Freihandinhalte wie handschriftlicher Texte, Formen und Layouts geschriebener Dokumente

Videoindizierung

Informationen aus Videos erschließen

Custom Vision

Passen Sie Ihre eigenen hochmodernen Modelle für maschinelles Sehen ganz einfach an Ihre speziellen Anforderungen an.

Formularerkennung VORSCHAU

Ein KI-basierter Dienst zur Dokumentextraktion, der Ihre Formulare auch wirklich versteht

Textanalysen

Werten Sie ganz einfach Stimmungen und Themen aus, um zu verstehen, was sich Ihre Benutzer wünschen

Translator Text

Einfach durchzuführende maschinelle Übersetzung mit einem einfachen REST-API-Aufruf

Bing-Rechtschreibprüfung

Ermitteln und korrigieren Sie Rechtschreibfehler in Ihrer App

QnA Maker

Verwandeln Sie Informationen in einfach zu findende Antworten.

Language Understanding

Bringen Sie Ihren Apps bei, Befehle Ihrer Benutzer zu verstehen

Sprachdienste

Vereinheitlichter Sprachdienst für Sprache-zu-Text, Text-zu-Sprache und Sprachübersetzung

Sprechererkennung VORSCHAU

Sprecher anhand ihrer Stimme Identifizieren und überprüfen

Content Moderator

Automatisierte Bild-, Text- und Videomoderation

Anomalieerkennung VORSCHAU

Fügen Sie Ihren Apps ganz einfach Funktionen zur Anomalieerkennung hinzu.

Personalisierung VORSCHAU

Ein KI-Dienst für eine personalisierte Benutzeroberfläche

Bereit, Ihrer App neuen Schwung zu verleihen?