API Vision par ordinateur

Extrayez des informations riches à partir d’images afin de catégoriser et traiter des données visuelles, et bénéficiez d’une modération des images assistée par ordinateur pour soigner vos services.

Analysez une image

Cette fonctionnalité retourne des informations sur le contenu visuel d’une image. Utilisez le marquage, les descriptions et les modèles propres au domaine pour identifier le contenu et le marquer en toute confiance. Appliquez les paramètres relatifs au contenu osé/pour adulte pour activer la restriction automatique du contenu réservé aux adultes. Identifiez les types d’image et de jeu de couleurs dans les images.

Voir en action

Sexe Male
Âge 36
Nom de la caractéristique : Valeur
Description { "tags": [ "water", "swimming", "sport", "pool", "person", "man", "frisbee", "ocean", "blue", "bird", "riding", "top", "standing", "wave", "young", "body", "large", "game", "glass", "pond", "playing", "board", "catch", "clear", "boat", "white" ], "captions": [ { "text": "a man swimming in a pool of water", "confidence": 0.8909298 } ] }
Mots clés [ { "name": "water", "confidence": 0.9997857 }, { "name": "swimming", "confidence": 0.955619633 }, { "name": "sport", "confidence": 0.953807831 }, { "name": "pool", "confidence": 0.9515978 }, { "name": "person", "confidence": 0.889862537 }, { "name": "water sport", "confidence": 0.664259 } ]
Format de l’image "Jpeg"
Dimensions de l’image 462 x 600
Type de clipart 0
Type de dessin de ligne 0
Noir et blanc false
Contenu pour adultes false
Degré du contenu pour adultes 0.07518345
Osé false
Degré du contenu osé 0.1814024
Catégories [ { "name": "people_swimming", "score": 0.98046875 } ]
Visages [ { "age": 36, "gender": "Male", "faceRectangle": { "top": 133, "left": 298, "width": 121, "height": 121 } } ]
Couleur d’arrière-plan dominante
"White"
Couleur de premier plan dominante
"Grey"
Couleur d’accentuation
#19A4B2

Voulez-vous le créer ?

Lisez le texte contenu dans des images

Avec la reconnaissance optique de caractères (OCR), détectez du texte dans une image et extrayez les mots reconnus dans un flux de caractères exploitable automatiquement. Analysez les images pour détecter le texte incorporé, générer des flux de caractères et permettre la recherche. Prenez des photos d’un texte au lieu de le recopier. Ainsi, vous éviterez des efforts inutiles et gagnerez du temps.

Voir en action

  1. Aperçu
  2. JSON

IF WE DID

ALL

THE THINGS

WE ARE

CAPABLÉ•

OF DOING,

WE WOULD

LITERALLY

ASTOUND

QURSELV*S.

{
  "textAngle": 0.0,
  "orientation": "NotDetected",
  "language": "en",
  "regions": [
    {
      "boundingBox": "316,47,284,340",
      "lines": [
        {
          "boundingBox": "319,47,182,24",
          "words": [
            {
              "boundingBox": "319,47,42,24",
              "text": "IF"
            },
            {
              "boundingBox": "375,47,44,24",
              "text": "WE"
            },
            {
              "boundingBox": "435,47,66,23",
              "text": "DID"
            }
          ]
        },
        {
          "boundingBox": "316,74,204,69",
          "words": [
            {
              "boundingBox": "316,74,204,69",
              "text": "ALL"
            }
          ]
        },
        {
          "boundingBox": "318,147,207,24",
          "words": [
            {
              "boundingBox": "318,147,63,24",
              "text": "THE"
            },
            {
              "boundingBox": "397,147,128,24",
              "text": "THINGS"
            }
          ]
        },
        {
          "boundingBox": "316,176,125,23",
          "words": [
            {
              "boundingBox": "316,176,44,23",
              "text": "WE"
            },
            {
              "boundingBox": "375,176,66,23",
              "text": "ARE"
            }
          ]
        },
        {
          "boundingBox": "319,194,281,44",
          "words": [
            {
              "boundingBox": "319,194,281,44",
              "text": "CAPABLÉ•"
            }
          ]
        },
        {
          "boundingBox": "318,243,181,29",
          "words": [
            {
              "boundingBox": "318,243,43,23",
              "text": "OF"
            },
            {
              "boundingBox": "376,243,123,29",
              "text": "DOING,"
            }
          ]
        },
        {
          "boundingBox": "316,271,170,24",
          "words": [
            {
              "boundingBox": "316,272,44,23",
              "text": "WE"
            },
            {
              "boundingBox": "375,271,111,24",
              "text": "WOULD"
            }
          ]
        },
        {
          "boundingBox": "317,300,200,24",
          "words": [
            {
              "boundingBox": "317,300,200,24",
              "text": "LITERALLY"
            }
          ]
        },
        {
          "boundingBox": "316,328,157,24",
          "words": [
            {
              "boundingBox": "316,328,157,24",
              "text": "ASTOUND"
            }
          ]
        },
        {
          "boundingBox": "318,357,214,30",
          "words": [
            {
              "boundingBox": "318,357,214,30",
              "text": "QURSELV*S."
            }
          ]
        }
      ]
    }
  ]
}

En chargeant des données pour cette démonstration, vous acceptez que Microsoft puisse les stocker et les utiliser afin d’améliorer ses services, notamment cette API. Pour protéger votre vie privée, nous prenons des mesures afin de dépersonnaliser et sécuriser vos données. Nous ne publions pas vos données ne laissons personne les utiliser.

Voulez-vous le créer ?

Préversion : Lisez du texte manuscrit contenu dans des images

Cette technologie (reconnaissance optique des caractères écrits à la main) vous permet de détecter et d’extraire du texte écrit à la main de notes, de lettres, de dissertations, de tableaux blancs, de formulaires, etc. Elle fonctionne avec différents surfaces et fonds, comme du papier blanc, des notes autocollantes jaunes et des tableaux blancs.

La reconnaissance du texte écrit à la main économise du temps et des efforts et augmente votre productivité en vous permettant de prendre des images d’un texte, plutôt que de le retranscrire. Cette fonctionnalité vous permet de numériser les notes et ainsi d’implémenter une recherche rapide et facile. Elle réduit également l’encombrement papier.

Remarque : cette technologie est actuellement en préversion et n’est disponible que pour du texte écrit en anglais.

Pour essayer cette démonstration de la reconnaissance optique de caractères, chargez une image stockée localement ou indiquez l’URL d’une image. Nous ne stockons pas les images que vous fournissez pour cette démonstration, sauf si vous nous y autorisez.

Voir en action

  1. Aperçu
  2. JSON

OUR greatest glory is not

i never failing ,

but in rising every

time we fall

{
  "status": "Succeeded",
  "succeeded": true,
  "failed": false,
  "finished": true,
  "recognitionResult": {
    "lines": [
      {
        "boundingBox": [
          67,
          204,
          668,
          210,
          667,
          272,
          66,
          267
        ],
        "text": "OUR greatest glory is not",
        "words": [
          {
            "boundingBox": [
              69,
              206,
              159,
              205,
              155,
              274,
              65,
              275
            ],
            "text": "OUR"
          },
          {
            "boundingBox": [
              192,
              205,
              350,
              204,
              346,
              273,
              188,
              274
            ],
            "text": "greatest"
          },
          {
            "boundingBox": [
              393,
              204,
              509,
              203,
              505,
              272,
              389,
              273
            ],
            "text": "glory"
          },
          {
            "boundingBox": [
              539,
              203,
              588,
              203,
              584,
              272,
              534,
              272
            ],
            "text": "is"
          },
          {
            "boundingBox": [
              601,
              202,
              680,
              202,
              676,
              271,
              597,
              271
            ],
            "text": "not"
          }
        ]
      },
      {
        "boundingBox": [
          540,
          289,
          900,
          302,
          897,
          374,
          538,
          360
        ],
        "text": "i never failing ,",
        "words": [
          {
            "boundingBox": [
              534,
              300,
              558,
              300,
              568,
              376,
              545,
              376
            ],
            "text": "i"
          },
          {
            "boundingBox": [
              589,
              300,
              694,
              300,
              705,
              376,
              600,
              376
            ],
            "text": "never"
          },
          {
            "boundingBox": [
              720,
              300,
              874,
              300,
              885,
              376,
              731,
              376
            ],
            "text": "failing"
          },
          {
            "boundingBox": [
              877,
              300,
              905,
              300,
              916,
              376,
              888,
              376
            ],
            "text": ","
          }
        ]
      },
      {
        "boundingBox": [
          139,
          416,
          572,
          433,
          570,
          491,
          136,
          474
        ],
        "text": "but in rising every",
        "words": [
          {
            "boundingBox": [
              145,
              418,
              215,
              418,
              202,
              491,
              132,
              491
            ],
            "text": "but"
          },
          {
            "boundingBox": [
              227,
              418,
              275,
              418,
              262,
              491,
              214,
              491
            ],
            "text": "in"
          },
          {
            "boundingBox": [
              308,
              418,
              428,
              419,
              415,
              492,
              295,
              491
            ],
            "text": "rising"
          },
          {
            "boundingBox": [
              476,
              419,
              581,
              419,
              568,
              492,
              463,
              492
            ],
            "text": "every"
          }
        ]
      },
      {
        "boundingBox": [
          622,
          413,
          967,
          410,
          968,
          470,
          623,
          472
        ],
        "text": "time we fall",
        "words": [
          {
            "boundingBox": [
              627,
              408,
              722,
              409,
              713,
              470,
              618,
              468
            ],
            "text": "time"
          },
          {
            "boundingBox": [
              765,
              409,
              828,
              410,
              818,
              471,
              756,
              470
            ],
            "text": "we"
          },
          {
            "boundingBox": [
              873,
              410,
              976,
              412,
              967,
              472,
              864,
              471
            ],
            "text": "fall"
          }
        ]
      }
    ]
  }
}

Voulez-vous le créer ?

Reconnaître les célébrités et les éléments géographiques

Les modèles de célébrités et d’éléments géographiques sont des exemples de modèles propres à un domaine. Notre modèle de reconnaissance des célébrités reconnaît 200 000 célébrités des mondes économique, politique, sportif et du divertissement. Notre modèle de reconnaissance d’éléments géographiques reconnaît 9000 éléments géographiques du monde entier, qu’ils soient d’origine naturelle ou humaine. Les modèles propres à un domaine évoluent en permanence au sein de l’API Vision par ordinateur.

Voir en action

{
  "categories": [
    {
      "name": "people_",
      "score": 0.86328125,
      "detail": {
        "celebrities": [
          {
            "name": "Satya Nadella",
            "faceRectangle": {
              "left": 239,
              "top": 293,
              "width": 138,
              "height": 138
            },
            "confidence": 0.9999974
          }
        ],
        "landmarks": null
      }
    }
  ],
  "adult": null,
  "tags": [
    {
      "name": "person",
      "confidence": 0.99956613779067993
    },
    {
      "name": "suit",
      "confidence": 0.98934584856033325
    },
    {
      "name": "man",
      "confidence": 0.98844343423843384
    },
    {
      "name": "outdoor",
      "confidence": 0.860062301158905
    }
  ],
  "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": 0.99033389849736619
      }
    ]
  },
  "requestId": "b8d3fd59-8658-4fb9-8d8d-ccdc26c2d8c3",
  "metadata": {
    "width": 600,
    "height": 900,
    "format": "Jpeg"
  },
  "faces": [
    {
      "age": 49,
      "gender": "Male",
      "faceRectangle": {
        "left": 239,
        "top": 293,
        "width": 138,
        "height": 138
      }
    }
  ],
  "color": {
    "dominantColorForeground": "Black",
    "dominantColorBackground": "Black",
    "dominantColors": [
      "Black",
      "Grey"
    ],
    "accentColor": "7B5E50",
    "isBWImg": false
  },
  "imageType": {
    "clipArtType": 0,
    "lineDrawingType": 0
  }
}

Voulez-vous le créer ?

Analysez des vidéos en temps presque réel

Analysez une vidéo en quasi temps réel. Pour utiliser l’une des API Vision par ordinateur avec vos fichiers vidéo, extrayez des trames de la vidéo à partir de votre appareil, puis envoyez-les aux appels d’API de votre choix. Recevez plus rapidement les résultats de vos vidéos.

Utilisez notre exemple sur GitHub pour vous mettre en route et créer votre propre application.

En savoir plus

Voir en action

Voulez-vous le créer ?

Générez une miniature

Générez une miniature de grande qualité et peu volumineuse basée sur une image donnée. La génération de miniatures permet de modifier les images pour les adapter à vos besoins en termes de taille, de forme et de style. Appliquez un rognage intelligent pour générer des miniatures dont les proportions sont différentes de l’image d’origine tout en conservant la zone qui vous intéresse.

Voir en action

En chargeant des données pour cette démonstration, vous acceptez que Microsoft puisse les stocker et les utiliser afin d’améliorer ses services, notamment cette API. Pour protéger votre vie privée, nous prenons des mesures afin de dépersonnaliser et sécuriser vos données. Nous ne publions pas vos données ne laissons personne les utiliser.

Voulez-vous le créer ?

Explorer les API Cognitive Services

API Vision par ordinateur

Dévoilez des informations pertinentes à partir d’images

API Face

Détectez, analysez, organisez et identifiez les visages dans vos photos

Content Moderator

Modération automatisée des images, textes et vidéos

API Émotion VERSION PRÉLIMINAIRE

Personnalisez les expériences utilisateur avec la reconnaissance des émotions

API Vidéo VERSION PRÉLIMINAIRE

Traitement intelligent des vidéos

Service Vision personnalisée VERSION PRÉLIMINAIRE

Personnalisez facilement vos modèles de vision par ordinateur pour les adapter à votre cas d’utilisation

Video Indexer VERSION PRÉLIMINAIRE

Tirez des insights de vos vidéos

LUIS (Language Understanding Intelligent Service) VERSION PRÉLIMINAIRE

Formez vos applications pour qu’elles comprennent les commandes de vos utilisateurs

API Analyse de texte

Évaluez facilement les sentiments et les thèmes pour comprendre ce que les clients recherchent

API Vérification orthographique Bing

Détectez et corrigez les fautes d’orthographe dans votre application

API Translator Text

Effectuez facilement une traduction automatique avec un simple appel d’API REST

API Modèle de langage web VERSION PRÉLIMINAIRE

Utilisez la puissance des modèles de langage prédictif formés sur les données à l’échelle du web

API Analyse linguistique VERSION PRÉLIMINAIRE

Simplifiez les concepts de langage complexe et analysez le texte avec l’API Analyse linguistique

API Translator Speech

Effectuez facilement une traduction orale en temps réel avec un simple appel d’API REST

API Reconnaissance de l’orateur VERSION PRÉLIMINAIRE

Identifiez et authentifiez les orateurs en fonction de leur voix

API Microsoft Speech Bing

Activez la reconnaissance vocale et la synthèse vocale pour découvrir l’intention de l’utilisateur

Service vocal personnalisé VERSION PRÉLIMINAIRE

Surmonter les obstacles à la reconnaissance vocale, tels que le style d’élocution, le bruit de fond et le vocabulaire

API Recommandations VERSION PRÉLIMINAIRE

Prédisez et recommandez les articles recherchés par vos clients

API Connaissances universitaires VERSION PRÉLIMINAIRE

Exploitez le riche contenu pédagogique de Microsoft Academic Graph

Service d’exploration des connaissances VERSION PRÉLIMINAIRE

Activez des expériences de recherche interactive sur des données structurées via des entrées en langage naturel

API QnA Maker VERSION PRÉLIMINAIRE

Distillez des informations au travers de réponses de style conversationnel dans lesquelles il est facile de naviguer

API Entity Linking Intelligence Service VERSION PRÉLIMINAIRE

Renforcez les liens de données de votre application avec une reconnaissance d’entité nommée et une levée d’ambiguïté

Service Décision personnalisée VERSION PRÉLIMINAIRE

API contextuelle d’aide à la prise de décision basée sur le cloud, dont les capacités s’enrichissent avec l’expérience

Project Prague

Contrôles gestuels

Project Cuzco

Événement associé à des entrées Wikipédia

Project Nanjing

Calcul d’isochrones

Project Abu Dhabi

Matrice des distances

Project Johannesburg

Logistique de transport routier

Project Wollongong

Informations pratiques sur les lieux

Prêt à booster votre application ?