Navigáció kihagyása

Számítógépes látástechnológia

Részletes információt nyerhet ki képekből a vizuális adatok kategorizálásához és feldolgozásához, a gépi támogatású képmoderálás pedig segítheti a szolgáltatások összeválogatásában.

Kép elemzése

Ezzel a funkcióval információt nyerhet ki a képek vizuális tartalmáról. Használjon négy nyelven címkéket, tartomány-specifikus modelleket és leírásokat a tartalom megbízható azonosításához és megjelöléséhez. A felnőtt/pikáns tartalmakra vonatkozó beállításokkal észlelheti a potenciális felnőtt tartalmakat. Azonosítsa a képtípusokat és színösszeállításokat.

Nézze meg működés közben

Jellemző neve: Value (Díj)
Leírás { "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 } ] }
Címkék [ { "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": "pulling", "confidence": 0.4317156 } ]
Képformátum "Jpeg"
Képméret 462 x 600
Grafikus kép típusa 0
Vonalrajz típusa 0
Fekete-fehér false
Felnőtt tartalom false
Felnőtt pontszám 0.009112834
Pikáns false
Pikáns pontszám 0.0143244695
Kategóriák [ { "name": "trans_trainstation", "score": 0.98828125 } ]
Arcok []
Domináns háttérszín
"Black"
Domináns előtérszín
"Black"
Kiemelés színe
#484C83

Szeretné ezt elkészíteni?

Olvassa el a szövegeket a képeken

Az optikai karakterfelismerés (OCR) segítségével azonosíthatja a képeken található szöveget, és géppel feldolgozható karakterfolyamként kinyerheti a felismert karaktereket. A képelemzés felismeri és karakterfolyammá alakítja a beágyazott szövegeket, így lehetővé teszi a keresést. Másolás helyett elég, ha lefényképezi a szöveget, így időt és fáradságot takarít meg.

Próbálja ki az általánosan elérhető OCR szolgáltatást, és nyerjen betekintést az új, előzetes verziós OCR-motor működésébe (a „Recognise Text” API-művelettel), amely még hatékonyabb angol szövegfelismerést nyújt.

Nézze meg működés közben

  1. Előzetes verzió
  2. JSON

Sorry!

Have a

nice day !

Oops!

See you soon !

bye!

{
  "status": "Succeeded",
  "succeeded": true,
  "failed": false,
  "finished": true,
  "recognitionResult": {
    "lines": [
      {
        "boundingBox": [
          122,
          122,
          401,
          85,
          404,
          229,
          143,
          233
        ],
        "text": "Sorry!",
        "words": [
          {
            "boundingBox": [
              120,
              105,
              426,
              82,
              437,
              226,
              131,
              249
            ],
            "text": "Sorry!"
          }
        ]
      },
      {
        "boundingBox": [
          586,
          160,
          917,
          120,
          929,
          221,
          599,
          262
        ],
        "text": "Have a",
        "words": [
          {
            "boundingBox": [
              585,
              166,
              813,
              138,
              814,
              232,
              593,
              265
            ],
            "text": "Have"
          },
          {
            "boundingBox": [
              832,
              137,
              898,
              135,
              896,
              224,
              833,
              230
            ],
            "text": "a"
          }
        ]
      },
      {
        "boundingBox": [
          577,
          243,
          980,
          204,
          992,
          335,
          590,
          374
        ],
        "text": "nice day !",
        "words": [
          {
            "boundingBox": [
              575,
              265,
              757,
              237,
              765,
              342,
              583,
              353
            ],
            "text": "nice"
          },
          {
            "boundingBox": [
              774,
              234,
              934,
              211,
              941,
              339,
              782,
              341
            ],
            "text": "day"
          },
          {
            "boundingBox": [
              934,
              211,
              991,
              204,
              997,
              339,
              941,
              339
            ],
            "text": "!"
          }
        ]
      },
      {
        "boundingBox": [
          210,
          367,
          436,
          347,
          435,
          499,
          192,
          483
        ],
        "text": "Oops!",
        "words": [
          {
            "boundingBox": [
              200,
              349,
              463,
              346,
              465,
              498,
              201,
              501
            ],
            "text": "Oops!"
          }
        ]
      },
      {
        "boundingBox": [
          167,
          622,
          686,
          588,
          693,
          684,
          174,
          719
        ],
        "text": "See you soon !",
        "words": [
          {
            "boundingBox": [
              165,
              624,
              307,
              614,
              308,
              711,
              168,
              722
            ],
            "text": "See"
          },
          {
            "boundingBox": [
              300,
              614,
              442,
              606,
              441,
              702,
              302,
              712
            ],
            "text": "you"
          },
          {
            "boundingBox": [
              448,
              605,
              622,
              597,
              619,
              690,
              448,
              701
            ],
            "text": "soon"
          },
          {
            "boundingBox": [
              622,
              597,
              686,
              594,
              683,
              687,
              619,
              690
            ],
            "text": "!"
          }
        ]
      },
      {
        "boundingBox": [
          824,
          491,
          1010,
          482,
          1013,
          611,
          808,
          603
        ],
        "text": "bye!",
        "words": [
          {
            "boundingBox": [
              816,
              482,
              1039,
              481,
              1040,
              610,
              816,
              611
            ],
            "text": "bye!"
          }
        ]
      }
    ]
  }
}

Szeretné ezt elkészíteni?

Előzetes verzió: Kézzel írt szöveg felismerése képekből

Kézzel írt jegyzetek, levelek, esszék, táblaképek, űrlapok vagy más források szövegének felismerése és kinyerése. A kézzel írt jegyzetek átírása helyett fotókat készíthet róluk, amelyeket könnyen megtalálhatóvá tehet a keresési funkciók implementálásával, így csökkentheti a papírfelhasználást és hatékonyabban dolgozhat. A kézírásos optikai karakterfelismerés különféle felületekkel és hátterekkel használható, például fehér papír, sárga jegyzetlapok vagy fehér tábla.

Megjegyzés: ez a technológia jelenleg előzetes verzióban, és kizárólag angol nyelvű szövegekre érhető el.

Nézze meg működés közben

  1. Előzetes verzió
  2. JSON

Our greatest glory is not

in 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": [
              45,
              205,
              160,
              204,
              155,
              273,
              41,
              274
            ],
            "text": "Our"
          },
          {
            "boundingBox": [
              177,
              204,
              349,
              203,
              345,
              272,
              173,
              273
            ],
            "text": "greatest"
          },
          {
            "boundingBox": [
              380,
              202,
              507,
              202,
              503,
              271,
              375,
              271
            ],
            "text": "glory"
          },
          {
            "boundingBox": [
              525,
              201,
              587,
              201,
              582,
              270,
              521,
              270
            ],
            "text": "is"
          },
          {
            "boundingBox": [
              587,
              201,
              679,
              200,
              675,
              269,
              582,
              270
            ],
            "text": "not"
          }
        ]
      },
      {
        "boundingBox": [
          540,
          289,
          900,
          302,
          897,
          374,
          538,
          360
        ],
        "text": "in never failing ,",
        "words": [
          {
            "boundingBox": [
              506,
              299,
              551,
              299,
              562,
              375,
              517,
              375
            ],
            "text": "in"
          },
          {
            "boundingBox": [
              578,
              299,
              692,
              299,
              703,
              375,
              589,
              375
            ],
            "text": "never"
          },
          {
            "boundingBox": [
              711,
              299,
              871,
              298,
              881,
              374,
              722,
              374
            ],
            "text": "failing"
          },
          {
            "boundingBox": [
              863,
              298,
              901,
              298,
              912,
              374,
              874,
              374
            ],
            "text": ","
          }
        ]
      },
      {
        "boundingBox": [
          139,
          416,
          572,
          433,
          570,
          491,
          136,
          474
        ],
        "text": "but in rising every",
        "words": [
          {
            "boundingBox": [
              124,
              416,
              212,
              417,
              198,
              490,
              110,
              489
            ],
            "text": "but"
          },
          {
            "boundingBox": [
              216,
              417,
              272,
              417,
              258,
              490,
              202,
              490
            ],
            "text": "in"
          },
          {
            "boundingBox": [
              296,
              417,
              432,
              418,
              418,
              491,
              282,
              490
            ],
            "text": "rising"
          },
          {
            "boundingBox": [
              460,
              418,
              588,
              419,
              574,
              491,
              446,
              491
            ],
            "text": "every"
          }
        ]
      },
      {
        "boundingBox": [
          622,
          413,
          967,
          410,
          968,
          470,
          623,
          472
        ],
        "text": "time we fall",
        "words": [
          {
            "boundingBox": [
              610,
              406,
              717,
              408,
              708,
              469,
              601,
              467
            ],
            "text": "time"
          },
          {
            "boundingBox": [
              751,
              408,
              823,
              409,
              814,
              470,
              742,
              469
            ],
            "text": "we"
          },
          {
            "boundingBox": [
              861,
              409,
              971,
              410,
              962,
              471,
              852,
              470
            ],
            "text": "fall"
          }
        ]
      }
    ]
  }
}

Szeretné ezt elkészíteni?

Hírességek és tereptárgyak felismerése

Több mint 200 000 üzleti, politikai, sport- és szórakoztatóipari hírességet ismerhet fel, valamint 9000 természeti és ember által készített tereptárgyat a világ minden pontjáról.

Nézze meg működés közben

{
  "categories": [
    {
      "name": "people_",
      "score": 0.86328125,
      "detail": {
        "celebrities": [
          {
            "name": "Satya Nadella",
            "faceRectangle": {
              "left": 240,
              "top": 294,
              "width": 135,
              "height": 135
            },
            "confidence": 0.99999833106994629
          }
        ],
        "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
    },
    {
      "name": "sound",
      "confidence": 0.23671795330197121
    },
    {
      "name": "wedding",
      "confidence": 0.1843707298035846
    },
    {
      "name": "ceremony",
      "confidence": 0.13376032654612283
    },
    {
      "name": "headshot",
      "confidence": 0.13326184709017147
    }
  ],
  "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": "2d0a915b-ff99-4d7a-bae4-03f4661614dc",
  "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
  }
}

Szeretné ezt elkészíteni?

Videók elemzése csaknem valós időben

Videók közel valós idejű elemzése Videofájlokhoz használhatja a Computer Vision API-kat is: az eszközön a videóból képkockákat másolhat ki, és elküldheti azokat bármely API-hívásnak. A videó adatait így gyorsabban tudja értelmezni.

A GitHubon elérhető mintát használva megkezdheti saját alkalmazásának létrehozását is.

Részletek

Nézze meg működés közben

Szeretné ezt elkészíteni?

Miniatűrkép generálása

Kiváló minőségű és hatékonyan tárolható miniatűrt hozhat létre bármilyen kép alapján, majd igény szerint módosíthatja a képeket méret, alak és stílus szerint. Az intelligens képvágási funkció segítségével az eredetitől eltérő képarányú, azonban a lényeges területeket megőrző miniatűröket hozhat létre.

Nézze meg működés közben

Szeretné ezt elkészíteni?

Ismerje meg a Cognitive Services API-kat

Számítógépes látástechnológia

Hasznos információkhoz juthat a képekből

Arcfelismerés

Arcok felismerése, azonosítása, elemzése, rendszerezése és megjelölése a képeken

Video Indexer

Tárja fel a videókban rejlő információkat

Content Moderator

Automatizált kép-, szöveg- és videomoderálás

Custom Vision ELŐZETES VERZIÓ

Könnyedén testre szabhatja a saját legkorszerűbb számítógépes látástechnológiai modelljeit az egyedi használati esetekhez

Szövegelemzés

Érzelmek és témakörök egyszerű kiértékelése a felhasználók szándékainak megértésére

Fordítói szöveg

Gépi fordítás egy egyszerű REST API-hívással

Bing – Helyesírás-ellenőrzés

Helyesírási hibák észlelése és javítása az alkalmazásokban

Content Moderator

Automatizált kép-, szöveg- és videomoderálás

Hangfelismerés

Megtaníthatja alkalmazásait a felhasználói parancsok értelmezésére.

Beszédszolgáltatások

Egységes beszédszolgáltatások diktáláshoz, szövegfelolvasáshoz és tolmácsoláshoz

Beszélőfelismerés ELŐZETES VERZIÓ

Beszéd használata az egyes beszélők azonosításához és ellenőrzéséhez