Kezdőlap
Termék
Cognitive Services
Számítógépes látástechnológia

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": 0.833099365 } ] }
Címkék	[ { "name": "train", "confidence": 0.9975446 }, { "name": "platform", "confidence": 0.995543063 }, { "name": "station", "confidence": 0.9798007 }, { "name": "indoor", "confidence": 0.927719653 }, { "name": "subway", "confidence": 0.838939846 }, { "name": "pulling", "confidence": 0.431715637 } ]
Képformátum	"Jpeg"
Képméret	462 x 600
Grafikus kép típusa	0
Vonalrajz típusa	0
Fekete-fehér	false
Felnőtt tartalom	false
Felnőtt pontszám	0.0147124995
Pikáns	false
Pikáns pontszám	0.0162802152
Kategóriák	[ { "name": "trans_trainstation", "score": 0.98828125 } ]
Arcok	[]
Domináns háttérszín	"Black"
Domináns előtérszín	"Black"
Kiemelés színe	#484C83

Szeretné ezt elkészíteni?

Információ

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.

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?

Információ

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

Előzetes verzió
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?

Információ

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
    }
  ],
  "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": 0.9903275009959599
      }
    ]
  },
  "requestId": "93a713cb-188e-4b70-a802-b8dd7dfcc146",
  "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?

Információ

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?

Információ

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?

Információ

"We can use the Computer Vision API to prove to our clients the reliability of the data, so they can be confident making important business decisions based on that information"

Leendert de Voogd: ügyvezető igazgató | Vigiglobe

Részletek

"It didn’t take us long to realize Microsoft Cognitive Services had handed us a powerful set of computer-vision and artificial-intelligence tools that we could use to create great apps and new features for our customers in just a few hours"

John Fan: társalapító és ügyvezető igazgató | Cardinal Blue Software

Részletek

"Because the Cognitive Services APIs harness the power of machine learning, we were able to bring advanced intelligence into our product without the need to have a team of data scientists on hand"

Aaron Edell: vezető terméktulajdonos | GrayMeta

Részletek

"We found Cognitive Services to be the missing piece in the equation, the one that we needed to bring this solution to market and really revolutionize the way people look at video"

Katie McCann: termékfejlesztési alelnök | Prism Skylabs

Részletek

"Microsoft Cognitive Services gives us a huge range of opportunities. It’s a perfect match for us now, and in the future when we want to add more features to our app"

Jaan Apajalahti: ügyvezető igazgató | Blucup

Részletek

"Using the Cognitive Services APIs, it took us three months to develop a test pair of glasses that can translate text and images into speech, identify emotions, and describe scenery.If we had been working full time, we could have done it in two weeks"

Benoit Chirouter: kutatási-fejlesztési igazgató | Pivothead

Részletek

Erőforrások

Ismerje meg a Cognitive Services API-kat