ナビゲーションをスキップする
  1. ホーム
  4. Computer Vision

Computer Vision

画像から豊富な情報を抽出して、視覚データを分類および処理します。また、機械による画像のモデレートを実施して、サービスのキュレーションを支援します。

Computer Vision API を試す

Cognitive Services を無料で試す

ゲスト

7 日間の試用期間

Cognitive Services を無料で評価する

  • クレジット カード不要
  • 試用期間終了後のデータは保存されません

無料 Azure アカウント

$0/月

Azure の無料アカウントで試す

サインアップ
  • $200 のクレジットを Azure で使用可能
  • 有効期限のない無料アクセス
  • データとカスタマイズは保存可能

既存の Azure アカウント

Azure アカウントをお持ちの場合

サインイン
  • 完全な SLA レポート
  • エンタープライズ グレードのパフォーマンス
  • 完全な Azure 製品統合
  • 必要に応じてシームレスにスケールアップ

Cognitive Services を無料で試す

1/3

Microsoft Cognitive Services 使用条件

ご使用の無料試用版のサービス条件をご確認ください。

Microsoft から Azure およびその他の Microsoft 製品やサービスに関する情報を受け取ることに同意します。サブスクリプションはいつでも解除できます。詳細については、プライバシーに関する声明をご覧ください。
コンテナーを使って、エッジ、オンプレミス、クラウドで、画像内のテキストを読み取ります。詳細情報

画像の分析

この機能では、画像内にあるビジュアル コンテンツに関する情報が返されます。タグ付け、ドメイン固有モデル、4 言語での説明を使用してコンテンツを特定し、確実にラベル付けします。オブジェクトの検出を使用して、画像内の何千ものオブジェクトの場所を取得します。成人向け/わいせつな描写に対する設定を適用すれば、成人向けである可能性のあるコンテンツを検出するのに役立ちます。画像の種類や写真内の配色を特定します。

アクションからご覧ください

person
person
subway train
特徴名: 値
オブジェクト [ { "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 } ]
タグ [ { "name": "train", "confidence": 0.9975446 }, { "name": "platform", "confidence": 0.9955431 }, { "name": "station", "confidence": 0.979800761 }, { "name": "indoor", "confidence": 0.9277198 }, { "name": "subway", "confidence": 0.8389395 }, { "name": "clothing", "confidence": 0.5043765 }, { "name": "pulling", "confidence": 0.4317162 } ]
説明 { "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": 0.8330992 } ] }
画像形式 "Jpeg"
画像サイズ 462 x 600
クリップ アートの種類 0
線画の種類 0
モノクロ false
成人向けコンテンツ false
成人スコア 0.009112834
わいせつ性 false
わいせつスコア 0.0143244695
カテゴリ [ { "name": "trans_trainstation", "score": 0.98828125 } ]
顔 []
背景のドミナント カラー
"Black"
前景のドミナント カラー
"Black"
アクセント カラー
#484C83

使ってみたいですか?

詳細内容を確認する

一般提供に関する情報画像内の印字されたテキストと手書きのテキストの両方の読み取り

読み取り操作で最先端の光学式文字認識 (OCR) を使用して、埋め込み、印字、また手書きのテキストを検出し、認識された語句をマシンが読み取り可能な文字ストリームに抽出して、検索を有効にします。テキストをコピーする代わりに写真を撮ることで、時間と労力を節約できます。

アクションからご覧ください

  1. プレビュー
  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": "!"
            }
          ]
        }
      ]
    }
  ]
}

デモの結果は説明のみを目的としています。画像は多少操作されているため、実際の API の結果は異なる可能性があります。

使ってみたいですか?

開始する

ブランド、著名人、ランドマークの認識

全世界の 1,500 を超えるブランドとロゴ、ビジネス、政治、スポーツ、エンターテインメント分野での 100 万人の著名人のほか、世界中の 9,000 の自然物や人工物のランドマークを認識します。

アクションからご覧ください

{
  "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": 0.99956607818603516
    },
    {
      "name": "suit",
      "confidence": 0.98934578895568848
    },
    {
      "name": "man",
      "confidence": 0.98844337463378906
    },
    {
      "name": "tie",
      "confidence": 0.959053635597229
    },
    {
      "name": "human face",
      "confidence": 0.95430314540863037
    },
    {
      "name": "clothing",
      "confidence": 0.860575795173645
    },
    {
      "name": "smile",
      "confidence": 0.8601078987121582
    },
    {
      "name": "outdoor",
      "confidence": 0.86006265878677368
    },
    {
      "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": 0.99032749706305134
      }
    ]
  },
  "requestId": "af5ef115-35dc-42d4-b435-1989c728193b",
  "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
  },
  "brands": []
}

使ってみたいですか?

詳細内容を確認する

ほぼリアルタイムでビデオを分析

ほぼリアルタイムでビデオを分析。ご使用のデバイスでビデオのフレームを抽出し、それらのフレームをお好きな API 呼び出しに送信することで、任意の Computer Vision API をビデオ ファイルに使用できます。ビデオの結果はすぐに返ってきます。

まず GitHub のサンプルを使用して、アプリを構築しましょう。

詳細についてはこちら (英語) をご覧ください

アクションからご覧ください

使ってみたいですか?

詳細内容を確認する

サムネイルの生成

あらゆる画像をベースに高品質でストレージ効率の高いサムネイルを生成したり、サイズ、形、スタイルのニーズに最も合ったものに画像を変更したりできます。スマート トリミングを適用すれば、元の画像とは異なる縦横比であるものの、関心領域を維持したサムネイルを生成できます。

アクションからご覧ください

使ってみたいですか?

詳細内容を確認する
  1. vigiglobe
  2. Pic Collage
  3. GrayMeta
  4. Prism Skylabs
  5. Blucup
  6. Pivothead

"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 氏: CEO | Vigiglobe
vigiglobe

"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 氏: 共同創立者兼 CEO | Cardinal Blue Software
Pic Collage

"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 氏: 最高製造経営者 | GrayMeta
GrayMeta

"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 氏: 製造およびエンジニアリング担当部長 | Prism Skylabs
Prism Skylabs

"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 氏: CEO | Blucup
Blucup

"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 氏: R&D ディレクター | Pivothead
Pivothead

詳細情報

関連資料

Cognitive Services APIs を詳しく見る

  1. 視覚
  2. 音声
  3. 言語
  4. 決定
  5. 検索

Computer Vision

画像から意思決定に役立つ情報を抽出

Face

写真に含まれる顔の検出、識別、分析、グループ化、タグ付け

Ink Recognizer プレビュー

手書きの文字、図形、インク ドキュメントのレイアウトなどのデジタル インク コンテンツを認識できる AI サービス

Video Indexer

動画の分析情報を解明

Custom Vision

貴社の最先端のコンピューター ビジョン モデルを、独自の用途向けに簡単にカスタマイズできます

Form Recognizer プレビュー

フォームを解釈し、ドキュメントを抽出できる AI サービス

Text Analytics

センチメントとトピックを簡単に評価して、ユーザーが求めるものを理解

Translator Text

シンプルな REST API 呼び出しで機械翻訳を簡単に実行

QnA Maker

情報から会話形式のナビゲーションしやすい回答を抽出

Language Understanding

ユーザーが入力したコマンドをアプリが理解できるようにします。

Immersive Reader プレビュー

あらゆる年齢や能力のユーザーがテキストを読み理解できるようにサポート

Speech Services

音声テキスト変換、テキスト読み上げ、音声翻訳のための統合Speech Services

Speaker Recognition プレビュー

音声を使用して個々の話者を識別および検証

Content Moderator

画像、テキスト、ビデオを自動モデレート

Anomaly Detector プレビュー

異常検出機能をアプリに簡単に追加します。

Personalizer プレビュー

パーソナライズされたユーザー エクスペリエンスを提供する AI サービス

アプリをパワーアップさせる準備はできていますか？