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。

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。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

特徴名:	値
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": 0.833099365 } ] }
タグ	[ { "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 } ]
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	0.0147124995
わいせつ性	false
わいせつスコア	0.0162802152
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

画像内のテキストの読み取り

光学式文字認識 (OCR) によって画像内のテキストを検出し、認識した語句をマシンが読み取れる文字ストリームとして抽出します。画像を分析して埋め込みテキストを検出し、文字ストリームを生成し、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。

一般提供となっている OCR サービスをぜひご利用ください。以下では、新しいプレビューの OCR エンジンと、さらに精度が高まった英語のテキスト認識の結果を ("Recognize Text" API 操作で) 手軽にご確認いただけます。

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": [
              121,
              121,
              424,
              81,
              442,
              223,
              140,
              263
            ],
            "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": [
              192,
              368,
              452,
              345,
              466,
              495,
              205,
              519
            ],
            "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": [
              811,
              491,
              1034,
              480,
              1040,
              609,
              817,
              620
            ],
            "text": "bye!"
          }
        ]
      }
    ]
  }
}

使ってみたいですか?

詳細内容を確認する

プレビュー: 画像からの手書き文字の読み取り

メモ、手紙、レポート、ホワイトボード、記入用紙などのソースから手書きの文字を検出し、抽出することができます。手書きのメモから転記せず、写真を撮ることで、書類の山を減らし、生産性を高めることができます。また、検索を実装することで、デジタルメモを見つけやすくなります。手書き文字の OCR は、白色の紙や黄色い付箋紙、ホワイトボードなど、さまざまな表面や下地に対応しています。

注: このテクノロジは現在プレビュー段階であり、英文のみに対応しています。

アクションからご覧ください

プレビュー
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": [
              47,
              206,
              161,
              205,
              157,
              274,
              43,
              275
            ],
            "text": "Our"
          },
          {
            "boundingBox": [
              179,
              205,
              350,
              204,
              346,
              273,
              175,
              274
            ],
            "text": "greatest"
          },
          {
            "boundingBox": [
              381,
              204,
              509,
              203,
              505,
              272,
              377,
              273
            ],
            "text": "glory"
          },
          {
            "boundingBox": [
              526,
              203,
              588,
              203,
              584,
              272,
              522,
              272
            ],
            "text": "is"
          },
          {
            "boundingBox": [
              588,
              203,
              680,
              202,
              676,
              271,
              584,
              272
            ],
            "text": "not"
          }
        ]
      },
      {
        "boundingBox": [
          540,
          289,
          900,
          302,
          897,
          374,
          538,
          360
        ],
        "text": "in never failing ,",
        "words": [
          {
            "boundingBox": [
              507,
              300,
              553,
              300,
              564,
              376,
              518,
              376
            ],
            "text": "in"
          },
          {
            "boundingBox": [
              579,
              300,
              693,
              300,
              704,
              376,
              590,
              376
            ],
            "text": "never"
          },
          {
            "boundingBox": [
              712,
              300,
              872,
              300,
              883,
              376,
              723,
              376
            ],
            "text": "failing"
          },
          {
            "boundingBox": [
              864,
              300,
              902,
              300,
              913,
              376,
              875,
              376
            ],
            "text": ","
          }
        ]
      },
      {
        "boundingBox": [
          139,
          416,
          572,
          433,
          570,
          491,
          136,
          474
        ],
        "text": "but in rising every",
        "words": [
          {
            "boundingBox": [
              125,
              417,
              213,
              418,
              200,
              491,
              112,
              490
            ],
            "text": "but"
          },
          {
            "boundingBox": [
              217,
              418,
              273,
              418,
              260,
              491,
              204,
              491
            ],
            "text": "in"
          },
          {
            "boundingBox": [
              297,
              418,
              433,
              419,
              420,
              492,
              284,
              491
            ],
            "text": "rising"
          },
          {
            "boundingBox": [
              461,
              419,
              589,
              420,
              576,
              492,
              448,
              492
            ],
            "text": "every"
          }
        ]
      },
      {
        "boundingBox": [
          622,
          413,
          967,
          410,
          968,
          470,
          623,
          472
        ],
        "text": "time we fall",
        "words": [
          {
            "boundingBox": [
              612,
              407,
              718,
              409,
              709,
              470,
              603,
              468
            ],
            "text": "time"
          },
          {
            "boundingBox": [
              753,
              409,
              825,
              410,
              815,
              471,
              743,
              470
            ],
            "text": "we"
          },
          {
            "boundingBox": [
              863,
              410,
              973,
              412,
              964,
              472,
              853,
              471
            ],
            "text": "fall"
          }
        ]
      }
    ]
  }
}

使ってみたいですか?

詳細内容を確認する

著名人およびランドマークの認識

ビジネス、政治、スポーツ、エンターテイメント分野での 200,000 人の著名人のほか、世界各国 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": 0.99999558925628662
          }
        ],
        "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": "4357144a-d5fc-44e0-a664-428d57fca6d2",
  "metadata": {
    "width": 600,
    "height": 900,
    "format": "Jpeg"
  },
  "faces": [
    {
      "age": 48,
      "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
  }
}

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。

詳細情報

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

"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

詳細はこちら

"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

詳細はこちら

"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

詳細はこちら

"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

詳細はこちら

"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

詳細はこちら

"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

詳細はこちら

リソース

Cognitive Services APIs を詳しく見る

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

Video Indexer ^{プレビュー}

動画の洞察を解放

Content Moderator

画像、テキスト、ビデオを自動モデレート

Custom Vision ^{プレビュー}

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

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

Translator Speech

シンプルな REST API 呼び出しでリアルタイムの音声翻訳を簡単に実行

Custom Speech ^{プレビュー}

話し方、背景ノイズ、ボキャブラリといった音声認識の障壁を打開

Speech Services ^{プレビュー}

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音声サービス

アプリをパワーアップさせる準備はできていますか？

無料で試す

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。

画像の分析

アクションからご覧ください

画像内のテキストの読み取り

アクションからご覧ください

プレビュー: 画像からの手書き文字の読み取り

アクションからご覧ください

著名人およびランドマークの認識

アクションからご覧ください

ほぼリアルタイムでビデオを分析

アクションからご覧ください

サムネイルの生成

アクションからご覧ください

Cognitive Services APIs を詳しく見る

Computer Vision

Face

Video Indexer ^{プレビュー}

Content Moderator

Custom Vision ^{プレビュー}

Text Analytics

Translator Text

Bing Spell Check

Content Moderator

Language Understanding

Bing Speech

Speaker Recognition ^{プレビュー}

Translator Speech

Custom Speech ^{プレビュー}

Speech Services ^{プレビュー}

Bing Web Search

Bing Visual Search

Bing Custom Search

Bing Entity Search

Bing Video Search

Bing News Search

Bing Image Search

Bing Autosuggest

QnA Maker

アプリをパワーアップさせる準備はできていますか？

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。

画像の分析

アクションからご覧ください

画像内のテキストの読み取り

アクションからご覧ください

プレビュー: 画像からの手書き文字の読み取り

アクションからご覧ください

著名人およびランドマークの認識

アクションからご覧ください

ほぼリアルタイムでビデオを分析

アクションからご覧ください

サムネイルの生成

アクションからご覧ください

Cognitive Services APIs を詳しく見る

Video Indexer プレビュー

Custom Vision プレビュー

Speaker Recognition プレビュー

Custom Speech プレビュー

Speech Services プレビュー

アプリをパワーアップさせる準備はできていますか？

Video Indexer ^{プレビュー}

Custom Vision ^{プレビュー}

Speaker Recognition ^{プレビュー}

Custom Speech ^{プレビュー}

Speech Services ^{プレビュー}