API for visuelt innhold

Utvinn rik informasjon fra bilder for å kategorisere og behandle visuelle data – og maskinassistert moderering av bilder for å kuratere tjenestene dine.

Analyser et bilde

Denne funksjonen returnerer informasjon om visuelt innhold i et bilde. Bruk tagging, beskrivelser og domenespesifikke modeller for å identifisere innhold og merke det med full trygghet. Bruk innstillinger for rasistisk innhold eller innhold uegnet for barn for å aktivere automatiske begrensninger av slikt innhold. Identifiser bildetyper og fargeskjemaer i bilder.

Se den i aksjon


Kjønn Male
Alder 36
Funksjonsnavn: Verdi
Beskrivelse { "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 } ] }
Tagger [ { "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 } ]
Bildeformat "Jpeg"
Bildedimensjoner 462 x 600
Ferdig tegningstype 0
Linjetegningstype 0
Svart-hvitt false
Vokseninnhold false
Voksenscore 0.07518345
Voksent false
Voksenscore 0.1814024
Kategorier [ { "Name": "people_swimming", "Score": 0.98046875 } ]
Ansikter [ { "Age": 36, "Gender": "Male", "FaceRectangle": { "Top": 133, "Left": 298, "Width": 121, "Height": 121 } } ]
Dominant bakgrunnsfarge
"White"
Dominant forgrunnsfarge
"Grey"
Aksentfarge
#19A4B2

Vil du bygge dette?

Dokumentasjon

Les tekst i bilder

Optisk tegngjenkjenning (OCR) gjenkjenner tekst i et bilde, og henter ut de gjenkjente ordene til en maskinlesbar tegnstrøm. Analyser bilder for å gjenkjenne innebygd tekst, opprette tegnstrømmer og aktivere søk. Spar tid ved å ta bilder av tekst i stedet for å kopiere.

Se den i aksjon


  1. Testversjon
  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."
            }
          ]
        }
      ]
    }
  ]
}

Når du laster opp data for denne demoen, samtykker du i at Microsfot kan lagre den og bruke den til å gjøre Microsoft-tjenester bedre, som f.eks. forbedring av dene API-en. For å hjelpe med å beskytte personvernet utfører vi tiltak for å avidentifisere dataene dine og holde dem sikre. Vi kommer ikke til å publisere dataene dine eller la andre mennesker bruke dem.

Vil du bygge dette?

Dokumentasjon

Testversjon: Les håndskrevet tekst fra bilder

Ved hjelp av denne teknologien (håndskrevet OCR) kan du oppdage og trekke ut håndskrevet tekst fra notater, brev, stiler, tavler, skjemaer osv. Den fungerer med forskjellige overflater og bakgrunner, for eksempel hvitbøker, gule lapper og tavler.

Gjenkjenning av håndskrevet tekst sparer tid og arbeid, og kan gjøre deg mer produktiv ved at du kan ta bilder av tekst i stedet for å måtte transkribere den. Det blir mulig å digitalisere notater slik at du senere kan kjøre raske og enkle søk. Det reduserer også papirrot.

Merk: denne teknologien er for øyeblikket i testversjon, og er bare tilgjengelig for engelsk tekst.

Hvis du skal prøve denne demonstrasjonsversjonen av optisk tegngjenkjenning, må du laste opp et lokalt lagret bilde eller oppgi URL-adressen til et bilde. Vi lagrer ikke bildene du bruker i denne demonstrasjonen med mindre du gir tillatelse til det.

Se den i aksjon