Hopp over navigasjon

Visuelt innhold

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

Prøv API for visuelt innhold

Kunngjøring

Analyser et bilde

Denne funksjonen returnerer informasjon om visuelt innhold i et bilde. Bruk tagging, domenespesifikke modeller og beskrivelser i fire språk for å identifisere innhold og merke det med full trygghet. Bruk objektpåvisning til å finne posisjonen til tusenvis av objekter i et bilde. Bruk innstillinger for rasistisk innhold eller innhold uegnet for barn for å hjelpe deg med å oppdage slikt innhold. Identifiser bildetyper og fargeskjemaer i bilder.

Se i praksis

person
person
subway train
Funksjonsnavn: Verdi
Objekter [ { "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 } ]
Tagger [ { "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 } ]
Beskrivelse { "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 } ] }
Bildeformat "Jpeg"
Bildedimensjoner 462 x 600
Ferdig tegningstype 0
Linjetegningstype 0
Svart-hvitt false
Vokseninnhold false
Voksenscore 0.009112834
Voksent false
Voksenscore 0.0143244695
Kategorier [ { "name": "trans_trainstation", "score": 0.98828125 } ]
Ansikter []
Dominant bakgrunnsfarge
"Black"
Dominant forgrunnsfarge
"Black"
Aksentfarge
#484C83

Vil du bygge dette?

Finn ut hvordan

Nå generelt tilgjengelig: Les både trykt og håndskrevet tekst i bilder

Bruk den beste optiske tegngjenkjenningen (OCR) i Lesehandling til å finne innebygd trykt og håndskrevet tekst, trekke ut gjenkjente ord i maskinleste tegnstrømminger og aktivere søk. Spar tid og innsats ved å ta bilde av tekst i stedet for å kopiere den.

Se i praksis

  1. Testversjon
  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": "!"
            }
          ]
        }
      ]
    }
  ]
}

Demo results are for illustrative purposes only - due to minor image manipulations applied, actual API results may differ.

Vil du bygge dette?

Get started

Gjenkjenn kjendiser og landemerker

Gjenkjenn mer enn 1 000 000 kjendiser fra forretningslivet, politikk, sport og underholdning, i tillegg til 9 000 naturlige og kunstige landemerker rundt om i verden.

Se i praksis

{
  "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": "e64d0de4-7c4f-4a02-879e-fc231fd650db",
  "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
  }
}

Vil du bygge dette?

Finn ut hvordan

Analyser video i nær sanntid

Analyser video i tilnærmet sanntid. Bruk en av API-ene for visuelt innhold sammen med videofilene ved å hente ut videobilder fra enheten og deretter sende disse bildene til de ønskede API-anropene. Får resultater fra videoene dine raskere.

Bruk eksempelet vårt på GitHub for å komme igang med å bygge din egen app.

Les mer

Se i praksis

Vil du bygge dette?

Finn ut hvordan

Opprett et miniatyrbilde

Lag et høyverdig lagringseffektivt miniatyrbilde basert på et hvilket som helst bilde, og rediger bilder slik at de passer dine behov i henhold til størrelse, format og stil. Bruk smart beskjæring for å lage miniatyrbilder som varierer fra størrelsesforholdet til det originale bildet, men likevel beholder det viktigste.

Se i praksis

Vil du bygge dette?

Finn ut hvordan

Mer informasjon

Ressurser

Utforsk API-ene for Cognitive Services

  1. Visuelle funksjoner
  2. Tale
  3. Språk
  4. Beslutning
  5. Søk

Visuelt innhold

Hent ut brukbar informasjon fra bilder

Ansikt

Registrer, identifiser, analyser, ordne og tagg ansikter i bilder

Ink Recognizer TESTVERSJON

En AI-tjeneste som gjenkjenner innhold i digital blekk, for eksempel håndskrift, figurer og oppsett i dokumenter

Video Indexer

Lås opp videoinnsikter

Custom Vision

Du kan enkelt tilpasse dine egne, moderne datamodeller for visuelt innhold til dine spesielle behov

Form Recognizer TESTVERSJON

Den AI-drevne dokumentuttrekkingstjenesten som forstår skjemaene dine

Tekstanalyser

Evaluer enkelt følelser og emner for å forstå hva brukerne vil ha

Translator Text

Utfør maskinoversettelse helt enkelt med en enkel REST-API-oppkalling

QnA Maker

Trekk ut informasjonen, og produser svar som er enkle å forstå og har en konversasjonslignende tone

Language Understanding

Lær appene dine å forstå kommandoer fra brukerne

Immersive Reader TESTVERSJON

Empower users of all ages and abilities to read and comprehend text

Speech-tjenester

Samlede taletjenester for tale til tekst, tekst til tale og taleoversettelse

Talergjenkjennings TESTVERSJON

Bruk tale til å identifisere og bekrefte enkelttalere

Content Moderator

Automatisert bilde, tekst og videomoderering

Avviksdetektor TESTVERSJON

Enkelt legg funksjoner for avviksdeteksjon inn i appene dine.

Personalizer TESTVERSJON

En kunstig intelligens-tjeneste som leverer en personlig tilpasset brukeropplevelse

Er du klar til å superlade appen din?

Prøv gratis