Computer Vision-API

Extraheer uitgebreide gegevens uit afbeeldingen om visuele gegevens te categoriseren en te verwerken en gebruik toezicht op afbeeldingen met machines om uw services te beheren.

Analyseer een afbeelding

Met deze functie haalt u informatie op over visuele inhoud die is aangetroffen in een afbeelding. Gebruik tags, beschrijvingen en domeinspecifieke modellen om inhoud te identificeren en deze zonder reserves te labelen. Gebruik de instellingen voor het herkennen van inhoud voor volwassenen om automatisch inhoud te beperken die alleen voor volwassenen is bedoeld. Bepaal de afbeeldingstypen en kleurenschema’s van foto’s.

Zie het in actie

Functienaam: Waarde
Beschrijving { "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": 0.8331026 } ] }
Tags [ { "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 } ]
Afbeeldingsindeling "Jpeg"
Afbeeldingsgrootte 462 x 600
Type illustratie 0
Type lijntekening 0
Zwart-wit false
Erotische inhoud false
Erotiekscore 0.0147124995
Erotisch false
Erotiekscore 0.0162802152
Categorieën [ { "name": "trans_trainstation", "score": 0.98828125 } ]
Gezichten []
Dominante kleur van de achtergrond
"Black"
Dominante kleur van de voorgrond
"Black"
Accentkleur
#484C83

Wilt u dit maken?

Lees tekst in afbeeldingen

Met optische tekenherkenning (OCR) wordt tekst in een afbeelding gedetecteerd en worden de herkende woorden naar een tekenstroom geëxtraheerd die kan worden gelezen op een computer. Analyseer afbeeldingen met het doel ingesloten tekst te detecteren, genereer tekenstromen en maak zoeken mogelijk. Neem foto’s van tekst in plaats van deze te kopiëren, en bespaar zo tijd en moeite.

Zie het in actie

  1. Preview
  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."
            }
          ]
        }
      ]
    }
  ]
}

Door gegevens voor deze demo te uploaden gaat u ermee akkoord dat de gegevens door Microsoft kunnen worden opgeslagen en gebruikt om Microsoft-services te verbeteren, deze API inbegrepen. Ter bescherming van uw privacy voeren we enkele stappen uit om ervoor te zorgen dat uw gegevens niet meer met u in verband worden gebracht en om deze te beveiligen. Uw gegevens worden niet gepubliceerd en kunnen niet door anderen worden gebruikt.

Wilt u dit maken?

Preview: handgeschreven tekst uit afbeeldingen lezen

Met deze technologie (handgeschreven OCR) kunt u handgeschreven tekst detecteren en extraheren uit notities, brieven, essays, whiteboards, formulieren enzovoort. Deze technologie kan worden gebruikt voor verschillende oppervlakken en achtergronden, zoals wit papier, gele plaknotities en whiteboards.

Met handgeschreven tekstherkenning bespaart u tijd en moeite. U kunt productiever werken door afbeeldingen van tekst te maken in plaats van dat u deze moet transcriberen. Zo kunt u notities digitaliseren, waarna u snel en eenvoudig kunt zoeken. Bovendien verspilt u minder papier.

Opmerking: deze technologie bevindt zich in de preview-fase en is alleen beschikbaar voor Engelse tekst.

Als u de demo voor optische tekenherkenning wilt uitproberen, uploadt u een lokaal opgeslagen afbeelding of geeft u de URL van de afbeelding op. We slaan de afbeeldingen die u voor deze demo hebt verzonden, niet op, tenzij u ons hiervoor toestemming hebt gegeven.

Zie het in actie

  1. Preview
  2. JSON

OUR greatest glory is not

i 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": [
              69,
              206,
              159,
              205,
              155,
              274,
              65,
              275
            ],
            "text": "OUR"
          },
          {
            "boundingBox": [
              192,
              205,
              350,
              204,
              346,
              273,
              188,
              274
            ],
            "text": "greatest"
          },
          {
            "boundingBox": [
              393,
              204,
              509,
              203,
              505,
              272,
              389,
              273
            ],
            "text": "glory"
          },
          {
            "boundingBox": [
              539,
              203,
              588,
              203,
              584,
              272,
              534,
              272
            ],
            "text": "is"
          },
          {
            "boundingBox": [
              601,
              202,
              680,
              202,
              676,
              271,
              597,
              271
            ],
            "text": "not"
          }
        ]
      },
      {
        "boundingBox": [
          540,
          289,
          900,
          302,
          897,
          374,
          538,
          360
        ],
        "text": "i never failing ,",
        "words": [
          {
            "boundingBox": [
              534,
              300,
              558,
              300,
              568,
              376,
              545,
              376
            ],
            "text": "i"
          },
          {
            "boundingBox": [
              589,
              300,
              694,
              300,
              705,
              376,
              600,
              376
            ],
            "text": "never"
          },
          {
            "boundingBox": [
              720,
              300,
              874,
              300,
              885,
              376,
              731,
              376
            ],
            "text": "failing"
          },
          {
            "boundingBox": [
              877,
              300,
              905,
              300,
              916,
              376,
              888,
              376
            ],
            "text": ","
          }
        ]
      },
      {
        "boundingBox": [
          139,
          416,
          572,
          433,
          570,
          491,
          136,
          474
        ],
        "text": "but in rising every",
        "words": [
          {
            "boundingBox": [
              145,
              418,
              215,
              418,
              202,
              491,
              132,
              491
            ],
            "text": "but"
          },
          {
            "boundingBox": [
              227,
              418,
              275,
              418,
              262,
              491,
              214,
              491
            ],
            "text": "in"
          },
          {
            "boundingBox": [
              308,
              418,
              428,
              419,
              415,
              492,
              295,
              491
            ],
            "text": "rising"
          },
          {
            "boundingBox": [
              476,
              419,
              581,
              419,
              568,
              492,
              463,
              492
            ],
            "text": "every"
          }
        ]
      },
      {
        "boundingBox": [
          622,
          413,
          967,
          410,
          968,
          470,
          623,
          472
        ],
        "text": "time we fall",
        "words": [
          {
            "boundingBox": [
              627,
              408,
              722,
              409,
              713,
              470,
              618,
              468
            ],
            "text": "time"
          },
          {
            "boundingBox": [
              765,
              409,
              828,
              410,
              818,
              471,
              756,
              470
            ],
            "text": "we"
          },
          {
            "boundingBox": [
              873,
              410,
              976,
              412,
              967,
              472,
              864,
              471
            ],
            "text": "fall"
          }
        ]
      }
    ]
  }
}

Wilt u dit maken?

Beroemdheden en oriëntatiepunten herkennen

De beroemdheden- en oriëntatiepuntmodellen zijn voorbeelden van domeinspecifieke modellen. Met het model voor het herkennen van beroemdheden kunnen 200.000 bekende persoonlijkheden uit het bedrijfsleven, de politiek, sport en de amusementswereld worden herkend. Ons model voor het herkennen van oriëntatiepunten herkent 9000 natuurlijke en door de mens gemaakte oriëntatiepunten over de hele wereld. Domeinspecifieke modellen zijn een functie binnen de Computer Vision-API die continue in ontwikkeling is.

Zie het in actie

{
  "categories": [
    {
      "name": "people_",
      "score": 0.86328125,
      "detail": {
        "celebrities": [
          {
            "name": "Satya Nadella",
            "faceRectangle": {
              "left": 239,
              "top": 293,
              "width": 138,
              "height": 138
            },
            "confidence": 0.9999974
          }
        ],
        "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": 0.99033389849736619
      }
    ]
  },
  "requestId": "5ba0128c-de87-4b86-846e-a439ebfa02a2",
  "metadata": {
    "width": 600,
    "height": 900,
    "format": "Jpeg"
  },
  "faces": [
    {
      "age": 49,
      "gender": "Male",
      "faceRectangle": {
        "left": 239,
        "top": 293,
        "width": 138,
        "height": 138
      }
    }
  ],
  "color": {
    "dominantColorForeground": "Black",
    "dominantColorBackground": "Black",
    "dominantColors": [
      "Black",
      "Grey"
    ],
    "accentColor": "7B5E50",
    "isBWImg": false
  },
  "imageType": {
    "clipArtType": 0,
    "lineDrawingType": 0
  }
}

Wilt u dit maken?

Video bijna in real time analyseren

Video bijna in real time analyseren: gebruik een Computer Vision-API voor uw videobestanden door frames van de video te extraheren van uw apparaat en de frames vervolgens te verzenden naar de gewenste API-aanroepen. Boek sneller resultaten met uw video's.

Gebruik ons voorbeeld op GitHub om aan de slag te gaan en uw eigen app te bouwen.

Meer informatie

Zie het in actie

Wilt u dit maken?

Genereer een miniatuur

Genereer een hoogwaardige opslagefficiënte miniatuur op basis van een willekeurige afbeelding. Gebruik de functie om miniaturen te genereren om afbeeldingen te wijzigen zodat ze precies voldoen aan uw wensen op het gebied van grootte, vorm en stijl. Gebruik de slimme bijsnijdfuncties om miniaturen te genereren met andere hoogte-breedteverhoudingen dan het origineel, maar met behoud van het meest interessante deel van de afbeelding.

Zie het in actie

Door gegevens voor deze demo te uploaden gaat u ermee akkoord dat de gegevens door Microsoft kunnen worden opgeslagen en gebruikt om Microsoft-services te verbeteren, deze API inbegrepen. Ter bescherming van uw privacy voeren we enkele stappen uit om ervoor te zorgen dat uw gegevens niet meer met u in verband worden gebracht en om deze te beveiligen. Uw gegevens worden niet gepubliceerd en kunnen niet door anderen worden gebruikt.

Wilt u dit maken?

Ontdek de Cognitive Services-API's

Computer Vision-API

Distilleer actiegegevens uit afbeeldingen

Face-API

Herken, identificeer, analyseer, organiseer en tag gezichten in foto's

Content Moderator

Geautomatiseerd afbeeldings-, tekst- en videotoezicht

Emotion-API PREVIEW

Gebruikerservaringen met emotieherkenning aanpassen aan persoonlijke voorkeur

Custom Vision Service PREVIEW

U kunt uw eigen geavanceerde Vision-modellen aanpassen met het oog op uw specifieke situatie

Video Indexer PREVIEW

Meer inzichten dankzij video

Language Understanding Intelligent Service

Leer uw apps opdrachten van uw gebruikers te begrijpen

Tekstanalyse-API

Gevoelens en onderwerpen evalueren om te begrijpen wat gebruikers willen

Bing Spell Check-API

Detecteer en corrigeer spelfouten in uw app

Tekst-API van Translator

Gemakkelijk machinevertaling uitvoeren door eenvoudig een REST API aan te roepen

Webtaalmodel-API PREVIEW

De kracht van voorspellende taalmodellen gebruiken die zijn getraind op gegevens op webschaal

Linguïstische analyse-API PREVIEW

Vereenvoudig complexe taalconcepten en parseer tekst met de Linguïstische analyse-API

Spraak-API van Translator

Gemakkelijk realtime spraakomzetting uitvoeren door eenvoudig een REST API aan te roepen

Sprekerherkenning-API PREVIEW

Gebruik spraak voor het identificeren en verifiëren van individuele sprekers

Spraak-API voor Bing

Spraak naar tekst converteren en omgekeerd om de bedoeling van gebruikers te begrijpen

Custom Speech Service PREVIEW

Reken af met hindernissen bij spraakherkenning zoals spreekstijl, achtergrondgeluiden en vocabulaire

Recommendations-API PREVIEW

Voorspel en doe aanbevelingen voor artikelen die uw klanten willen hebben

Academic Knowledge API PREVIEW

Profiteer van de uitgebreide academische inhoud in de Microsoft Academic Graph

Knowledge Exploration Service PREVIEW

Interactieve zoekervaringen in gestructureerde gegevens via invoer van natuurlijke taal inschakelen

QnA Maker-API PREVIEW

Distilleer informatie in beschrijvende, gemakkelijk te navigeren antwoorden

Entity Linking Intelligence Service-API PREVIEW

Voeg extra functionaliteit aan de gegevenskoppelingen van uw app toe met herkenning van named entity's en het oplossen van ambiguïteit

Custom Decision Service PREVIEW

Een contextuele API in de cloud voor besluitvorming die door gebruik alleen maar nauwkeuriger wordt

Project Praag

Op gebaren gebaseerde besturingselementen

Project Cuzco

Evenement gekoppeld aan Wikipedia-vermeldingen

Project Nanjing

Berekeningen van isochronen

Project Abu Dhabi

Afstandsmatrix

Project Johannesburg

Routelogistiek

Project Wollongong

Inzichten in locaties

Klaar om uw app een enorme impuls te geven?