Computer Vision

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, domeinspecifieke modellen en beschrijvingen in vier talen om inhoud te identificeren en deze zonder reserves te labelen. Gebruik Objectdetectie om de locatie van duizenden objecten in een afbeelding te verkrijgen. Pas de instellingen voor erotische/racistische inhoud toe om mogelijke erotische inhoud te detecteren. Bepaal de afbeeldingstypen en kleurenschema’s van foto’s.

Probeer het zelf

person
person
subway train
Functienaam: Waarde
Objecten [ { "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 } ]
Tags [ { "name": "train", "confidence": 0.9975446 }, { "name": "platform", "confidence": 0.995543063 }, { "name": "station", "confidence": 0.9798007 }, { "name": "indoor", "confidence": 0.9277198 }, { "name": "subway", "confidence": 0.838939548 }, { "name": "clothing", "confidence": 0.504376 }, { "name": "pulling", "confidence": 0.4317156 } ]
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": 0.8330993 } ] }
Afbeeldingsindeling "Jpeg"
Afbeeldingsgrootte 462 x 600
Type illustratie 0
Type lijntekening 0
Zwart-wit false
Erotische inhoud false
Erotiekscore 0.009112834
Erotisch false
Erotiekscore 0.0143244695
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?

Nu algemeen beschikbaar: Gedrukte en handgeschreven tekst in afbeeldingen lezen

Gebruik uiterst geavanceerde optische tekenherkenning (OCR) in de bewerking Lezen om ingesloten gedrukte en handgeschreven tekst te detecteren, herkende woorden te extraheren als tekenstromen die door machines kunnen worden gelezen en functionaliteit voor zoeken in te schakelen. Bespaar tijd en moeite door tekst te fotograferen in plaats van te kopiëren.

Probeer het zelf

  1. Preview
  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": "!"
            }
          ]
        }
      ]
    }
  ]
}

Resultaten van demonstraties dienen enkel ter illustratie, en omdat er minieme manipulaties zijn toegepast op de afbeelding, kunnen werkelijke API-resultaten hiervan afwijken.

Wilt u dit maken?

Beroemdheden en oriëntatiepunten herkennen

Herken meer dan 1.000.000 beroemde personen uit het bedrijfsleven, de politiek, de sportwereld en de entertainmentsector en 9.000 natuurlijke en kunstmatige oriëntatiepunten van over de hele wereld.

Probeer het zelf

{
  "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": 0.99956613779067993
    },
    {
      "name": "suit",
      "confidence": 0.98934584856033325
    },
    {
      "name": "man",
      "confidence": 0.98844343423843384
    },
    {
      "name": "tie",
      "confidence": 0.95905411243438721
    },
    {
      "name": "human face",
      "confidence": 0.95430314540863037
    },
    {
      "name": "clothing",
      "confidence": 0.86057531833648682
    },
    {
      "name": "smile",
      "confidence": 0.8601078987121582
    },
    {
      "name": "outdoor",
      "confidence": 0.860062301158905
    },
    {
      "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": 0.99032750982666984
      }
    ]
  },
  "requestId": "e6742a66-911f-4fd4-8af0-6e6f3df344d8",
  "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
  }
}

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

Probeer het zelf

Wilt u dit maken?

Genereer een miniatuur

Genereer een miniatuur van hoge kwaliteit die weinig opslagruimte inneemt op basis van elke willekeurige afbeelding en pas afbeeldingen aan uw grootte, vorm en stijl aan. 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.

Probeer het zelf

Wilt u dit maken?

Ontdek de Cognitive Services-API's

Computer Vision

Distilleer actiegegevens uit afbeeldingen

Face

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

Ink Recognizer PREVIEW

Een AI-service die digitale handgeschreven inhoud herkent, zoals handschriften, vormen en de opmaak van handgeschreven inhoud

Video Indexer

Meer inzichten dankzij video

Custom Vision

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

Form Recognizer PREVIEW

De documentextractieservice met AI die uw formulieren begrijpt

Tekstanalyse

Gevoelens en onderwerpen evalueren om te begrijpen wat gebruikers willen

Translator Text

Gemakkelijk machinevertaling uitvoeren door eenvoudig een REST API aan te roepen

Bing Spellingcontrole

Detecteer en corrigeer spelfouten in uw app

QnA Maker

Distilleer informatie in beschrijvende, gemakkelijk te navigeren antwoorden

Language Understanding

Leer uw apps opdrachten van uw gebruikers te begrijpen

Spraakservices

Samengevoegde spraakservices voor spraak-naar-tekst en spraakomzetting

Sprekerherkenning PREVIEW

Gebruik spraak voor het identificeren en verifiëren van individuele sprekers

Content Moderator

Geautomatiseerd afbeeldings-, tekst- en videotoezicht

Anomaly Detector PREVIEW

Eenvoudig mogelijkheden voor het detecteren van afwijkingen aan uw toepassingen toevoegen.

Personalizer PREVIEW

Een AI-service die een gepersonaliseerde gebruikerservaring biedt

Klaar om uw app een enorme impuls te geven?