Ignorar navegação

Visual Computacional

Extraia informações avançadas de imagens para categorizar e processar dados visuais – e execute moderação de imagens assistida por computador para ajudar a organizar seus serviços.

Analisar uma imagem

Este recurso retorna informações sobre o conteúdo visual encontrado em uma imagem. Use marcações, descrições e modelos específicos de domínio em quatro linguagens para identificar conteúdo e rotulá-lo com confiança. Aplique as configurações de conteúdo para adulto para ajudar a identificá-lo. Identifique tipos de imagem e esquemas de cores em fotos.

Veja-a em ação

Nome do recurso: Valor
Descrição { "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 } ] }
Marcas [ { "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 } ]
Formato da imagem "Jpeg"
Dimensões da imagem 462 x 600
Tipo de clip-art 0
Tipo do desenho de linha 0
Preto e branco false
Conteúdo somente para adultos false
Pontuação de conteúdo somente para adultos 0.0147124995
Conteúdo sexual false
Pontuação de conteúdo sexual 0.0162802152
Categorias [ { "name": "trans_trainstation", "score": 0.98828125 } ]
Faces []
Tela de fundo de cor predominante
"Black"
Primeiro plano de cor predominante
"Black"
Cor de destaque
#484C83

Deseja criar isso?

Ler texto em imagens

Com o OCR (reconhecimento óptico de caracteres), detecte texto em uma imagem e extraia as palavras reconhecidas para um fluxo de caracteres que pode ser lido por computadores. Analise imagens para detectar texto inserido, gerar fluxos de caractere e habilitar pesquisa. Tire fotos de texto em vez de copiá-lo para economizar tempo e esforço.

Comece com o serviço de OCR em disponibilidade geral e veja abaixo uma versão prévia do novo mecanismo de OCR (por meio da operação de API "Reconhecer texto") com resultados de reconhecimento de texto ainda melhores na língua inglesa.

Veja-a em ação

  1. Visualização
  2. JSON

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!"
          }
        ]
      }
    ]
  }
}

Deseja criar isso?

Versão prévia: leia textos manuscritos das imagens

Detecte e extraia textos manuscritos de anotações, cartas, dissertações, quadros brancos, formulários e outras fontes. Reduza o consumo de papel e aumente a produtividade tirando fotos de anotações manuscritas em vez de transcrevê-las e facilite a localização dessas notas implementando a pesquisa. O OCR para manuscritos funciona em diferentes superfícies e telas de fundo, como white papers, notas autoadesivas amarelas e quadros brancos.

Observação: esta tecnologia está em versão prévia no momento e disponível apenas para textos em inglês.

Veja-a em ação

  1. Visualização
  2. 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"
          }
        ]
      }
    ]
  }
}

Deseja criar isso?

Reconheça celebridades e pontos de referência

Reconheça mais de 200 mil celebridades das áreas de negócios, política, esportes e entretenimento, bem como 9 mil paisagens naturais e artificiais de todo o mundo.

Veja-a em ação

{
  "categories": [
    {
      "name": "people_",
      "score": 0.86328125,
      "detail": {
        "celebrities": [
          {
            "name": "Satya Nadella",
            "faceRectangle": {
              "left": 240,
              "top": 294,
              "width": 135,
              "height": 135
            },
            "confidence": 0.99999833106994629
          }
        ],
        "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": "65e72e8c-8eb5-4557-80d3-0c2f548e1425",
  "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
  }
}

Deseja criar isso?

Analise vídeos quase em tempo real

Analise vídeos quase em tempo real: use qualquer uma das APIs da Pesquisa Visual Computacional com seus arquivos de vídeo, extraindo os quadros do vídeo do seu dispositivo e, em seguida, enviando-os para as chamadas à API de sua escolha. Obtenha os resultados de seus vídeos mais rapidamente.

Use sua amostra no GitHub para começar e criar seu próprio aplicativo.

Saiba mais

Veja-a em ação

Deseja criar isso?

Gerar uma miniatura

Gere uma miniatura de alta qualidade e com armazenamento eficiente baseada em qualquer imagem. Além disso, modifique imagens para adaptá-las às suas necessidades de tamanho, formato e estilo. Aplique corte inteligente para gerar miniaturas que diferente da taxa de aspecto da sua imagem original, mas que ainda preservam a região de interesse.

Veja-a em ação

Deseja criar isso?

Explore a API de Serviços Cognitivos

Visual Computacional

Extraia informações acionáveis de imagens

Face

Detectar, identificar, analisar, organizar e marcar rostos em fotos

Video Indexer VISUALIZAÇÃO

Obtenha insights para vídeos

Content Moderator

Moderação automática de vídeo, texto e imagem

Visão Personalizada VISUALIZAÇÃO

Personalize facilmente seus próprios modelos visuais de computação modernos de acordo com o seu caso de uso exclusivo

Análises de texto

Avalie sentimentos e tópicos com facilidade para entender o que os usuários querem

Tradução de Texto

Faça traduções automáticas com uma simples chamada à API REST

Verificação Ortográfica do Bing

Detectar e corrigir erros de ortografia em seu aplicativo

Content Moderator

Moderação automática de vídeo, texto e imagem

Reconhecimento Vocal

Ensine seus aplicativos a entenderem comandos dos usuários

Fala do Bing

Converta fala em texto e vice-versa para entender a intenção do usuário

Reconhecimento do Locutor VISUALIZAÇÃO

Use a fala para identificar e verificar locutores individuais

Tradução de Fala

Realize traduções de falas em tempo real com uma simples chamada à API REST

Fala Personalizada VISUALIZAÇÃO

Supere as barreiras para o reconhecimento de fala como estilo de fala, ruído de fundo e vocabulário

Serviços de Fala VISUALIZAÇÃO

Serviços de fala unificados para conversão de fala em texto, conversão de texto em fala e tradução de fala

QnA Maker

Transforme informações em respostas com formato de conversação e de fácil navegação

Pronto para incrementar seu aplicativo?