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. Use a Detecção de Objetos para obter a localização de milhares de objetos em uma imagem. 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
Objetos [ { "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 } ]
Marcas [ { "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 } ]
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": 0.8330993 } ] }
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 0.009112834
Conteúdo sexual false
Pontuação de conteúdo sexual 0.0143244695
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

Detect text in an image using optical character recognition (OCR) and extract the recognized words into a machine-readable character stream. Analyze images to detect embedded text, generate character streams, and enable searching. Save time and effort by taking photos of text instead of copying it.

Get started with the OCR service in general availability, and discover below a sneak peek of the new preview OCR engine (through "Recognize Text" API operation) with even better text recognition results for English.

Veja-a em ação

  1. Visualização
  2. JSON

Sorry!

Have a

Oops!

nice day !

See you soon !

Bye !

{
  "status": "Succeeded",
  "succeeded": true,
  "failed": false,
  "finished": true,
  "recognitionResult": {
    "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.

Deseja criar isso?

Visualização: 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: no momento, essa tecnologia está em versão prévia e disponível somente para texto em inglês.

Os resultados da demonstração são apenas para fins ilustrativos – devido a pequenas manipulações de imagem aplicadas, os resultados reais da API poderão ser diferentes.

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": [
          62,
          199,
          673,
          204,
          672,
          257,
          62,
          253
        ],
        "text": "OUR greatest glory is not",
        "words": [
          {
            "boundingBox": [
              66,
              200,
              168,
              202,
              167,
              254,
              66,
              254
            ],
            "text": "OUR"
          },
          {
            "boundingBox": [
              196,
              202,
              360,
              204,
              360,
              255,
              195,
              255
            ],
            "text": "greatest"
          },
          {
            "boundingBox": [
              395,
              205,
              510,
              206,
              510,
              255,
              394,
              255
            ],
            "text": "glory"
          },
          {
            "boundingBox": [
              545,
              206,
              598,
              207,
              597,
              255,
              545,
              255
            ],
            "text": "is"
          },
          {
            "boundingBox": [
              608,
              207,
              671,
              208,
              671,
              254,
              608,
              255
            ],
            "text": "not"
          }
        ]
      },
      {
        "boundingBox": [
          520,
          305,
          873,
          300,
          874,
          358,
          521,
          362
        ],
        "text": "in never failing",
        "words": [
          {
            "boundingBox": [
              524,
              315,
              561,
              313,
              562,
              354,
              526,
              353
            ],
            "text": "in"
          },
          {
            "boundingBox": [
              600,
              311,
              701,
              306,
              703,
              357,
              602,
              355
            ],
            "text": "never"
          },
          {
            "boundingBox": [
              733,
              305,
              871,
              301,
              872,
              359,
              735,
              358
            ],
            "text": "failing"
          }
        ]
      },
      {
        "boundingBox": [
          133,
          412,
          971,
          407,
          972,
          461,
          134,
          467
        ],
        "text": "but in rising every time we fall",
        "words": [
          {
            "boundingBox": [
              137,
              416,
              214,
              417,
              216,
              461,
              139,
              458
            ],
            "text": "but"
          },
          {
            "boundingBox": [
              228,
              418,
              272,
              418,
              274,
              462,
              230,
              461
            ],
            "text": "in"
          },
          {
            "boundingBox": [
              308,
              419,
              424,
              419,
              425,
              464,
              309,
              463
            ],
            "text": "rising"
          },
          {
            "boundingBox": [
              474,
              419,
              579,
              418,
              580,
              464,
              475,
              465
            ],
            "text": "every"
          },
          {
            "boundingBox": [
              623,
              417,
              720,
              415,
              720,
              463,
              624,
              464
            ],
            "text": "time"
          },
          {
            "boundingBox": [
              767,
              414,
              828,
              412,
              828,
              460,
              767,
              462
            ],
            "text": "we"
          },
          {
            "boundingBox": [
              877,
              411,
              971,
              407,
              971,
              455,
              877,
              459
            ],
            "text": "fall"
          }
        ]
      }
    ]
  }
}

Deseja criar isso?

Reconheça celebridades e pontos de referência

Reconheça mais de 1.000.000 celebridades das áreas de negócios, política, esportes e entretenimento, bem como 9.000 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": 0.99984323978424072
          }
        ],
        "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": "6395f5de-ca59-4e5f-b7b7-78f8ac068059",
  "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

Reconhecimento de Tinta Digital VISUALIZAÇÃO

Um serviço de IA que reconhece conteúdo de tinta digital, como manuscrito, formas e layout de documento de tinta

Video Indexer

Obtenha insights para vídeos

Visão Personalizada

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

Reconhecimento de Formulários VISUALIZAÇÃO

O serviço de extração de documento com o poder da IA e que entende seus formulários

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

QnA Maker

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

Content Moderator

Moderação automática de vídeo, texto e imagem

Reconhecimento Vocal

Ensine seus aplicativos a entenderem comandos dos usuários

Serviços de Fala

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

Reconhecimento do Locutor VISUALIZAÇÃO

Use a fala para identificar e verificar locutores individuais