Görüntü İşleme

Görsel verileri kategorilere ayırıp işlemenin yanı sıra hizmetlerinizi oluşturmanıza yardımcı olan makine yardımlı resim denetimi gerçekleştirmek için resimlerden zengin veriler ayıklayın.

Bir resmi çözümleme

Bu özellik, bir resimde bulunan görsel içerik hakkındaki bilgileri görüntüler. Etiketleme, etki alanına özgü modeller ve açıklamaları kullanarak içeriği dört dilde tanımlayın ve güvenle etiketleyin. Nesne Algılama özelliğini kullanarak bir görüntüdeki binlerce nesnenin konumlarını elde edin. Yetişkinlere yönelik olabilecek içeriği belirlemenize yardımcı olması için yetişkin/müstehcenlik ayarlarını uygulayın. Resimlerdeki görüntü türlerini ve renk düzenlerini belirleyin.

Nasıl çalıştığını görün

Özellik Adı: Değer
Nesne [ { "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 } ]
Etiketler [ { "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 } ]
Açıklama { "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 } ] }
Resim biçimi "Jpeg"
Resim boyutları 462 x 600
Küçük resim türü 0
Çizgi çizme türü 0
Siyah beyaz false
Yetişkinlere yönelik içerik false
Yetişkinlere yönelik içerik puanı 0.009112834
Müstehcen false
Müstehcenlik puanı 0.0143244695
Kategoriler [ { "name": "trans_trainstation", "score": 0.98828125 } ]
Yüzler []
Baskın renk arka plan
"Black"
Baskın renk ön plan
"Black"
Vurgu Rengi
#484C83

Bunu oluşturmak istiyor musunuz?

Görüntüdeki metni okuma

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.

Nasıl çalıştığını görün

  1. Önizleme
  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.

Bunu oluşturmak istiyor musunuz?

Önizleme: Resimlerdeki el yazısı metinleri okuma

El yazısı not, mektup, ödev, tahta ve form gibi kaynaklardaki metinleri algılamanıza ve ayıklamanıza olanak tanır. El yazısı notları yazmak yerine bunların fotoğrafını çekerek kağıt dağınıklığını azaltın ve üretkenliği artırın. Arama işlevini uygulayarak dijital notların bulunmasını kolaylaştırın. El yazısı OCR; beyaz kağıt, sarı yapışkan notlar ve beyaz tahtalar gibi farklı yüzey ve arka planlarla çalışır.

Not: Bu teknoloji şu an için önizleme aşamasındadır ve yalnızca İngilizce metinlerde kullanılabilir.

Tanıtım sonuçları yalnızca örnek olarak sunulmuştur ve uygulanan küçük görüntü işlemeleri nedeniyle gerçek API sonuçları farklılık gösterebilir.

Nasıl çalıştığını görün

  1. Önizleme
  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"
          }
        ]
      }
    ]
  }
}

Bunu oluşturmak istiyor musunuz?

Ünlüleri ve önemli yerleri tanıma

İş dünyası, siyaset, spor ve eğlence alanlarından 1.000.000 adedin üzerinde ünlünün yanı sıra dünyanın her tarafından doğal ve insan yapısı 9.000 önemli yeri tanıyın.

Nasıl çalıştığını görün

{
  "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": "a95cfc36-96bc-4497-b2f7-b59cdcab24b0",
  "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
  }
}

Bunu oluşturmak istiyor musunuz?

Videoyu neredeyse gerçek zamanlı olarak çözümleyin

Videoları neredeyse gerçek zamanlı olarak çözümleyin. Cihazınızdaki videonun karelerini ayıklayıp daha sonra bu kareleri seçtiğiniz bir API çağrısına göndererek, video dosyalarınızla bir Görüntü İşleme API’si kullanın. Videolarınızın sonuçlarını daha hızlı halın.

Kendi uygulamanızı oluşturmaya başlamak için GitHub’da bulunan örneğimizi kullanın.

Daha fazla bilgi edinin

Nasıl çalıştığını görün

Bunu oluşturmak istiyor musunuz?

Küçük resim oluşturma

Herhangi bir nesneyi temel alarak depolama açısından verimli ve yüksek kaliteli küçük resim oluşturun; resimleri boyut, şekil ve stil açısından gereksinimlerinize en fazla uyan şekilde değiştirin. Akıllı kırpma uygulayarak, özgün resmin en boy oranını değiştiren küçük resimleri istediğiniz bölgeyi kaybetmeden oluşturun.

Nasıl çalıştığını görün

Bunu oluşturmak istiyor musunuz?

Bilişsel Hizmetler API’lerini keşfedin

Görüntü İşleme

Görüntülerden eyleme dönüştürülebilir bilgiler çıkarın

Yüz Tanıma

Fotoğraflardaki yüzleri algılayın, tanımlayın, çözümleyin, düzenleyin ve etiketleyin

Mürekkep Tanıma ÖNİZLEME

El yazısı, şekiller ve mürekkeple yazılan belge düzeni gibi dijital mürekkep içeriğini tanıyan bir yapay zeka hizmeti

Video Indexer

Videolardaki içgörüleri ortaya çıkarın

Özel Görüntü İşleme

Son teknoloji ürünü görüntü işleme modellerini kolayca özelleştirerek kendinize özgü kullanım örnekleri oluşturun

Form Tanıma ÖNİZLEME

Formlarınızı anlayan yapay zeka destekli belge ayıklama hizmeti

Metin Analizi

Duyguları ve konuları kolayca değerlendirerek kullanıcıların ne istediğini anlayın

Translator Metin Çevirisi

Basit bir REST API çağrısıyla kolayca makine çevirisi yapın

Bing Yazım Denetimi

Uygulamanızdaki yazım hatalarını saptayın ve düzeltin

Soru-Cevap Oluşturma

Bilgileri kategorilere ayırarak konuşma bağlamında kullanılabilen ve kolayca bulunabilen yanıtlar elde edin

Content Moderator

Otomatik görüntü, metin ve video denetimi

Language Understanding

Uygulamalarınıza kullanıcılarınızın verdiği komutları anlamayı öğretin

Konuşma Hizmetleri

Konuşmayı metne dönüştürme, metin okuma ve konuşma çevirisi için birleşik konuşma hizmetleri