Gezintiyi Atla

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. 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
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": 0.833099365 } ] }
Etiketler [ { "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 } ]
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 0.0147124995
Müstehcen false
Müstehcenlik puanı 0.0162802152
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

Optik karakter tanıma (OCR) ile bir resimdeki metni algılayın ve tanınan sözcükleri makine tarafından okunabilir bir karakter akışı halinde ayıklayın. Görüntüleri analiz ederek ekli metinleri algılayın, karakter akışları oluşturun ve aramayı etkinleştirin. Metinleri kopyalamak yerine metinlerin fotoğraflarını çekerek zamandan kazanın ve zahmetten kurtulun.

Genel kullanıma sunulan OCR hizmetini kullanmaya başlayın ve İngilizce için daha da iyi metin tanıma sonuçları elde etmek amacıyla aşağıda yeni önizleme OCR altyapısına (“Metin Tanıma” API’si işlemi aracılığıyla) kısaca göz atın.

Nasıl çalıştığını görün

  1. Önizleme
  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!"
          }
        ]
      }
    ]
  }
}

Bunu oluşturmak istiyor musunuz?

Önizleme: Resimlerdeki el yazısı metinleri okuyun

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.

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": [
          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"
          }
        ]
      }
    ]
  }
}

Bunu oluşturmak istiyor musunuz?

Ünlüleri ve önemli yerleri tanıma

İş dünyası, politika, spor ve eğlence sektörlerinden 200.000’den fazla ünlünün yanı sıra dünyanın her tarafından 9000 doğal ve insan yapısı önemli yerleri 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": 0.99999833106994629
          }
        ],
        "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": "da0c54ec-e246-4dff-af83-abe7aba18b47",
  "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

Video Indexer ÖNİZLEME

Videolardaki içgörüleri ortaya çıkarın

Content Moderator

Otomatik görüntü, metin ve video denetimi

Özel Görüntü İşleme ÖNİZLEME

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

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

Content Moderator

Otomatik görüntü, metin ve video denetimi

Language Understanding

Uygulamalarınıza kullanıcılarınızın verdiği komutları anlamayı öğretin

Bing Konuşma

Metni konuşmaya, konuşmayı metne dönüştürerek kullanıcının amacını anlayın

Konuşmacı Tanıma ÖNİZLEME

Tek tek konuşmacıları belirlemek ve doğrulamak için konuşma özelliklerinden yararlanın

Translator Konuşma Çevirisi

Basit bir REST API çağrısıyla kolayca gerçek zamanlı konuşma çevirisi gerçekleştirin

Özel Konuşma ÖNİZLEME

Konuşma tarzı, arka plan gürültüsü ve sözlük gibi konuşma tanıma engellerini aşın

Konuşma Hizmetleri ÖNİZLEME

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

Soru-Cevap Oluşturma

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

Uygulamanızı güçlendirmeye hazır mısınız?