计算机影像

分析图像和视频中的内容的 AI 服务。

从图像和视频中提取丰富的信息

通过将视觉功能嵌入你的应用,可提高内容的可发现性、自动化文本提取、实时分析视频和创建更多用户可使用的产品。使用视觉数据处理以通过对象和概念标记内容、提取文本、生成图像说明、审查内容以及理解用户在物理空间中的移动。无需机器学习专业知识即可使用。

文本提取 (OCR)

利用混合语言和书写样式,从图像和文档中提取打印文本和手写文本。

图像理解

从包含超过 10,000 个概念和对象的丰富本体中进行提取,以从视觉资产中创造价值。

空间分析

实时分析人们在空间中移动的方式。

灵活的部署

在云中或容器边缘运行计算机视觉。

轻松应用具有突破性进展的计算机视觉

通过简单的 API 调用,将领先的计算机视觉技术添加到自己的应用。

在实际操作中查看

person
person
subway train
特征名称:
对象 [ { "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 } ]
标记 [ { "name": "train", "confidence": 0.9974923 }, { "name": "platform", "confidence": 0.9955777 }, { "name": "station", "confidence": 0.979665935 }, { "name": "indoor", "confidence": 0.9272351 }, { "name": "subway", "confidence": 0.838868737 }, { "name": "clothing", "confidence": 0.5561282 }, { "name": "person", "confidence": 0.505803 }, { "name": "pulling", "confidence": 0.431911945 } ]
描述 { "tags": [ "train", "platform", "station", "building", "indoor", "subway", "track", "walking", "waiting", "pulling", "board", "people", "man", "luggage", "standing", "holding", "large", "woman", "suitcase" ], "captions": [ { "text": "people waiting at a train station", "confidence": 0.833144546 } ] }
图像格式 "Jpeg"
图像尺寸 462 x 600
黑色和白色 false
成人内容 false
成人评分 0.009112834
Gory false
Gore Score 0.046150554
猥亵内容 false
猥亵内容评分 0.0143244732
类别 [ { "name": "trans_trainstation", "score": 0.98828125 } ]
人脸 []
背景主色
"Black"
前景主色
"Black"
主题色
#484C83
  1. 预览
  2. JSON
{
  "categories": [
    {
      "name": "trans_trainstation",
      "score": 0.98828125
    }
  ],
  "adult": {
    "isAdultContent": false,
    "isGoryContent": false,
    "isRacyContent": false,
    "adultScore": 0.009112834,
    "goreScore": 0.046150554,
    "racyScore": 0.0143244732
  },
  "tags": [
    {
      "name": "train",
      "confidence": 0.9974923
    },
    {
      "name": "platform",
      "confidence": 0.9955777
    },
    {
      "name": "station",
      "confidence": 0.979665935
    },
    {
      "name": "indoor",
      "confidence": 0.9272351
    },
    {
      "name": "subway",
      "confidence": 0.838868737
    },
    {
      "name": "clothing",
      "confidence": 0.5561282
    },
    {
      "name": "person",
      "confidence": 0.505803
    },
    {
      "name": "pulling",
      "confidence": 0.431911945
    }
  ],
  "description": {
    "tags": [
      "train",
      "platform",
      "station",
      "building",
      "indoor",
      "subway",
      "track",
      "walking",
      "waiting",
      "pulling",
      "board",
      "people",
      "man",
      "luggage",
      "standing",
      "holding",
      "large",
      "woman",
      "suitcase"
    ],
    "captions": [
      {
        "text": "people waiting at a train station",
        "confidence": 0.833144546
      }
    ]
  },
  "requestId": "c1992e92-4017-45f4-a319-37812ab4a5e9",
  "metadata": {
    "width": 600,
    "height": 462,
    "format": "Jpeg"
  },
  "faces": [],
  "color": {
    "dominantColorForeground": "Black",
    "dominantColorBackground": "Black",
    "accentColor": "484C83",
    "isBWImg": false
  },
  "objects": [
    {
      "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
    }
  ]
}
{
  "categories": [
    {
      "name": "trans_trainstation",
      "score": 0.98828125
    }
  ],
  "adult": {
    "isAdultContent": false,
    "isGoryContent": false,
    "isRacyContent": false,
    "adultScore": 0.009112834,
    "goreScore": 0.046150554,
    "racyScore": 0.0143244732
  },
  "tags": [
    {
      "name": "train",
      "confidence": 0.9974923
    },
    {
      "name": "platform",
      "confidence": 0.9955777
    },
    {
      "name": "station",
      "confidence": 0.979665935
    },
    {
      "name": "indoor",
      "confidence": 0.9272351
    },
    {
      "name": "subway",
      "confidence": 0.838868737
    },
    {
      "name": "clothing",
      "confidence": 0.5561282
    },
    {
      "name": "person",
      "confidence": 0.505803
    },
    {
      "name": "pulling",
      "confidence": 0.431911945
    }
  ],
  "description": {
    "tags": [
      "train",
      "platform",
      "station",
      "building",
      "indoor",
      "subway",
      "track",
      "walking",
      "waiting",
      "pulling",
      "board",
      "people",
      "man",
      "luggage",
      "standing",
      "holding",
      "large",
      "woman",
      "suitcase"
    ],
    "captions": [
      {
        "text": "people waiting at a train station",
        "confidence": 0.833144546
      }
    ]
  },
  "requestId": "c1992e92-4017-45f4-a319-37812ab4a5e9",
  "metadata": {
    "width": 600,
    "height": 462,
    "format": "Jpeg"
  },
  "faces": [],
  "color": {
    "dominantColorForeground": "Black",
    "dominantColorBackground": "Black",
    "accentColor": "484C83",
    "isBWImg": false
  },
  "objects": [
    {
      "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
    }
  ]
}

改变流程

自动识别图像中超过 10,000 个对象和概念。利用对多种语言和混合书写样式的支持,从多种图像和文档类型中提取打印文本和手写文本。应用这些计算机视觉功能来简化流程,例如机器人流程自动化和数字资产管理。

最大化组织的物理空间价值

了解用户如何在物理空间(无论是办公室还是商店)中进行移动。创建可对房间中人员进行计数、跟踪路径、了解零售显示器前停留时间,并确定队列中等待时间的应用。使用这些功能来生成解决方案,以实现入驻管理、社交疏散、优化店内和办公布局以及加快结账流程。跨多个相机和站点运行服务。

详细了解此功能

随时随地部署,从云到边缘

在云中或带有容器的本地环境中运行计算机视觉。将其应用于不同的方案,例如医疗记录图像检查、安全文档的文本提取,或分析人员在商店中的移动方式(在这种情况下,数据安全性和低延迟至关重要)。

了解容器中的计算机视觉

以行业领先的 Azure 安全性为基础

  • Microsoft 每年在网络安全研发方面的投资超过  USD 1 billion

  • 我们雇佣了3,500 多名安全专家,专门负责数据安全和隐私方面的工作。

  • Azure 拥有比任何其他云提供商都多的认证。查看综合列表

价格具有竞争力的世界一流的计算机视觉

仅为你使用的资源付费(无前期成本)。使用计算机视觉,可以根据交易次数即用即付。

通过 3 个步骤开始使用计算机视觉

通过注册 Azure 免费帐户即刻访问并获得 $200 额度。

登录到 Azure 门户,并添加计算机视觉。

了解如何使用快速入门和文档嵌入计算机视觉。

文档和资源

开始使用

阅读文档

参加 Microsoft Learn 课程

浏览代码示例

查看示例代码

计算机视觉更新、博客和公告

关于计算机视觉的常见问题

  • 请参阅区域可用性
  • 保证计算机视觉和其他认知服务产品/服务的可用率达到 99.9%。没有为免费定价层提供 SLA。请参阅 SLA 详细信息
  • 处理后,系统会自动删除你的图像和视频。Microsoft 不会针对你的数据训练来增强基础模型。视频数据不会离开本地,并且也不会存储在容器运行的 Edge 网关上。详细了解隐私与使用条款。
  • 是,你可以从视频内容提取一次性图像。借助“空间分析”,你可以使用通过实时流协议连接的相机,以高帧速率分析视频流。
  • “空间分析”仅通过使用围绕人体的边界框来检测和定位视频素材和输出中人员的存在。AI 模型不会检测人脸,也不会发现个人的身份或人口统计信息。
  • AI 模型基于算法来检测和跟踪视频源中的运动,这些算法通过正文边界框来识别一个或多个人员的存在。对于在照相机视野中的某个区域中检测到的每个边界框移动,AI 模型输出的事件数据包括:人员身体的边界框坐标、事件类型(例如区域入口或出口、方向线交叉)、用于跟踪边界框的匿名标识符和检测置信度分数。此事件数据会发送到你的 Azure IoT 中心实例。

你随时可以开始设置 Azure 免费帐户