Computer Vision

能夠分析影像和影片內容的 AI 服務

從影像和影片擷取豐富的資訊

透過使用 Azure 認知服務中的電腦視覺,在應用程式中內嵌雲端視覺功能,以提高內容的可搜尋性、將文字擷取自動化、即時分析影片,以及建立可讓更多人使用的產品。使用視覺資料處理,以物件和概念標記內容、擷取文字、產生影像描述、仲裁內容,並理解人員在實體空間中的移動。不需要任何機器學習專長。

文字擷取 (OCR)

從具有混合語言和書寫樣式的影像和文件中擷取列印和手寫文字。

影像理解

從超過 10,000 個概念和物件的豐富本體中提取,以從您的視覺資產產生價值。

空間分析

即時地在空間中分析人員的移動方式,以計算使用空間計數、社交距離和偵測口罩。

彈性部署

在容器中,於雲端或邊緣執行電腦視覺。

輕鬆地套用突破性電腦視覺

透過一個簡單的 API 呼叫,將領先業界的影片和相片辨識技術新增至您自己的應用程式。

觀看影片

person
person
subway train
功能名稱:
物件數 [ { "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 } ]
標籤 [ { "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 } ]
說明 { "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 } ] }
影像格式 "Jpeg"
影像尺寸 462 x 600
黑與白 false
成人內容 false
成人分數 0.009112834
恐怖 false
Gore Score 0.046150554
辛辣 false
辛辣分數 0.0143244695
類別 [ { "name": "trans_trainstation", "score": 0.98828125 } ]
臉部 []
主要色彩背景
"Black"
主要色彩前景
"Black"
輔色
#484C83
{
  "categories": [
    {
      "name": "trans_trainstation",
      "score": 0.98828125
    }
  ],
  "adult": {
    "isAdultContent": false,
    "isGoryContent": false,
    "isRacyContent": false,
    "adultScore": 0.009112834,
    "goreScore": 0.046150554,
    "racyScore": 0.0143244695
  },
  "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": "600d2caf-cc87-4a7e-918c-694bed37c3ae",
  "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": 0.0143244695
  },
  "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": "600d2caf-cc87-4a7e-918c-694bed37c3ae",
  "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
    }
  ]
}

轉換您的流程

自動辨識影像中超過 10,000 個物件和概念。從多個影像和文件類型擷取列印和手寫文字,並運用多種語言和混合書寫樣式的支援。套用這些電腦視覺功能以簡化程序,例如機器人程序自動化和數位資產管理。

讓組織的實體空間發揮最大價值

無論人們是在辦公室或商店,都可了解人們在實體空間中的移動方式。使用空間分析功能,建立可計算室內人數、追蹤路徑、了解在零售展示前的駐足時間及判斷排隊等候時間的應用程式。建置解決方案,以管理使用空間、保持社交距離、遵守戴口罩的規定、將店內和辦公室的配置最佳化,以及加速結帳流程。在多個攝影機和地點之間執行服務。

深入了解這項功能

從雲端到邊緣,隨處皆可部署

使用容器,於雲端或邊緣執行電腦視覺。將其應用在各式各樣的案例,例如醫療保健記錄影像檢查、安全文件的文字擷取,或分析人群在店內的移動方式,其中的資料安全性和低延遲至關重要。

了解容器中的電腦視覺

以業界領先的 Azure 安全性為基礎

  • Microsoft 每年斥資逾 USD 1 billion 來研究與開發網路安全性。

  • 我們聘請了超過 3,500 名資訊安全專家專門保護資料安全性和隱私權。

  • 比起其他的雲端提供者,Azure 擁有最多的合規性認證。檢視完整清單

以具競爭力的價格獲得世界級電腦視覺

用多少付多少,無預付費用。透過電腦視覺,只需依據交易數隨用隨付。

利用 3 個步驟開始使用電腦視覺

註冊 Azure 免費帳戶即可立即存取,並獲得 $200 個點數。

登入 Azure 入口網站並新增電腦視覺。

透過快速入門和文件,來了解如何內嵌電腦視覺。

文件與資源

開始使用

閱讀文件

參加 Microsoft Learn 課程

查看程式碼範例

探索範例應用程式

關於電腦視覺的常見問題集

  • 電腦視覺及其他 Azure 認知服務供應項目的正常運作時間均保證達 99.9%。免費定價層不提供 SLA。請參閱 SLA 詳細資料
  • 否。Microsoft 在處理後會自動刪除您的影像和影片,不會使用您的資料進行訓練以增強基礎模型。影片資料不會離開您的設備,也不會儲存在容器執行的邊緣上。深入了解隱私權和使用方式條款。
  • 使用電腦視覺從影像和影片擷取文字之後,您可以使用文字分析以分析情感、使用翻譯工具將文字翻譯成您所需的語言,或使用沉浸式閱讀程式大聲讀出文字以更容易理解。其他與電腦視覺相關的功能還包括:表單辨識器,可從文件擷取索引鍵/值組和資料表;臉部,可偵測及辨識影像中的臉部;自訂視覺,可讓您輕鬆地從頭開始建立自己的電腦視覺模型;以及內容仲裁,可偵測不想要的文字或影像。
  • 否,空間分析會偵測及找出人在影片中出現的位置,並在人體周圍使用週框方塊加以輸出。AI 模型不會偵測臉部,也不會判斷個人身分識別或人口統計。
  • 空間分析 AI 模型利用人體週框方塊,根據可辨識是否有一或多個人存在的演算法,以偵測並追蹤影片摘要中的移動。針對在相機視角內某個區域中偵測到的每個週框方塊移動,AI 模型會輸出事件資料,包括人體的週框方塊座標、事件類型 (例如進入或離開區域或方向線交叉)、用於追蹤週框方塊的匿名識別項,以及偵測信賴分數。此事件資料會傳送到您自己的 Azure IoT 中樞執行個體。

當您一切就緒時,就能開始設定 Azure 免費帳戶