Elenco delle funzionalità

L'API Vision attualmente consente di utilizzare le seguenti funzionalità:

Tutti i tipi di funzionalità
Rilevamento del testo	Riconoscimento ottico dei caratteri (OCR) per un'immagine; riconoscimento del testo e conversione in testo codificato automaticamente. Identifica ed estrae il testo UTF-8 in un' immagine. Immagini: ottimizzate per le aree di testo sparse all'interno di un'immagine più grande. Risposta: restituisce sia un elenco di parole identificate con testo, riquadri di delimitazione e textAnnotations, sia la gerarchia strutturale per il testo rilevato tramite OCR (fullTextAnnotation). Gerarchia della struttura del testo estratto: TextAnnotation -> Page -> Block -> Paragraph -> Word -> Symbol. Ogni componente strutturale a partire da Page può avere ulteriori proprietà, come lingue rilevate, interruzioni e così via. Lingue supportate: funziona con le lingue attualmente supportate, mappate e sperimentali. Valore enum della funzionalità: TEXT_DETECTION.
Rilevamento del testo del documento (testo denso testo / scrittura a mano)	Riconoscimento ottico dei caratteri (OCR) per un file (PDF/TIFF) o un'immagine di testo denso ; riconoscimento del testo denso e conversione in testo codificato automaticamente. File: ottimizzati per i file di documenti (PDF/TIFF). Immagini: ottimizzate per le aree di testo dense in un'immagine (immagini che sono documenti) e per le immagini che contengono scrittura a mano. Risposta: restituisce la gerarchia strutturale per il testo rilevato tramite OCR (fullTextAnnotation). Gerarchia della struttura del testo estratto: TextAnnotation -> Page -> Block -> Paragraph -> Word -> Symbol. Ogni componente strutturale a partire da Page può avere ulteriori proprietà, come lingue rilevate, interruzioni e così via. Lingue supportate: funziona con le lingue attualmente supportate, mappate e sperimentali. Valore enum della funzionalità: DOCUMENT_TEXT_DETECTION. Ha la precedenza quando vengono richiesti sia DOCUMENT_TEXT_DETECTION sia TEXT_DETECTION. Se rilevi il testo nei documenti scansionati, prova Document AI per il riconoscimento ottico dei caratteri, l'analisi dei moduli strutturati e l'estrazione delle entità. Puoi utilizzare Document AI Toolbox per convertire l'output dal formato Document AI al formato Cloud Vision.
Rilevamento dei punti di riferimento ^1	Fornisce il nome del punto di riferimento, un punteggio di confidenza e un riquadro di delimitazione nell'immagine per il punto di riferimento. Fornisce le coordinate per l'entità rilevata.
Rilevamento dei loghi ^2	Fornisce una descrizione testuale dell'entità identificata, un punteggio di confidenza e un poligono di delimitazione per il logo nel file.
Rilevamento delle etichette ^3	Fornisce etichette generalizzate per un'immagine. Per ogni etichetta restituisce una descrizione testuale, un punteggio di confidenza e valutazione della topicalità.
Proprietà immagini ^4	Restituisce i colori predominanti in un'immagine. Ogni colore è rappresentato nello spazio colore RGBA, ha un punteggio di confidenza, e mostra la frazione di pixel occupata dal colore [0, 1].
Localizzazione degli oggetti ^5	Fornisce annotazioni di etichette generali e riquadro di delimitazione per più oggetti riconosciuti in una singola immagine. Per ogni oggetto rilevato vengono restituiti i seguenti elementi: una descrizione testuale un punteggio di confidenza e vertici normalizzati [0,1] per il poligono di delimitazione attorno all'oggetto. Ti serve il rilevamento di oggetti personalizzato? Con AutoML Vision rilevamento di oggetti puoi creare un modello di machine learning personalizzato per il tuo caso d'uso specifico di rilevamento di oggetti immagine.
Rilevamento dei suggerimenti di ritaglio ^6	Fornisce un poligono di delimitazione per l'immagine ritagliata, un punteggio di confidenza, e una frazione di importanza di questa regione saliente rispetto all' immagine originale per ogni richiesta. Puoi fornire fino a 16 valori di proporzioni dell'immagine (larghezza:altezza) per una singola immagine.
Entità e pagine web ^7	Fornisce una serie di contenuti web correlati a un'immagine. Restituisce le seguenti informazioni: Entità web: entità dedotte (etichette/descrizioni) da immagini simili sul web. Immagini con corrispondenza completa: un elenco di URL per immagini con corrispondenza completa di qualsiasi dimensione su internet. Immagini con corrispondenza parziale: un elenco di URL per immagini che condividono funzionalità di punti chiave, ad esempio una versione ritagliata dell'immagine originale. Pagine con immagini corrispondenti: un elenco di pagine web (identificate da URL della pagina, titolo della pagina, URL dell'immagine corrispondente) con un'immagine che soddisfa le condizioni descritte sopra. Immagini visivamente simili: un elenco di URL per immagini che condividono alcune funzionalità con l'immagine originale. Etichetta con la migliore ipotesi: la migliore ipotesi sull'argomento dell'immagine richiesta dedotta da immagini simili su internet.
Rilevamento di contenuti espliciti (SafeSearch)	Fornisce valutazioni di probabilità per le seguenti categorie di contenuti espliciti: adult, spoof, medical, violence e racy. Le valutazioni di probabilità sono espresse come 6 valori diversi: UNKNOWN, VERY_UNLIKELY, UNLIKELY, POSSIBLE, LIKELY o VERY_LIKELY.
Rilevamento dei volti	Individua i volti con poligoni di delimitazione, e identifica "punti di riferimento" facciali specifici come occhi, orecchie, naso, bocca, e così via, insieme ai relativi valori di confidenza. Restituisce valutazioni di probabilità per l'emozione (gioia, tristezza, rabbia, sorpresa) e le proprietà generali dell'immagine (sottoesposta, sfocata, presenza di copricapo). Le valutazioni di probabilità sono espresse come 6 valori diversi: UNKNOWN, VERY_UNLIKELY, UNLIKELY, POSSIBLE, LIKELY o VERY_LIKELY. Il riconoscimento facciale individuale specifico non è supportato.

^{1. Credito per l'immagine: Nikolay Vorobyev su Unsplash (annotazioni aggiunte). ↩}

^{2. Credito per l'immagine: Robert Scoble (CC BY 2.0, annotazione aggiunta). ↩}

^{3. Credito per l'immagine: Alex Knight su Unsplash. ↩}

^{4. Credito per l'immagine: Jeremy Bishop su Unsplash. ↩}

^{5. Credito per l'immagine: Bogdan Dada su Unsplash (annotazioni aggiunte). ↩}

^{6. Credito per l'immagine: Yasmin Dangor su Unsplash (immagine originale e ritagliata mostrata). ↩}

^{7. Credito per l'immagine: Quinten de Graaf su Unsplash. ↩}