Elenco delle funzionalità

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

Tutti i tipi di elementi
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 aree di testo sparse all'interno di un'immagine più grande. Risposta: restituisce un elenco di parole identificate con testo, riquadri di delimitazione e textAnnotations, nonché la gerarchia strutturale per il testo rilevato dall'OCR (fullTextAnnotation). Gerarchia della struttura del testo estratto: TextAnnotation -> Page -> Block -> Paragraph -> Word -> Symbol. Ogni componente strutturale da Page in poi può avere anche proprietà proprie, 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 dei documenti (testo denso / scrittura a mano libera)	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: ottimizzato per i file di documenti (PDF/TIFF). Immagini: ottimizzate per aree di testo dense in un'immagine (immagini che sono documenti) e immagini che contengono testo scritto a mano. Risposta: restituisce la gerarchia strutturale del testo rilevato dall'OCR (fullTextAnnotation). Gerarchia della struttura del testo estratto: TextAnnotation -> Page -> Block -> Paragraph -> Word -> Symbol. Ogni componente strutturale di Page può avere anche proprietà proprie, 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 che TEXT_DETECTION. Se stai rilevando testo in 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 dell'entità rilevata.
Rilevamento dei loghi ^2	Fornisce una descrizione testuale dell'entità identificata, un punteggio di affidabilità e un poligono di delimitazione per il logo nel file.
Rilevamento etichette ^3	Fornisce etichette generalizzate per un'immagine. Per ogni etichetta restituisce una descrizione testuale, un punteggio di affidabilità e una valutazione di attualità.
Proprietà immagini ^4	Restituisce i colori dominanti in un'immagine. Ogni colore è rappresentato nello spazio dei colori RGBA, ha un punteggio di affidabilità e mostra la frazione di pixel occupata dal colore [0, 1].
Localizzazione degli oggetti ^5	Fornisce annotazioni generali di etichette 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 affidabilità e i vertici normalizzati [0,1] per il poligono di delimitazione intorno all'oggetto. Hai bisogno di un rilevamento di oggetti personalizzato? Con AutoML Vision Object Detection puoi creare un modello di machine learning personalizzato per il tuo caso d'uso specifico di rilevamento di oggetti nelle immagini.
Rilevamento dei suggerimenti di ritaglio ^6	Fornisce un poligono di delimitazione per l'immagine ritagliata, un punteggio di affidabilità e una frazione di importanza di questa regione saliente rispetto all'immagine originale per ogni richiesta. Puoi fornire fino a 16 valori di proporzioni (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 di immagini che condividono caratteristiche dei punti chiave, ad esempio una versione ritagliata dell'immagine originale. Pagine con immagini corrispondenti: un elenco di pagine web (identificate dall'URL della pagina, dal titolo della pagina e dall'URL dell'immagine corrispondente) con un'immagine che soddisfa le condizioni descritte sopra. Immagini visivamente simili: un elenco di URL per le immagini che condividono alcune caratteristiche con l'immagine originale. Etichetta di ipotesi migliore: un'ipotesi migliore sull'argomento dell'immagine richiesta dedotta da immagini simili su internet.
Rilevamento contenuti espliciti (SafeSearch)	Fornisce valutazioni di probabilità per le seguenti categorie di contenuti espliciti: adult, spoof, medical, violence e racy. Le valutazioni della probabilità sono espresse come 6 valori diversi: UNKNOWN, VERY_UNLIKELY, UNLIKELY, POSSIBLE, LIKELY o VERY_LIKELY.
Riconoscimento facciale	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 affidabilità. Restituisce le valutazioni della probabilità per le proprietà generali delle immagini (sottoesposte, sfocate, presenza di copricapo). Le valutazioni della probabilità sono espresse come 6 valori diversi: UNKNOWN, VERY_UNLIKELY, UNLIKELY, POSSIBLE, LIKELY o VERY_LIKELY. Il riconoscimento facciale di un individuo specifico non è supportato.

^{1. Crediti immagine: Nikolay Vorobyev su Unsplash (annotazioni aggiunte). ↩}

^{2. Crediti immagine: Robert Scoble (CC BY 2.0, annotazione aggiunta). ↩}

^{3. Crediti immagine: Alex Knight su Unsplash. ↩}

^{4. Crediti immagine: Jeremy Bishop su Unsplash. ↩}

^{5. Crediti immagine: Bogdan Dada su Unsplash (annotazioni aggiunte). ↩}

^{6. Crediti immagine: Yasmin Dangor su Unsplash (immagine originale e ritagliata mostrata). ↩}

^{7. Crediti immagine: Quinten de Graaf su Unsplash. ↩}