Lista de recursos

A API Vision permite o uso dos seguintes recursos:

Todos os tipos de atributos
Detecção de texto	Oferece reconhecimento óptico de caracteres (OCR, na sigla em inglês) de uma imagem, reconhecimento de texto e conversão para texto codificado por máquina. Identifica e extrai o texto UTF-8 em uma imagem. Imagens: otimizadas para áreas esparsas de texto em uma imagem maior. Resposta: retorna uma lista de palavras identificadas com o texto, caixas delimitadoras e textAnnotations, bem como a hierarquia estrutural do texto detectado pelo OCR (fullTextAnnotation). Hierarquia da estrutura de texto extraída: TextAnnotation -> Página -> Bloco -> Parágrafo -> Palavra -> Símbolo. Depois de "Página", cada componente estrutural pode ter propriedades próprias, como idiomas detectados, quebras de linha etc. Idiomas compatíveis: funciona atualmente com idiomas compatíveis, mapeados e experimentais. Valor de enumeração do recurso: TEXT_DETECTION.
Detecção de texto de documentos (texto denso/escrito à mão)	Reconhecimento óptico de caracteres (OCR, na sigla em inglês) de um arquivo (PDF/TIFF) ou imagem de texto densa, reconhecimento de texto denso e conversão para texto codificado por máquina. Arquivos: otimizado para arquivos de documentos (PDF/TIFF). Imagens: otimizado para áreas de textodensas em uma imagem (imagens que são documentos) e imagens que contêm texto escrito à mão. Resposta: retorna a hierarquia estrutural do texto detectado pelo OCR (fullTextAnnotation). Hierarquia da estrutura de texto extraída: TextAnnotation -> Página -> Bloco -> Parágrafo -> Palavra -> Símbolo. Depois de "Página", cada componente estrutural pode ter propriedades próprias, como idiomas detectados, quebras de linha etc. Idiomas compatíveis: funciona atualmente com idiomas compatíveis, mapeados e experimentais. Valor de enumeração do atributo: DOCUMENT_TEXT_DETECTION. Tem precedência quando DOCUMENT_TEXT_DETECTION e TEXT_DETECTION são solicitados. Se você quiser detectar textos em documentos digitalizados, use a Document AI para reconhecimento óptico de caracteres, análise de formulários estruturados e extração de entidades. É possível usar a Document AI Toolbox para converter a saída do formato Document AI no formato Cloud Vision.
Detecção de pontos de referência ^1	Fornece o nome do ponto de referência, um índice de confiança e uma caixa delimitadora na imagem do ponto de referência. Fornece coordenadas da entidade detectada.
Detecção de logotipos ^2	Fornece uma descrição textual da entidade identificada, um índice de confiança e um polígono delimitador para o logotipo no arquivo.
Detecção de rótulos ^3	Fornece rótulos generalizados para uma imagem. Para cada rótulo, são retornadas uma descrição textual, uma pontuação de confiança e uma classificação de utilidade.
Propriedades da imagem ^4	Retorna as cores predominantes em uma imagem. Representa cada cor no espaço de cores RGBA, tem um índice de confiança e exibe a fração de pixels ocupada pela cor [0, 1].
Localização de objetos ^5	Fornece anotações gerais de rótulos e caixas delimitadoras para vários objetos reconhecidos em uma única imagem. Para cada objeto detectado, os seguintes elementos são retornados: uma descrição textual, um índice de confiança e vértices normalizados [0,1] para o polígono delimitador ao redor do objeto. Precisa de detecção personalizada de objetos? Use o AutoML Vision Object Detection para criar um modelo de aprendizado de máquina personalizado para seu caso específico de detecção de objetos em uma imagem.
Detecção de dicas de corte ^6	Fornece um polígono delimitador para a imagem cortada, um índice de confiança e uma fração de importância desta região saliente em relação à imagem original para cada solicitação. É possível fornecer até 16 valores de proporção de imagem (largura:altura) para uma única imagem.
Páginas e entidades da Web ^7	Fornece uma série de conteúdos da Web relacionados a uma imagem. Retorna as seguintes informações: Entidades da Web: entidades inferidas (rótulos/descrições) de imagens semelhantes na Web Imagens completamente correspondentes: uma lista de URLs de imagens totalmente correspondentes de qualquer tamanho na Internet Imagens parcialmente correspondentes: uma lista de URLs de imagens que compartilham atributos de pontos chave, como uma versão cortada da imagem original Páginas com imagens correspondentes: uma lista de páginas da Web (identificadas pelo URL, título da página e URL da imagem correspondente) com uma imagem que satisfaça as condições descritas acima Imagens visualmente semelhantes: uma lista de URLs de imagens que compartilham alguns atributos com a imagem original Melhor rótulo de sugestões: um palpite sobre o assunto da imagem solicitada inferida de imagens semelhantes na Internet
Detecção explícita de conteúdo (SafeSearch)	Fornece classificações de probabilidade para as seguintes categorias de conteúdo explícito: adult, spoof, medical, violence e racy. As avaliações de probabilidade são expressas como seis valores diferentes: UNKNOWN, VERY_UNLIKELY, UNLIKELY, POSSIBLE, LIKELY ou VERY_LIKELY.
Detecção facial	Localiza rostos com polígonos delimitantes e identifica "pontos de referência" faciais específicos, como olhos, ouvidos, nariz, boca etc., junto aos níveis de confiança correspondentes. Retorna as classificações de probabilidade de propriedades gerais da imagem (subexposta, desfocada, exibindo chapéus e afins). As avaliações de probabilidade são expressas como seis valores diferentes: UNKNOWN, VERY_UNLIKELY, UNLIKELY, POSSIBLE, LIKELY ou VERY_LIKELY. O reconhecimento facial específico individual não é compatível.

^{1. Crédito da imagem: Nikolay Vorobyev em Unsplash (anotações adicionadas) (links em inglês). ↩}

^{2. Crédito da imagem: Robert Scoble (CC BY 2.0, anotação adicionada) (links em inglês). ↩}

^{3. Crédito da imagem: Alex Knight em Unsplash. (links em inglês) ↩}

^{4. Crédito da imagem: Jeremy Bishop em Unsplash. (links em inglês) ↩}

^{5. Crédito da imagem: Bogdan Dada em Unsplash (anotações adicionadas) (links em inglês). ↩}

^{6. Crédito da imagem: Yasmin Dangor em Unsplash (imagem original e cortada exibida) (links em inglês). ↩}

^{7. Crédito da imagem: Quinten de Graaf no Unsplash (links em inglês). ↩}