רשימת התכונות

נכון לעכשיו, Vision API מאפשר לכם להשתמש בתכונות הבאות:

כל סוגי התכונות
זיהוי טקסט	זיהוי תווים אופטי (OCR) של תמונה; זיהוי טקסט והמרה לטקסט מקודד למכונה. מזהה ומחלץ טקסט בפורמט UTF-8 בתמונה. תמונות: אופטימיזציה לאזורים דלילים של טקסט בתוך תמונה גדולה יותר. תשובה: מחזירה רשימה של מילים שזוהו עם טקסט, תיבות תוחמות ו-textAnnotations, וגם את ההיררכיה המבנית של הטקסט שזוהה באמצעות OCR (fullTextAnnotation). היררכיה של מבנה הטקסט שחולץ: TextAnnotation -> Page -> Block -> Paragraph -> Word -> Symbol. לכל רכיב מבני מהדף יכולות להיות תכונות משלו, כמו שפות שזוהו, מעברים וכו'. השפות הנתמכות: פועל עם שפות נתמכות, ממופות וניסיוניות. ערך ה-enum של התכונה: TEXT_DETECTION.
זיהוי טקסט במסמך (טקסט צפוף / כתב יד)	זיהוי תווים אופטי (OCR) לקובץ (PDF/TIFF) או לתמונה עם טקסט צפוף; זיהוי טקסט צפוף והמרה לטקסט בקידוד מכונה. קבצים: אופטימיזציה לקובצי מסמכים (PDF/TIFF). תמונות: אופטימיזציה לאזורים צפופים של טקסט בתמונה (תמונות שהן מסמכים) ולתמונות שמכילות כתב יד. תשובה: מחזירה את ההיררכיה המבנית של הטקסט שזוהה על ידי ה-OCR (fullTextAnnotation). היררכיה של מבנה הטקסט שחולץ: TextAnnotation -> Page -> Block -> Paragraph -> Word -> Symbol. לכל רכיב מבני מהדף יכולות להיות תכונות משלו, כמו שפות שזוהו, מעברים וכו'. השפות הנתמכות: פועל עם שפות נתמכות, ממופות וניסיוניות. ערך ה-enum של התכונה: DOCUMENT_TEXT_DETECTION. מקבל עדיפות כשמבוקשות גם DOCUMENT_TEXT_DETECTION וגם TEXT_DETECTION. אם אתם מנסים לזהות טקסט במסמכים סרוקים, כדאי לנסות את Document AI כדי לבצע זיהוי תווים אופטי, ניתוח של טפסים מובנים וחילוץ ישויות. אתם יכולים להשתמש בארגז הכלים של Document AI כדי להמיר פלט מפורמט Document AI לפורמט Cloud Vision.
זיהוי ציוני דרך ^1	התגובה כוללת את שם ציון הדרך, ציון מהימנות ותיבת תוחמת בתמונה של ציון הדרך. הפונקציה מחזירה את הקואורדינטות של הישות שאותרה.
זיהוי לוגו ^2	התכונה מספקת תיאור טקסטואלי של הישות שזוהתה, ציון רמת סמך ופוליגון תחום של הלוגו בקובץ.
זיהוי תוויות ^3	מספק תוויות כלליות לתמונה. לכל תווית מוחזר תיאור מילולי, ציון מהימנות ודירוג רלוונטיות לנושא.
מאפייני תמונה ^4	הפונקציה מחזירה את הצבעים הדומיננטיים בתמונה. כל צבע מיוצג במרחב הצבעים RGBA, יש לו ציון מהימנות, והוא מציג את החלק היחסי של הפיקסלים שתפוסים על ידי הצבע [0, 1].
לוקליזציה של אובייקטים ^5	מספק הערות כלליות של תוויות ותיבות תוחמות לכמה אובייקטים שזוהו בתמונה אחת. לכל אובייקט שזוהה מוחזרים הרכיבים הבאים: תיאור טקסטואלי, ציון מובהקות וקודקודים מנורמלים [0,1] של הפוליגון התוחם סביב האובייקט. צריכים זיהוי אובייקטים בהתאמה אישית? באמצעות AutoML Vision לזיהוי אובייקטים, אתם יכולים ליצור מודל מותאם אישית של למידת מכונה לתרחיש השימוש הספציפי שלכם לזיהוי אובייקטים בתמונות.
זיהוי רמזים לחיתוך ^6	לכל בקשה מוחזר פוליגון תוחם של התמונה החתוכה, ציון מובהקות ושבר חשיבות של האזור הבולט הזה ביחס לתמונה המקורית. אפשר לציין עד 16 ערכים של יחסי תמונה (רוחב:גובה) לכל תמונה.
דפי אינטרנט וישויות באינטרנט ^7	מספק סדרה של תכנים קשורים באינטרנט לתמונה. הפונקציה מחזירה את המידע הבא: ישויות באינטרנט: ישויות (תוויות או תיאורים) שמוסקות מתמונות דומות באינטרנט. תמונות תואמות באופן מלא: רשימה של כתובות URL של תמונות תואמות באופן מלא בכל גודל באינטרנט. התאמה חלקית של תמונות: רשימה של כתובות URL של תמונות שיש להן מאפיינים משותפים של נקודות מרכזיות, כמו גרסה חתוכה של התמונה המקורית. דפים עם תמונות תואמות: רשימה של דפי אינטרנט (שמזוהים לפי כתובת ה-URL של הדף, כותרת הדף וכתובת ה-URL של התמונה התואמת) עם תמונה שעומדת בתנאים שמתוארים למעלה. תמונות דומות מבחינה ויזואלית: רשימה של כתובות URL של תמונות שיש להן כמה מאפיינים משותפים עם התמונה המקורית. תווית של ניחוש מושכל: ניחוש מושכל לגבי הנושא של התמונה המבוקשת, שמוסק מתמונות דומות באינטרנט.
זיהוי תוכן בוטה (חיפוש בטוח)	המאפיין הזה מספק דירוגי סבירות לקטגוריות הבאות של תוכן בוטה: adult, spoof, medical, violence ו-racy. דירוגי הסבירות מופיעים ב-6 ערכים שונים: UNKNOWN, VERY_UNLIKELY, UNLIKELY, POSSIBLE, LIKELY או VERY_LIKELY.
זיהוי פנים	התכונה מאתרת פנים באמצעות מצולעים תחומים, ומזהה תווי פנים ספציפיים כמו עיניים, אוזניים, אף, פה וכו', יחד עם ערכי המהימנות המתאימים. דירוגי הסבירות להחזרות לפי רגש (שמחה, עצב, כעס, הפתעה) ומאפיינים כלליים של התמונה (חשיפת חסר, טשטוש, כיסוי ראש). דירוגי הסבירות מופיעים ב-6 ערכים שונים: UNKNOWN, VERY_UNLIKELY, UNLIKELY, POSSIBLE, LIKELY או VERY_LIKELY. זיהוי של אדם ספציפי באמצעות זיהוי פנים לא נתמך.

^{1. קרדיט על התמונה: Nikolay Vorobyev ב-Unsplash (הערות נוספו). ↩}

^{2. ‫Image credit: Robert Scoble (CC BY 2.0, annotation added). ↩}

^{3. Image credit: Alex Knight on Unsplash. ↩}

^{4. Image credit: Jeremy Bishop on Unsplash. ↩}

^{5. קרדיט לתמונה: Bogdan Dada ב-Unsplash (נוספו הערות). ↩}

^{6. קרדיט על התמונה: Yasmin Dangor ב-Unsplash (התמונה המקורית והתמונה החתוכה מוצגות). ↩}

^{7. קרדיט על התמונה: Quinten de Graaf ב-Unsplash. ↩}