Daftar fitur

Vision API saat ini memungkinkan Anda menggunakan fitur berikut:

Semua jenis fitur
Deteksi teks	Pengenalan karakter optik (OCR) untuk gambar; pengenalan teks dan konversi menjadi teks berkode mesin. Mengidentifikasi dan mengekstrak teks UTF-8 dalam gambar. Gambar: Dioptimalkan untuk sparsearea teks dalam gambar yang lebih besar. Response: Menampilkan daftar kata yang diidentifikasi dengan teks, kotak pembatas, dan textAnnotations, serta struktur hierarki untuk teks yang terdeteksi OCR (fullTextAnnotation). Hierarki struktur teks yang diekstrak: TextAnnotation -> Page -> Block -> Paragraph -> Word -> Symbol. Setiap komponen struktural dari Halaman dapat memiliki propertinya sendiri seperti bahasa yang terdeteksi, jeda, dll. Bahasa yang didukung: Berfungsi dengan bahasa yang saat ini didukung, dipetakan, dan eksperimental bahasa Nilai fitur enum: TEXT_DETECTION.
Deteksi teks dokumen (teks padat / tulisan tangan)	Pengenalan karakter optik (OCR) untuk file (PDF/TIFF) atau gambar teks padat; pengenalan teks padat dan konversi menjadi teks berkode mesin. File: Dioptimalkan untuk file dokumen (PDF/TIFF). Gambar: Dioptimalkan untuk area teks padat dalam gambar (gambar yang merupakan dokumen), dan gambar yang berisi tulisan tangan. Response: Menampilkan hierarki struktural untuk teks yang terdeteksi OCR (fullTextAnnotation). Hierarki struktur teks yang diekstrak: TextAnnotation -> Page -> Block -> Paragraph -> Word -> Symbol. Setiap komponen struktural dari Halaman dapat memiliki propertinya sendiri seperti bahasa yang terdeteksi, jeda, dll. Bahasa yang didukung: Berfungsi dengan bahasa yang saat ini didukung, dipetakan, dan eksperimental bahasa Nilai fitur enum: DOCUMENT_TEXT_DETECTION. Lebih diutamakan jika ada DOCUMENT_TEXT_DETECTION dan TEXT_DETECTION. Jika Anda mendeteksi teks dalam dokumen yang dipindai, coba Document AI untuk pengenalan karakter optik, penguraian formulir terstruktur, dan ekstraksi entitas. Anda dapat menggunakan Toolbox Document AI untuk mengonversi output dari format Document AI ke format Cloud Vision.
Deteksi penanda ^1	Memberikan nama tempat terkenal, skor keyakinan, dan kotak pembatas pada gambar untuk tempat terkenal tersebut. Memberikan koordinat untuk entitas yang terdeteksi.
Deteksi logo ^2	Memberikan deskripsi tekstual dari entitas yang diidentifikasi, skor keyakinan, dan poligon pembatas untuk logo dalam file.
Deteksi label ^3	Memberikan label umum untuk gambar. Untuk setiap label, menampilkan deskripsi tekstual, skor keyakinan, dan rating keaktualan.
Properti gambar ^4	Menampilkan warna dominan dalam gambar. Setiap warna direpresentasikan dalam ruang warna RGBA, memiliki skor keyakinan, dan menampilkan fraksi piksel yang ditempati oleh warna [0, 1].
Lokalisasi objek ^5	Memberikan anotasi label umum dan kotak pembatas untuk beberapa objek yang dikenali dalam satu gambar. Untuk setiap objek yang terdeteksi, elemen berikut akan ditampilkan: deskripsi tekstual, skor keyakinan, dan vertex [0,1] yang dinormalisasi untuk poligon pembatas di sekitar objek. Perlu deteksi objek yang disesuaikan? Dengan Deteksi Objek AutoML Vision, Anda dapat membuat model machine learning kustom untuk kasus penggunaan deteksi objek gambar tertentu.
Deteksi petunjuk pemangkasan ^6	Memberikan poligon pembatas untuk gambar yang dipangkas, skor keyakinan, dan fraksi tingkat kepentingan region penting ini sehubungan dengan gambar asli untuk setiap permintaan. Anda dapat memberikan hingga 16 nilai rasio gambar (lebar:tinggi) untuk satu gambar.
Halaman dan entity web ^7	Memberikan serangkaian konten Web terkait ke gambar. Menampilkan informasi berikut: Entity web: Entity yang disimpulkan (label/deskripsi) dari gambar serupa di Web. Gambar yang sepenuhnya cocok: Daftar URL untuk gambar yang sepenuhnya cocok dalam ukuran apa pun di Internet. Gambar cocok yang sebagian: Daftar URL untuk gambar yang memiliki fitur titik kunci yang sama, seperti versi gambar asli yang dipangkas. Halaman dengan gambar yang cocok: Daftar Halaman Web (diidentifikasi oleh URL halaman, judul halaman, URL gambar yang cocok) dengan gambar yang memenuhi kondisi yang dijelaskan di atas. Gambar yang mirip secara visual: Daftar URL untuk gambar yang memiliki beberapa fitur dengan gambar asli. Label perkiraan terbaik: Perkiraan terbaik terkait topik gambar yang diminta yang disimpulkan dari gambar serupa di Internet.
Deteksi konten vulgar (SafeSearch)	Memberikan rating kemungkinan untuk kategori konten eksplisit berikut: adult, spoof, medical, violence, dan racy. Rating kemungkinan dibedakan menjadi enam nilai berbeda: UNKNOWN, VERY_UNLIKELY, UNLIKELY, POSSIBLE, LIKELY, atau VERY_LIKELY.
Deteksi wajah	Menemukan wajah dengan poligon pembatas, dan mengidentifikasi "titik acuan" wajah tertentu seperti mata, telinga, hidung, mulut, dll. beserta nilai keyakinan yang sesuai. Menampilkan rating kemungkinan untuk emosi (kegembiraan, kesedihan, kemarahan, kejutan) dan properti gambar umum (underexposed, blur, headwear present). Rating biasanya dibedakan menjadi 6 nilai berbeda: UNKNOWN, VERY_UNLIKELY, UNLIKELY, POSSIBLE, LIKELY, or VERY_LIKELY. Pengenalan Wajah individu tertentu tidak didukung.

^{1. Kredit gambar: Nikolay Vorobyev di Unsplash (anotasi ditambahkan). ↩}

^{2. Kredit gambar: Robert Scoble (CC BY 2.0, anotasi ditambahkan). ↩}

^{3. Kredit gambar: Alex Knight di Unsplash. ↩}

^{4. Kredit gambar: Jeremy Bishop di Unsplash. ↩}

^{5. Kredit gambar: Bogdan Dada di Unsplash (anotasi ditambahkan). ↩}

^{6. Kredit gambar: Yasmin Dangor di Unsplash (gambar asli dan gambar yang dipangkas ditampilkan). ↩}

^{7. Kredit gambar: Quinten de Graaf di Unsplash. ↩}