Elenco delle funzionalità

Al momento 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 sparso all'interno di un'immagine più grande. Risposta: restituisce sia un elenco di parole identificate con testo, bounding box e textAnnotations, sia la gerarchia strutturale per il testo rilevato dall'OCR (fullTextAnnotation). Gerarchia della struttura del testo estratta: Annotazione testo -> Pagina -> Blocco -> Paragrafo -> Parola -> Simbolo. Ogni componente strutturale di Page on può avere inoltre le proprie proprietà, come le lingue rilevate, le 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 / scrittura a mano libera denso)	Riconoscimento ottico dei caratteri (OCR) per un file (PDF/TIFF) o un'immagine con testo ad alta densità; riconoscimento e conversione del testo ad alta densità in testo codificato automaticamente. File: ottimizzato per i file di documenti (PDF/TIFF). Immagini: ottimizzate per aree di testo fitte in un'immagine (immagini che sono documenti) e immagini che contengono scrittura a mano libera. Risposta: restituisce la gerarchia strutturale per il testo rilevato dall'OCR (fullTextAnnotation). Gerarchia della struttura del testo estratta: Annotazione testo -> Pagina -> Blocco -> Paragrafo -> Parola -> Simbolo. Ogni componente strutturale di Page on può avere inoltre le proprie proprietà, come le lingue rilevate, le 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 sono richiesti sia DOCUMENT_TEXT_DETECTION che TEXT_DETECTION. Se stai rilevando il testo nei documenti scansionati, prova Document AI per il riconoscimento ottico dei caratteri, l'analisi del modulo strutturato e l'estrazione delle entità. Puoi utilizzare la Document AI Toolbox per convertire l'output dal formato Document AI al formato Cloud Vision.
Rilevamento di punti di riferimento ^1	Fornisce il nome del punto di riferimento, un punteggio di attendibilità e un riquadro di delimitazione nell'immagine del punto di riferimento. Fornisce le coordinate dell'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 affidabilità e una valutazione dell'attualità.
Proprietà immagine ^4	Restituisce i colori dominanti di un'immagine. Ogni colore è rappresentato nello spazio di colore RGBA, ha un punteggio di attendibilità 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 text, un punteggio di affidabilità e vertici normalizzati [0,1] per il poligono di delimitazione attorno all'oggetto. Hai bisogno di un rilevamento di oggetti personalizzato? Con Rilevamento di oggetti di AutoML Vision puoi creare un modello di machine learning personalizzato per il tuo caso d'uso specifico di rilevamento di oggetti nelle immagini.
Rilevamento di 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 del rapporto 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 di immagini con corrispondenza completa di qualsiasi dimensione su internet. Immagini con corrispondenza parziale: un elenco di URL di immagini che condividono elementi chiave, ad esempio una versione ritagliata dell'immagine originale. Pagine con immagini corrispondenti: un elenco di pagine web (identificate dall'URL pagina, dal titolo pagina e dall'URL immagine corrispondente) con un'immagine che soddisfa le condizioni descritte sopra. Immagini visivamente simili: un elenco di URL di immagini che condividono alcune caratteristiche con l'immagine originale. Etichetta di stima migliore: una stima migliore dell'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 delle 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 affidabilità. Restituisce valutazioni di probabilità per le emozioni (gioia, tristezza, rabbia, sorpresa) e proprietà generali delle immagini (sottoesposte, sfocate, presenza di copricapo). Le valutazioni delle probabilità sono espresse come 6 valori diversi: UNKNOWN, VERY_UNLIKELY, UNLIKELY, POSSIBLE, LIKELY o VERY_LIKELY. Il riconoscimento facciale di persone specifiche non è supportato.

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

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

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

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

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

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

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