功能列表

借助 Vision API，您目前可以使用以下特征：

所有特征类型
文本检测	图片的光学字符识别 (OCR)；文本识别和机器编码文本转换。识别并提取图片中的 UTF-8 文本。 图片：已针对较大图片中的稀疏文本区域进行优化。 响应：返回通过文本、边界框和 textAnnotations 识别的字词列表，以及 OCR 检测到的文本的结构层次 (fullTextAnnotation) 列表。 提取的文本结构的层次结构： TextAnnotation -> 页面 -> 块 -> 段落 -> 字词 -> 符号。 页面中的每个结构组件都可以进一步包含各自的属性，例如检测到的语言、换行等等。 支持的语言：支持目前受支持的语言、映射的语言和实验性语言。 特征枚举值：TEXT_DETECTION。
文档文本检测（密集文本/手写）	文件 (PDF/TIFF) 或密集文本图片的光学字符识别 (OCR)；密集文本识别和机器编码文本转换。 文件：已针对文档文件 (PDF/TIFF) 进行优化。 图片：已针对图片（文档图片）中的密集文本区域以及包含手写内容的图片进行优化。 响应：返回用 OCR 检测到的文本 (fullTextAnnotation) 的结构性层次结构。 提取的文本结构的层次结构： TextAnnotation -> 页面 -> 块 -> 段落 -> 字词 -> 符号。 页面中的每个结构组件都可以进一步包含各自的属性，例如检测到的语言、换行等等。 支持的语言：支持目前受支持的语言、映射的语言和实验性语言。 特征枚举值：DOCUMENT_TEXT_DETECTION。 在请求 DOCUMENT_TEXT_DETECTION 和 TEXT_DETECTION 时优先考虑。 如果您要检测扫描文档中的文本，请尝试使用 Document AI 进行光学字符识别、结构化表单解析和实体提取。您可以使用 Document AI 工具箱将输出从 Document AI 格式转换为 Cloud Vision 格式。
地标检测 ^1	在地标图片中提供地标的名称、置信度分数和边界框。 提供检测到的实体的坐标。
徽标检测 ^2	提供识别到的实体的文本描述、置信度分数以及文件中徽标的边界多边形。
标签检测 ^3	提供图片的通用化标签。 对于每个标签，系统会返回文本描述、置信度分数和话题性分数。
图片属性 ^4	返回图片中的主色。 每种颜色以 RGBA 颜色空间表示，具有置信度分数，并且会显示该颜色占据的像素比例 [0, 1]。
对象本地化 ^5	为在单个图片中识别出的多个对象提供常规标签和边界框注释。 对于检测到的每个对象，系统会返回以下元素：文本描述、置信度分数以及该对象的边界多边形的规范化顶点 [0,1]。 需要自定义对象检测？ 利用 AutoML Vision 对象检测，您可以针对特定的图片对象使用场景创建自定义机器学习模型。
剪裁提示检测 ^6	为每个请求提供剪裁后图片的边界多边形、置信度分数以及此重要区域相对于原始图片的重要性比例。 您可以为单个图片最多提供 16 个图片比例值（宽高比）。
Web 实体和页面 ^7	提供一系列与图片相关的 Web 内容。 返回以下信息： 网络实体：根据网络上的类似图片推断出的实体（标签/说明）。 完全匹配的图片：互联网上任意尺寸的完全匹配图片的网址列表。 部分匹配的图片：具有共同关键特征（例如剪裁后的原始图片）的图片的网址列表。 具有匹配图片的页面：具有满足上述条件的图片的网页（由网页网址、网页标题、匹配的图片网址标识）列表。 外观类似的图片：与原始图片具有某些共同特征的图片的网址列表。 最佳猜测标签：对根据互联网上类似图片推断出的所请求图片主题的最佳猜测。
露骨内容检测（安全搜索）	提供以下露骨内容类别的似然度评分：adult、spoof、medical、violence 和 racy。 似然度评分表示为 6 个不同的值：UNKNOWN、VERY_UNLIKELY、UNLIKELY、POSSIBLE、LIKELY 或 VERY_LIKELY。
人脸检测	使用边界多边形定位脸部，并识别具体的面部“特征”（例如眼睛、耳朵、鼻子、嘴巴等）以及相应的置信度值。 返回情绪（喜悦、悲伤、愤怒、惊喜）和常规图片属性（曝光不足、模糊处理、存在头饰）的似然度评分。 似然度评分表示为 6 个不同的值：UNKNOWN、VERY_UNLIKELY、UNLIKELY、POSSIBLE、LIKELY 或 VERY_LIKELY。 不支持特定个人面部识别。

^{1. 图片来源：Unsplash 用户 Nikolay Vorobyev（添加了注释）。 ↩}

^{2. 图片来源：Robert Scoble（CC BY 2.0，已添加注释）。↩}

^{3. 图片来源：Unsplash 用户 Alex Knight。 ↩}

^{4. 图片来源：Unsplash 用户 Jeremy Bishop。 ↩}

^{5. 图片来源：Unsplash 用户 Bogdan Dada（添加了注释）。 ↩}

^{6. 图片来源：Unsplash 用户 Yasmin Dangor（显示原始图片和剪裁后的图片）。 ↩}

^{7. 图片来源： Unsplash 用户 Quinten de Graaf。 ↩}