Lista de recursos

No momento, a API Vision permite o uso dos seguintes recursos:

Todos os tipos de recursos
Detecção de texto	Reconhecimento óptico de caracteres (OCR) para imagens, reconhecimento de texto e conversão para texto codificado por máquina. Identifica e extrai textos 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 do texto extraído: TextAnnotation -> Página -> Bloco -> Parágrafo -> Palavra -> Símbolo. Depois de Página, cada componente estrutural pode ter propriedades próprias, como idiomas detectados, quebras de linha etc. Idiomas aceitos: funciona atualmente com idiomas aceitos, mapeados e experimentais. Valor de enumeração do recurso: TEXT_DETECTION.
Detecção de texto de documentos (textos densos/escritos à mão)	Reconhecimento óptico de caracteres (OCR) de um arquivo (PDF/TIFF) ou imagem de texto denso, reconhecimento de texto denso e conversão para texto codificado por máquina. Arquivos: otimizados para arquivos de documentos (PDF/TIFF). Imagens: otimizadas para áreas de textodensas em uma imagem (imagens que são documentos) e imagens que contêm textos escritos à mão. Resposta: retorna a hierarquia estrutural do texto detectado pelo OCR (fullTextAnnotation). Hierarquia da estrutura do texto extraído: TextAnnotation -> Página -> Bloco -> Parágrafo -> Palavra -> Símbolo. Depois de Página, cada componente estrutural pode ter propriedades próprias, como idiomas detectados, quebras de linha etc. Idiomas aceitos: no momento, funciona com idiomas aceitos, mapeados e experimentais. Valor de enumeração do recurso: 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, uma pontuação de confiança e uma caixa delimitadora para o ponto de referência da imagem. Fornece as 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. Cada cor é representada no espaço de cores RGBA com uma pontuação de confiança e 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, uma pontuação 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 machine learning personalizado para seu caso de uso específico de detecção de objetos em imagens.
Detecção de dicas de corte ^6	Fornece um polígono delimitador para a imagem cortada, uma pontuação de confiança e uma fração de importância da 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) com base em imagens semelhantes na Web. Imagens completamente correspondentes: uma lista de URLs de imagens totalmente correspondentes e de qualquer tamanho na Internet. Imagens parcialmente correspondentes: uma lista de URLs de imagens que compartilham atributos de pontos importantes, como uma versão cortada da imagem original. Páginas com imagens correspondentes: uma lista de páginas da Web (identificadas por URL, título da página e URL da imagem correspondente) com uma imagem que atende às condições descritas acima. Imagens visualmente semelhantes: uma lista de URLs de imagens que compartilham alguns atributos com a imagem original. Rótulo com a melhor sugestão: um palpite sobre o assunto da imagem solicitada inferido com base em imagens semelhantes na Internet.
Detecção de conteúdo explícito (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., além dos níveis de confiança correspondentes. Retorna as classificações de probabilidade de emoções (alegria, tristeza, raiva, surpresa) e 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 individual específico não é aceito.

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

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

^{3. Crédito da imagem: Alex Knight em Unsplash. ↩}

^{4. Crédito da imagem: Jeremy Bishop em Unsplash. ↩}

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

^{6. Crédito da imagem: Yasmin Dangor em Unsplash (a imagem original e a versão cortada são exibidas). ↩}

^{7. Crédito da imagem: Quinten de Graaf no Unsplash. ↩}