功能清單

Vision API 目前支援下列功能：

所有功能類型
文字偵測	圖片的光學字元辨識 (OCR)；文字辨識和轉換為機器編碼文字。辨識及擷取圖片中的 UTF-8 文字。 圖片：針對大型圖片中稀疏的文字區域進行最佳化。 回應：傳回以文字、周框和 textAnnotations 識別的字詞清單，以及 OCR 偵測到的文字結構階層 (fullTextAnnotation)。 擷取文字結構的階層： TextAnnotation -> Page -> Block -> Paragraph -> Word -> Symbol。 Page 上的每個結構化元件可能還會有自己的屬性，例如偵測到的語言、換行符等。 支援的語言：適用於目前支援、對應及實驗性的語言。 功能列舉值：TEXT_DETECTION。
偵測文件文字 (密集文字 / 手寫文字)	對檔案 (PDF/TIFF) 或含有密集文字的圖片執行光學字元辨識，辨識密集文字並轉換為機器編碼文字。 檔案：專為文件檔案 (PDF/TIFF) 最佳化。 圖片：針對圖片中密集的文字區域 (文件圖片) 和含有手寫文字的圖片進行最佳化。 回應：傳回 OCR 偵測到的文字結構階層 (fullTextAnnotation)。 擷取文字結構的階層： TextAnnotation -> Page -> Block -> Paragraph -> Word -> Symbol。 Page 上的每個結構化元件可能還會有自己的屬性，例如偵測到的語言、換行符等。 支援的語言：適用於目前支援、對應和實驗性的語言。 功能列舉值：DOCUMENT_TEXT_DETECTION。 如果同時要求 DOCUMENT_TEXT_DETECTION 和 TEXT_DETECTION，則優先採用。 如要偵測掃描文件中的文字，請試用 Document AI，進行光學字元辨識、結構化表單剖析和實體擷取。 您可以使用 Document AI Toolbox，將 Document AI 格式的輸出內容轉換為 Cloud Vision 格式。
地標偵測 ^1	提供地標名稱、信賴分數，以及地標在圖片中的定界框。 提供偵測到實體的座標。
標誌偵測 ^2	提供所識別實體的文字說明、信賴分數，以及檔案中標誌的周界多邊形。
標籤偵測 ^3	提供圖片的通用標籤。 每個標籤都會傳回文字說明、信賴分數和主題性評分。
圖片屬性 ^4	傳回圖片中的主色。 每種顏色都以 RGBA 色域表示，並具有信賴分數，以及顯示顏色所占的像素比例 [0, 1]。
物件本地化 ^5	針對單一圖片中辨識的多個物件，提供一般標籤和定界框註解。 系統會針對偵測到的每個物件傳回下列元素：文字說明、可信度分數，以及物件周圍定界多邊形的標準化頂點 [0,1]。 需要自訂物件偵測功能嗎？ 您可以透過 AutoML Vision 物件偵測，為特定圖片物件偵測用途建立自訂機器學習模型。
裁剪提示偵測 ^6	針對每項要求，提供裁剪圖片的定界多邊形、信賴分數，以及這個顯著區域相對於原始圖片的重要性分數。 單一圖片最多可提供 16 個圖片比例值 (寬度：高度)。
網路實體和頁面 ^7	提供與圖片相關的一系列網路內容。 傳回下列資訊： 網路實體：從網路上的類似圖片推斷出的實體 (標籤/說明)。 完全相符的圖片：網路上任何大小的完全相符圖片網址清單。 部分相符的圖片：圖片網址清單，這些圖片與原始圖片共用關鍵點特徵，例如原始圖片的裁剪版本。 含有相符圖片的網頁：網頁清單 (由網頁網址、網頁標題、相符圖片網址識別)，其中的圖片符合上述條件。 相似圖片：與原始圖片共用部分特徵的圖片網址清單。 最佳猜測標籤：根據網路上類似的圖片，推測所要求圖片的主題。
煽情露骨內容偵測 (安全搜尋)	提供下列露骨內容類別的可能評分：adult、spoof、medical、violence 和 racy。 可能性評分以 6 種不同的值表示：UNKNOWN、VERY_UNLIKELY、UNLIKELY、POSSIBLE、LIKELY 或 VERY_LIKELY。
臉部偵測	找出含有邊界多邊形的臉孔，並識別特定臉部「特徵」，例如眼睛、耳朵、鼻子、嘴巴等，以及對應的信賴度值。 傳回情緒 (喜悅、悲傷、憤怒、驚訝) 和一般圖片屬性 (曝光不足、模糊、出現頭飾) 的可能性評分。 可能性評估結果會以 6 種不同的值表示：UNKNOWN、VERY_UNLIKELY、UNLIKELY、POSSIBLE、LIKELY 或 VERY_LIKELY。 特定個人 臉部辨識 不支援。

^{1. 圖片來源： Nikolay Vorobyev 發表於 Unsplash (已新增註解)。 ↩}

^{2. 圖片來源： Robert Scoble (CC BY 2.0，已新增註解)。 ↩}

^{3. 圖片來源： Alex Knight (Unsplash)。 ↩}

^{4. 圖片來源： Jeremy Bishop (Unsplash)。 ↩}

^{5. 圖片出處： Bogdan Dada (Unsplash) (已新增註解)。↩}

^{6. 圖片出處： Unsplash 的 Yasmin Dangor (顯示原始和裁剪後的圖片)。 ↩}

^{7. 圖片來源： Quinten de Graaf， Unsplash。 ↩}