Lista de recursos

Atualmente, a API Vision permite que você use os seguintes recursos:

Todos os tipos de atributos
Detecção de texto	Oferece reconhecimento óptico de caracteres (OCR, na sigla em inglês) de uma imagem, reconhecimento de texto e conversão para texto codificado por máquina. Identifica e extrai o texto UTF-8 em uma imagem. Imagens: otimizadas para áreas esparsas de texto em uma imagem maior. Resposta: retorna uma lista de palavras identificadas com texto, caixas delimitadoras e textAnnotations, bem como a hierarquia estrutural do texto detectado pelo OCR (fullTextAnnotation). Hierarquia da estrutura de texto extraída: TextAnnotation -> Página -> Bloco -> Parágrafo -> Palavra -> Símbolo. Depois de "Página", cada componente estrutural pode ter propriedades próprias, como idiomas detectados, quebras de linha etc. Idiomas compatíveis: funciona atualmente com idiomas compatíveis, mapeados e experimentais. Valor de enumeração do atributo: TEXT_DETECTION.
Detecção de texto de documentos (texto denso/escrito à mão)	Reconhecimento óptico de caracteres (OCR, na sigla em inglês) de um arquivo (PDF/TIFF) ou imagem de texto densa, reconhecimento de texto denso e conversão para texto codificado por máquina. Arquivos: otimizado para arquivos de documentos (PDF/TIFF). Imagens: otimizado para áreas de textodensas em uma imagem (imagens que são documentos) e imagens que contêm texto escrito à mão. Resposta: retorna a hierarquia estrutural do texto detectado pelo OCR (fullTextAnnotation). Hierarquia da estrutura de texto extraída: TextAnnotation -> Página -> Bloco -> Parágrafo -> Palavra -> Símbolo. Depois de "Página", cada componente estrutural pode ter propriedades próprias, como idiomas detectados, quebras de linha etc. Idiomas compatíveis: funciona atualmente com idiomas compatíveis, mapeados e experimentais. Valor de enumeração do atributo: DOCUMENT_TEXT_DETECTION. Tem precedência quando DOCUMENT_TEXT_DETECTION e TEXT_DETECTION são solicitados. Se você estiver detectando texto em documentos digitalizados, tente o Document AI para o reconhecimento óptico de caracteres, análise de formulário estruturado e extração de entidades. É possível usar o Document AI Toolbox para converter a saída do formato Document AI para o formato Cloud Vision.
Detecção de pontos de referência ^1	Fornece o nome do ponto de referência, um índice de confiança e uma caixa delimitadora na imagem do ponto de referência. Fornece 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 retornados uma descrição textual, um índice de confiança e uma classificação de utilidade.
Propriedades de imagens ^4	Retorna as cores predominantes em uma imagem. Representa cada cor no espaço de cores RGBA, tem um índice de confiança e exibe 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, um índice 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 aprendizado de máquina personalizado para seu caso específico de detecção de objetos em uma imagem.
Detecção de dicas de corte ^6	Fornece um polígono delimitador para a imagem cortada, um índice de confiança e uma fração de importância desta 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) de imagens semelhantes na Web Imagens completamente correspondentes: uma lista de URLs de imagens totalmente correspondentes de qualquer tamanho na Internet Imagens parcialmente correspondentes: uma lista de URLs de imagens que compartilham atributos de pontos chave, como uma versão cortada da imagem original Páginas com imagens correspondentes: uma lista de páginas da Web (identificadas pelo URL, título da página e URL da imagem correspondente) com uma imagem que satisfaça as condições descritas acima Imagens visualmente semelhantes: uma lista de URLs de imagens que compartilham alguns atributos com a imagem original Melhor rótulo de sugestões: um palpite sobre o assunto da imagem solicitada inferida de imagens semelhantes na Internet
Detecção explícita de conteúdo (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., junto aos 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 específico individual não é compatível.

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

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

^{3. Crédito da imagem: Alex Knight em Unsplash. (links em inglês) ↩}

^{4. Crédito da imagem: Jeremy Bishop em Unsplash. (links em inglês) ↩}

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

^{6. Crédito da imagem: Yasmin Dangor em Unsplash (imagem original e cortada exibida) (links em inglês). ↩}

^{7. Crédito da imagem: Quinten de Graaf no Unsplash (links em inglês). ↩}