Lista de funcionalidades

Atualmente, a API Vision permite-lhe usar as seguintes funcionalidades:

Todos os tipos de funcionalidades
Deteção de texto	Reconhecimento ótico de carateres (OCR) para uma imagem; reconhecimento de texto e conversão em texto codificado por máquina. Identifica e extrai texto UTF-8 numa imagem. Imagens: otimizadas para áreas esparsas de texto numa imagem maior. Resposta: devolve uma lista de palavras identificadas com texto, caixas delimitadoras e textAnnotations, bem como a hierarquia estrutural do texto detetado pelo OCR (fullTextAnnotation). Hierarquia da estrutura do texto extraído: TextAnnotation -> Page -> Block -> Paragraph -> Word -> Symbol. Cada componente estrutural de Page on pode ter ainda as suas próprias propriedades, como idiomas detetados, pausas, etc. Idiomas suportados: funciona com os idiomas atualmente suportados, mapeados e experimentais. Valor enum do elemento: TEXT_DETECTION.
Deteção de texto em documentos (texto denso / escrita manual)	Reconhecimento ótico de carateres (OCR) para um ficheiro (PDF/TIFF) ou uma imagem de texto densa; reconhecimento de texto denso e conversão em texto codificado por máquina. Ficheiros: otimizado para ficheiros de documentos (PDF/TIFF). Imagens: otimizadas para áreas densas de texto numa imagem (imagens que são documentos) e imagens que contêm escrita manual. Resposta: devolve a hierarquia estrutural do texto detetado pelo OCR (fullTextAnnotation). Hierarquia da estrutura do texto extraído: TextAnnotation -> Page -> Block -> Paragraph -> Word -> Symbol. Cada componente estrutural de Page on pode ter ainda as suas próprias propriedades, como idiomas detetados, pausas, etc. Idiomas suportados: funciona com os idiomas atualmente suportados, mapeados e experimentais. Valor enum do elemento: DOCUMENT_TEXT_DETECTION. Tem precedência quando são pedidos DOCUMENT_TEXT_DETECTION e TEXT_DETECTION. Se estiver a detetar texto em documentos digitalizados, experimente a Document AI para reconhecimento ótico de carateres, análise estruturada de formulários e extração de entidades. Pode usar a caixa de ferramentas da Document AI para converter a saída do formato da Document AI para o formato da Cloud Vision.
Deteção de pontos de referência ^1	Fornece o nome do ponto de referência, uma pontuação de confiança e uma caixa delimitadora na imagem para o ponto de referência. Fornece as coordenadas da entidade detetada.
Deteção de logótipos ^2	Fornece uma descrição textual da entidade identificada, uma pontuação de confiança e um polígono delimitador para o logótipo no ficheiro.
Deteção de etiquetas ^3	Fornece etiquetas generalizadas para uma imagem. Para cada etiqueta, é devolvida uma descrição textual, uma pontuação de confiança e uma classificação de topicalidade.
Propriedades da imagem ^4	Devolve as cores dominantes numa imagem. Cada cor é representada no espaço de cores RGBA, tem uma pontuação de confiança e apresenta a fração de píxeis ocupados pela cor [0, 1].
Localização de objetos ^5	Fornece anotações gerais de etiquetas e caixas delimitadoras para vários objetos reconhecidos numa única imagem. Para cada objeto detetado, são devolvidos os seguintes elementos: uma descrição textual, uma pontuação de confiança e vértices normalizados [0,1] para o polígono delimitador à volta do objeto. Precisa de deteção de objetos personalizada? Com a deteção de objetos do AutoML Visionpode criar um modelo de aprendizagem automática personalizado para o seu exemplo de utilização específico de deteção de objetos de imagem.
Deteção de sugestões de recorte ^6	Fornece um polígono delimitador para a imagem recortada, uma pontuação de confiança e uma fração de importância desta região saliente relativamente à imagem original para cada pedido. Pode fornecer até 16 valores de proporção de imagem (largura:altura) para uma única imagem.
Entidades e páginas Web ^7	Fornece uma série de conteúdos Web relacionados com uma imagem. Devolve as seguintes informações: Entidades Web: entidades inferidas (etiquetas/descrições) de imagens semelhantes na Web. Imagens de correspondência total: uma lista de URLs de imagens de correspondência total de qualquer tamanho na Internet. Imagens de correspondência parcial: uma lista de URLs de imagens que partilham caraterísticas de pontos-chave, como uma versão recortada da imagem original. Páginas com imagens correspondentes: uma lista de páginas Web (identificadas pelo URL da página, título da página e URL da imagem correspondente) com uma imagem que cumpre as condições descritas acima. Imagens visualmente semelhantes: uma lista de URLs de imagens que partilham algumas funcionalidades com a imagem original. Etiqueta de melhor palpite: um melhor palpite sobre o tópico da imagem pedida inferido a partir de imagens semelhantes na Internet.
Deteção de conteúdo explícito (Pesquisa segura)	Fornece classificações de probabilidade para as seguintes categorias de conteúdo explícito: adult, spoof, medical, violence e racy. As classificações de probabilidade são expressas como 6 valores diferentes: UNKNOWN, VERY_UNLIKELY, UNLIKELY, POSSIBLE, LIKELY ou VERY_LIKELY.
Deteção de caras	Localiza caras com polígonos delimitadores e identifica "pontos de referência" faciais específicos, como olhos, orelhas, nariz, boca, etc., juntamente com os respetivos valores de confiança. Devolve classificações de probabilidade para a emoção (alegria, tristeza, raiva, surpresa) e propriedades gerais da imagem (subexposta, desfocada, presença de um acessório para a cabeça). As classificações de probabilidade são expressas como 6 valores diferentes: UNKNOWN, VERY_UNLIKELY, UNLIKELY, POSSIBLE, LIKELY ou VERY_LIKELY. Indivíduo específico Reconhecimento facial não é suportado.

^{1. Crédito da imagem: Nikolay Vorobyev no Unsplash (anotações adicionadas). ↩}

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

^{3. Crédito da imagem: Alex Knight no Unsplash. ↩}

^{4. Crédito da imagem: Jeremy Bishop no Unsplash. ↩}

^{5. Crédito da imagem: Bogdan Dada no Unsplash (anotações adicionadas). ↩}

^{6. Crédito da imagem: Yasmin Dangor no Unsplash (imagem original e recortada apresentada). ↩}

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