Essayez les modèles Gemini 1.5, les derniers modèles multimodaux de Vertex AI, et découvrez ce que vous pouvez créer avec une fenêtre de contexte pouvant comprendre jusqu'à deux millions de jetons. Essayez les modèles Gemini 1.5, les derniers modèles multimodaux de Vertex AI, et découvrez ce que vous pouvez créer avec une fenêtre de contexte pouvant comprendre jusqu'à deux millions de jetons.

Images acceptées

Formats des fichiers

L'API Cloud Vision est compatible avec les types d'images suivants :

JPEG
PNG8
PNG24
GIF
Animation GIF (première image uniquement)
BMP
WEBP
RAW
ICO
PDF
TIFF

Sachez que certains de ces formats d'image appliquent une compression avec perte (le format JPEG, par exemple). Réduire la définition de ces images peut entraîner une dégradation de leur qualité, et donc de la précision de l'API Vision.

Définition des images

Pour permettre une détection d'image précise par l'API Cloud Vision, les images doivent généralement faire au minimum 640 x 480 pixels (environ 300 000 pixels). Voici les détails complets pour les différents types de requêtes de l'API Vision :

Fonctionnalité de l'API Vision	Définition recommandée*	Remarques
FACE_DETECTION	1 600 x 1 200	La distance entre les yeux est le facteur le plus important
LANDMARK_DETECTION	640 x 480
LOGO_DETECTION	640 x 480
LABEL_DETECTION	640 x 480
TEXT_DETECTION et DOCUMENT_TEXT_DETECTION	1 024 x 768	La reconnaissance optique des caractères nécessite des résolutions plus élevées afin de pouvoir détecter les caractères
SAFE_SEARCH_DETECTION	640 x 480

Remarque : L'API Vision requiert que les images aient une définition assez élevée pour que les caractéristiques importantes de la requête puissent être facilement distinguées. Des définitions inférieures ou supérieures à celles recommandées peuvent certes convenir. Cependant, une définition inférieure peut réduire la précision, tandis qu'une définition supérieure peut augmenter le temps de traitement et l'utilisation de la bande passante, sans offrir de gain tangible en matière de précision. La définition des images ne doit pas dépasser 75 millions de pixels (longueur x largeur) pour l'analyse par reconnaissance optique des caractères. Si la taille de l'image dépasse 75 millions de pixels (longueur x largeur) , l'API Vision la redimensionne. Sinon, l'API Vision utilise l'image d'origine.

Les définitions recommandées diffèrent suivant la fonctionnalité utilisée. Par exemple, les requêtes FACE_DETECTION nécessitent généralement des définitions supérieures, car les caractéristiques détectées (visages) n'occupent qu'une portion de l'image. Les requêtes LABEL_DETECTION, quant à elles, traitent généralement l'ensemble de l'image.

En pratique, une définition de 640 x 480 pixels convient dans la plupart des cas. Les définitions supérieures n'offrent qu'un gain de précision modeste, et réduisent considérablement le débit. Dans la mesure du possible, prétraitez vos images afin que leur définition soit conforme à ces seuils.

Taille du fichier

Les fichiers image envoyés à l'API Cloud Vision ne doivent pas dépasser 20 Mo. Les fichiers dépassant 20 Mo génèrent une erreur. L'API Vision ne redimensionne pas les fichiers de cette taille. Réduire la taille des fichiers peut améliorer considérablement le débit. Veillez cependant à ce que cela ne dégrade pas la qualité des images. Sachez que l'API Vision impose une limite de taille de requête JSON de 10 Mo. Les fichiers plus volumineux doivent être hébergés sur Cloud Storage ou sur le Web, et non pas transmis en tant que contenu encodé en base64 dans le fichier JSON lui-même.