使用英语阅读

分析图像

100 XP
  • 3 分钟
选择开发语言

若要分析图像，可以使用 分析图像 REST 方法或 SDK 中用于首选编程语言的等效方法，并指定要包含在分析中的视觉特征。如果选择了类别，还可以选择是否包括名人或地标的详细信息。 此方法返回包含所请求信息的 JSON 文档。

备注

检测名人需要通过 受限访问策略获得批准。 您可以阅读有关将政策 的 添加到我们的负责任 AI 标准上更多详细信息。 名人识别功能出现在一些屏幕截图中，但实验室中不包括这个功能。

using Azure.AI.Vision.ImageAnalysis;

ImageAnalysisClient client = new ImageAnalysisClient(
    Environment.GetEnvironmentVariable("ENDPOINT"),
    new AzureKeyCredential(Environment.GetEnvironmentVariable("KEY")));

ImageAnalysisResult result = client.Analyze(
    new Uri("<url>"),
    VisualFeatures.Caption | VisualFeatures.Read,
    new ImageAnalysisOptions { GenderNeutralCaption = true });

from azure.ai.vision.imageanalysis import ImageAnalysisClient
from azure.ai.vision.imageanalysis.models import VisualFeatures
from azure.core.credentials import AzureKeyCredential

client = ImageAnalysisClient(
    endpoint=os.environ["ENDPOINT"],
    credential=AzureKeyCredential(os.environ["KEY"])
)

result = client.analyze(
    image_url="<url>",
    visual_features=[VisualFeatures.CAPTION, VisualFeatures.READ],
    gender_neutral_caption=True,
    language="en",
)

可用视觉特性包含在 VisualFeatures 枚举中。

  • VisualFeatures.Tags：识别有关图像的标记，包括对象、风景、场景和动作
  • VisualFeatures.Objects：返回检测到的每个对象的边界框
  • VisualFeatures.Caption：以自然语言生成图像的标题
  • VisualFeatures.DenseCaptions：为检测到的对象生成更详细的标题
  • VisualFeatures.People：返回检测到的人员的边界框
  • VisualFeatures.SmartCrops：返回感兴趣的区域指定纵横比的边界框
  • VisualFeatures.Read：提取可读文本
  • VisualFeatures.TAGS：标识有关图像的标记，包括对象、风景、环境和动作
  • VisualFeatures.OBJECTS：返回检测到的每个对象的边界框
  • VisualFeatures.CAPTION：以自然语言生成图像的标题
  • VisualFeatures.DENSE_CAPTIONS：为检测到的对象生成更加详细的说明
  • VisualFeatures.PEOPLE：返回检测到的人员的包围盒
  • VisualFeatures.SMART_CROPS：返回感兴趣的区域指定纵横比的边界框
  • VisualFeatures.READ：提取可读文本

指定要在图像中分析的视觉特征，确定响应将包含哪些信息。 大多数响应将包含边界框（如果图像中某个位置是合理的）或置信度分数（用于标记或标题等特征）。

图像分析的 JSON 响应类似于此示例，具体取决于请求的功能：

{
  "apim-request-id": "abcde-1234-5678-9012-f1g2h3i4j5k6",
  "modelVersion": "<version>",
  "denseCaptionsResult": {
    "values": [
      {
        "text": "a house in the woods",
        "confidence": 0.7055229544639587,
        "boundingBox": {
          "x": 0,
          "y": 0,
          "w": 640,
          "h": 640
        }
      },
      {
        "text": "a trailer with a door and windows",
        "confidence": 0.6675070524215698,
        "boundingBox": {
          "x": 214,
          "y": 434,
          "w": 154,
          "h": 108
        }
      }
    ]
  },
  "metadata": {
    "width": 640,
    "height": 640
  }
}

下一单元: 生成智能裁剪的缩略图并删除背景

上一篇 下一步