瞭解 Azure AI 視覺影像分析功能

4 分鐘

Azure AI 視覺的影像分析功能可以搭配或不自定義使用。一些不需要自定義的功能包括：

使用標題描述影像
偵測影像中的常見物件
為視覺特徵加上標籤
光學字元辨識

使用標題描述影像

Azure AI 視覺能夠分析影像、評估影像中的物件，以及產生人類可讀取的影像描述。例如，請考慮下圖：

一個人在滑板上的圖示。

Azure AI Vision 會針對此影像傳回下列標題：

一個人跳上滑板

偵測影像中的常見物件

Azure AI 視覺可以識別影像中的數千個通用物件。例如，當用來偵測先前討論之滑板影像中的物件時，Azure AI Vision 會傳回下列預測：

滑板（90.40%）
人物 (95.5%)

預測包含信賴分數，用於指示模型對其所描述的內容符合影像實際情況的信心程度。

除了偵測到的物件卷標及其機率之外，Azure AI 視覺也會傳回 周框方塊 座標，指出所偵測到物件的上、左、寬度和高度。您可以使用這些座標來判斷每個物件偵測到影像中的位置，如下所示：

滑板運動員與偵測到的物件周圍有周框方塊的圖表。

為視覺特徵加上標籤

Azure AI 視覺可以根據影像的內容來建議影像的標籤。標記會與影像建立關聯，做為元數據。標籤會摘要影像的屬性。您可以使用標籤為圖像編製索引，並添加一組搜尋解決方案中的關鍵詞。

例如，針對滑板者的影像傳回的標記（和相關的信賴分數）包括：

體育（99.60%）
人物 (99.56%)
鞋類（98.05%）
滑冰（96.27%）
板類運動（95.58%）
滑板設備（94.43%）
服裝（94.02%）
牆 (93.81%)
滑板（93.78%）
滑板運動員（93.25%）
個人體育（92.80%）
街頭特技（90.81%）
餘額（90.81%）
跳躍（89.87%）
運動裝備（88.61%）
極端運動（88.35%）
kickflip （88.18%）
特技（87.27%）
滑板（86.87%）
特技表演者（85.83%）
膝蓋 (85.30%)
體育（85.24%）
長板 (84.61%)
長板運動（84.45%）
騎乘 (73.37%)
滑冰（67.27%）
空氣 (64.83%)
楊（63.29%）
戶外（61.39%）

光學字元辨識

Azure AI 視覺服務可以使用光學字元辨識（OCR）功能來偵測影像中的文字。例如，請考慮雜貨店中產品營養標籤的下圖：

營養標籤的圖表。

Azure AI 視覺服務可以分析此影像並擷取下列文字：

Nutrition Facts Amount Per Serving
Serving size:1 bar (40g)
Serving Per Package: 4
Total Fat 13g
Saturated Fat 1.5g
Amount Per Serving
Trans Fat 0g
calories 190
Cholesterol 0mg
ories from Fat 110
Sodium 20mg
ntDaily Values are based on
Vitamin A 50
calorie diet