Rövid útmutató: Képelemzés

A C# képelemzési ügyfélkódtárával elemezheti a tartalomcímkék képét. Ez a rövid útmutató egy metódust határoz meg, AnalyzeImageUrlamely az ügyfélobjektum használatával elemez egy távoli képet, és kinyomtatja az eredményeket.

Referenciadokumentáció Kódtár forráskódcsomagja | (NuGet) | -minták |

Tipp.

Helyi rendszerképet is elemezhet. Lásd a ComputerVisionClient metódusokat, például az AnalyzeImageInStreamAsyncet. Vagy tekintse meg a GitHub mintakódját a helyi rendszerképeket érintő forgatókönyvekhez.

Tipp.

Az Analyze API számos különböző műveletet hajthat végre a képcímkék generálásán kívül. Az összes elérhető funkciót bemutató példákért tekintse meg a Képelemzés útmutatóját .

Előfeltételek

Azure-előfizetés – Ingyenes létrehozás
A Visual Studio IDE vagy a .NET Core aktuális verziója.
Miután megkapta az Azure-előfizetését, hozzon létre egy Computer Vision-erőforrást az Azure Portalon a kulcs és a végpont lekéréséhez. Az üzembe helyezés után válassza az Ugrás az erőforrásra lehetőséget.
- Az alkalmazás Azure AI Vision szolgáltatáshoz való csatlakoztatásához szüksége van a létrehozott erőforrás kulcsára és végpontjára.
- Az ingyenes tarifacsomag (F0) használatával kipróbálhatja a szolgáltatást, és később frissíthet egy fizetős szintre az éles környezetben.

Környezeti változók létrehozása

Ebben a példában írja meg a hitelesítő adatait az alkalmazást futtató helyi gépen lévő környezeti változókba.

Nyissa meg az Azure Portalt. Ha az Előfeltételek szakaszban létrehozott erőforrás sikeresen üzembe lett helyezve, válassza az Ugrás az erőforrásra lehetőséget a Következő lépések csoportban. A kulcsot és a végpontot a Kulcsok és végpontok lapon, az Erőforrás-kezelés területen találja. Az erőforráskulcs nem ugyanaz, mint az Azure-előfizetés azonosítója.

Tipp.

Ne vegye fel közvetlenül a kulcsot a kódba, és soha ne tegye közzé nyilvánosan. Az Azure AI-szolgáltatások biztonsági cikkében további hitelesítési lehetőségeket talál, például az Azure Key Vaultot.

A kulcs és a végpont környezeti változójának beállításához nyisson meg egy konzolablakot, és kövesse az operációs rendszer és a fejlesztési környezet utasításait.

A VISION_KEY környezeti változó beállításához cserélje le your-key az erőforrás egyik kulcsára.
A VISION_ENDPOINT környezeti változó beállításához cserélje le your-endpoint az erőforrás végpontját.

Windows
Linux

setx VISION_KEY your-key

setx VISION_ENDPOINT your-endpoint

A környezeti változók hozzáadása után előfordulhat, hogy újra kell indítania a futó programokat, amelyek felolvassák a környezeti változókat, beleértve a konzolablakot is.

export VISION_KEY=your-key

export VISION_ENDPOINT=your-endpoint

Miután hozzáadta a környezeti változókat, futtassa source ~/.bashrc a konzolablakból a módosítások hatékonyabbá tétele érdekében.

Kép elemzése

Hozzon létre egy új C#-alkalmazást.
- Visual Studio IDE
- Parancssori felület
A Visual Studio használatával hozzon létre egy új .NET Core-alkalmazást.

Telepítse az ügyfélkódtárat

Miután létrehozott egy új projektet, telepítse az ügyfélkódtárat a jobb gombbal a projektmegoldásra kattintva a Megoldáskezelő, és válassza a NuGet-csomagok kezelése lehetőséget. A megnyíló csomagkezelőben válassza a Tallózás elemet, jelölje be az Előzetes verzió belefoglalása lehetőséget, és keresse meg a következőt: Microsoft.Azure.CognitiveServices.Vision.ComputerVision. Válassza ki az 7.0.0 verziót, majd a Telepítés parancsot.
Egy konzolablakban (például parancsmag, PowerShell vagy Bash) a dotnet new paranccsal hozzon létre egy új konzolalkalmazást a névvel computer-vision-quickstart. Ez a parancs egy egyszerű ""Helló világ!" alkalmazás" C#-projektet hoz létre egyetlen forrásfájllal: Program.cs.
```
dotnet new console -n computer-vision-quickstart
```
Módosítsa a könyvtárat az újonnan létrehozott alkalmazásmappára. Az alkalmazást a következőkkel hozhatja létre:
```
dotnet build
```
A buildkimenet nem tartalmazhat figyelmeztetést vagy hibát.
```
...
Build succeeded.
 0 Warning(s)
 0 Error(s)
...
```
Telepítse az ügyfélkódtárat

Az alkalmazáskönyvtárban telepítse a .NET-hez készült Azure AI Vision ügyfélkódtárat a következő paranccsal:
```
dotnet add package Microsoft.Azure.CognitiveServices.Vision.ComputerVision --version 7.0.0
```

A projektkönyvtárban nyissa meg a Program.cs fájlt az előnyben részesített szerkesztőben vagy IDE-ben. Illessze be a következő kódot:

using System;
using System.Collections.Generic;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision.Models;
using System.Threading.Tasks;
using System.IO;
using Newtonsoft.Json;
using Newtonsoft.Json.Linq;
using System.Threading;
using System.Linq;

namespace ComputerVisionQuickstart
{
    class Program
    {
        // Add your Computer Vision key and endpoint
        static string key = Environment.GetEnvironmentVariable("VISION_KEY");
        static string endpoint = Environment.GetEnvironmentVariable("VISION_ENDPOINT");

        // URL image used for analyzing an image (image of puppy)
        private const string ANALYZE_URL_IMAGE = "https://moderatorsampleimages.blob.core.windows.net/samples/sample16.png";

        static void Main(string[] args)
        {
            Console.WriteLine("Azure Cognitive Services Computer Vision - .NET quickstart example");
            Console.WriteLine();

            // Create a client
            ComputerVisionClient client = Authenticate(endpoint, key);

            // Analyze an image to get features and other properties.
            AnalyzeImageUrl(client, ANALYZE_URL_IMAGE).Wait();
        }

        /*
         * AUTHENTICATE
         * Creates a Computer Vision client used by each example.
         */
        public static ComputerVisionClient Authenticate(string endpoint, string key)
        {
            ComputerVisionClient client =
              new ComputerVisionClient(new ApiKeyServiceClientCredentials(key))
              { Endpoint = endpoint };
            return client;
        }
       
        public static async Task AnalyzeImageUrl(ComputerVisionClient client, string imageUrl)
        {
            Console.WriteLine("----------------------------------------------------------");
            Console.WriteLine("ANALYZE IMAGE - URL");
            Console.WriteLine();

            // Creating a list that defines the features to be extracted from the image. 

            List<VisualFeatureTypes?> features = new List<VisualFeatureTypes?>()
            {
                VisualFeatureTypes.Tags
            };

            Console.WriteLine($"Analyzing the image {Path.GetFileName(imageUrl)}...");
            Console.WriteLine();
            // Analyze the URL image 
            ImageAnalysis results = await client.AnalyzeImageAsync(imageUrl, visualFeatures: features);

            // Image tags and their confidence score
            Console.WriteLine("Tags:");
            foreach (var tag in results.Tags)
            {
                Console.WriteLine($"{tag.Name} {tag.Confidence}");
            }
            Console.WriteLine();
        }
    }
}

Fontos

Ne felejtse el eltávolítani a kulcsot a kódból, amikor elkészült, és soha ne tegye közzé nyilvánosan. Éles környezetben biztonságos módon tárolhatja és érheti el a hitelesítő adatait, például az Azure Key Vaultot. További információkért tekintse meg az Azure AI-szolgáltatások biztonsági cikkét.

Az alkalmazás futtatása
- Visual Studio IDE
- Parancssori felület
Futtassa az alkalmazást az IDE ablak tetején található Hibakeresés gombra kattintva.
Futtassa az alkalmazást az alkalmazáskönyvtárból a dotnet run paranccsal.
```
dotnet run
```

Hozam

----------------------------------------------------------
ANALYZE IMAGE - URL

Analyzing the image sample16.png...

Tags:
grass 0.9957543611526489
dog 0.9939157962799072
mammal 0.9928356409072876
animal 0.9918001890182495
dog breed 0.9890419244766235
pet 0.974603533744812
outdoor 0.969241738319397
companion dog 0.906731367111206
small greek domestic dog 0.8965123891830444
golden retriever 0.8877675533294678
labrador retriever 0.8746421337127686
puppy 0.872604250907898
ancient dog breeds 0.8508287668228149
field 0.8017748594284058
retriever 0.6837497353553772
brown 0.6581960916519165

Az erőforrások eltávolítása

Ha törölni és eltávolítani szeretne egy Azure AI-szolgáltatási előfizetést, törölheti az erőforrást vagy az erőforráscsoportot. Az erőforráscsoport törlése a hozzá társított egyéb erőforrásokat is törli.

Következő lépések

Ebben a rövid útmutatóban megtanulta, hogyan telepítheti a Képelemzés ügyfélkódtárat, és hogyan indíthat alapszintű képelemzési hívásokat. A következő lépésben további információ az Elemzési API-funkciókról.

Az Analyze API meghívása

Képelemzés áttekintése
A minta forráskódja a GitHubon található.

A Python képelemzési ügyfélkódtárával elemezheti a tartalomcímkék távoli rendszerképét.

Tipp.

Helyi rendszerképet is elemezhet. Lásd a ComputerVisionClientOperationsMixin metódusokat, például analyze_image_in_stream. Vagy tekintse meg a GitHub mintakódját a helyi rendszerképeket érintő forgatókönyvekhez.

Tipp.

Az Analyze API számos különböző műveletet hajthat végre a képcímkék generálásán kívül. Az összes elérhető funkciót bemutató példákért tekintse meg a Képelemzés útmutatóját .

Referenciadokumentáció Kódtár forráskódcsomagja | (PiPy) | -minták |

Előfeltételek

Azure-előfizetés – Ingyenes létrehozás
Python 3.x
- A Python-telepítésnek tartalmaznia kell a pipet. A parancssorban való futtatással pip --version ellenőrizheti, hogy telepítve van-e a pip. Kérje le a pipet a Python legújabb verziójának telepítésével.
Miután megkapta az Azure-előfizetését, hozzon létre egy Vision-erőforrást az Azure Portalon a kulcs és a végpont lekéréséhez. Az üzembe helyezés után válassza az Ugrás az erőforrásra lehetőséget.
- Az alkalmazás Azure AI Vision szolgáltatáshoz való csatlakoztatásához szüksége van a létrehozott erőforrás kulcsára és végpontjára.
- Az ingyenes tarifacsomag (F0) használatával kipróbálhatja a szolgáltatást, és később frissíthet egy fizetős szintre az éles környezetben.

Környezeti változók létrehozása

Ebben a példában írja meg a hitelesítő adatait az alkalmazást futtató helyi gépen lévő környezeti változókba.

Nyissa meg az Azure Portalt. Ha az Előfeltételek szakaszban létrehozott erőforrás sikeresen üzembe lett helyezve, válassza az Ugrás az erőforrásra lehetőséget a Következő lépések csoportban. A kulcsot és a végpontot a Kulcsok és végpontok lapon, az Erőforrás-kezelés területen találja. Az erőforráskulcs nem ugyanaz, mint az Azure-előfizetés azonosítója.

Tipp.

Ne vegye fel közvetlenül a kulcsot a kódba, és soha ne tegye közzé nyilvánosan. Az Azure AI-szolgáltatások biztonsági cikkében további hitelesítési lehetőségeket talál, például az Azure Key Vaultot.

A kulcs és a végpont környezeti változójának beállításához nyisson meg egy konzolablakot, és kövesse az operációs rendszer és a fejlesztési környezet utasításait.

A VISION_KEY környezeti változó beállításához cserélje le your-key az erőforrás egyik kulcsára.
A VISION_ENDPOINT környezeti változó beállításához cserélje le your-endpoint az erőforrás végpontját.

Windows
Linux

setx VISION_KEY your-key

setx VISION_ENDPOINT your-endpoint

A környezeti változók hozzáadása után előfordulhat, hogy újra kell indítania a futó programokat, amelyek felolvassák a környezeti változókat, beleértve a konzolablakot is.

export VISION_KEY=your-key

export VISION_ENDPOINT=your-endpoint

Miután hozzáadta a környezeti változókat, futtassa source ~/.bashrc a konzolablakból a módosítások hatékonyabbá tétele érdekében.

Kép elemzése

Telepítse az ügyfélkódtárat.

Az ügyfélkódtárat a következőkkel telepítheti:
```
pip install --upgrade azure-cognitiveservices-vision-computervision
```
Telepítse a Párna könyvtárat is.
```
pip install pillow
```
Hozzon létre egy új Python-alkalmazást.

Hozzon létre egy új Python-fájlt – például quickstart-file.py.

Nyissa meg a quickstart-file.py egy szövegszerkesztőben vagy IDE-ben, és illessze be az alábbi kódot.

from azure.cognitiveservices.vision.computervision import ComputerVisionClient
from azure.cognitiveservices.vision.computervision.models import OperationStatusCodes
from azure.cognitiveservices.vision.computervision.models import VisualFeatureTypes
from msrest.authentication import CognitiveServicesCredentials

from array import array
import os
from PIL import Image
import sys
import time

'''
Authenticate
Authenticates your credentials and creates a client.
'''
subscription_key = os.environ["VISION_KEY"]
endpoint = os.environ["VISION_ENDPOINT"]

computervision_client = ComputerVisionClient(endpoint, CognitiveServicesCredentials(subscription_key))
'''
END - Authenticate
'''

'''
Quickstart variables
These variables are shared by several examples
'''
# Images used for the examples: Describe an image, Categorize an image, Tag an image, 
# Detect faces, Detect adult or racy content, Detect the color scheme, 
# Detect domain-specific content, Detect image types, Detect objects
images_folder = os.path.join (os.path.dirname(os.path.abspath(__file__)), "images")
remote_image_url = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-sample-data-files/master/ComputerVision/Images/landmark.jpg"
'''
END - Quickstart variables
'''


'''
Tag an Image - remote
This example returns a tag (key word) for each thing in the image.
'''
print("===== Tag an image - remote =====")
# Call API with remote image
tags_result_remote = computervision_client.tag_image(remote_image_url )

# Print results with confidence score
print("Tags in the remote image: ")
if (len(tags_result_remote.tags) == 0):
    print("No tags detected.")
else:
    for tag in tags_result_remote.tags:
        print("'{}' with confidence {:.2f}%".format(tag.name, tag.confidence * 100))
print()
'''
END - Tag an Image - remote
'''
print("End of Computer Vision quickstart.")

Futtassa az alkalmazást a python paranccsal a gyorsútmutatós fájlon.
```
python quickstart-file.py
```

Hozam

===== Tag an image - remote =====
Tags in the remote image:
'outdoor' with confidence 99.00%
'building' with confidence 98.81%
'sky' with confidence 98.21%
'stadium' with confidence 98.17%
'ancient rome' with confidence 96.16%
'ruins' with confidence 95.04%
'amphitheatre' with confidence 93.99%
'ancient roman architecture' with confidence 92.65%
'historic site' with confidence 89.55%
'ancient history' with confidence 89.54%
'history' with confidence 86.72%
'archaeological site' with confidence 84.41%
'travel' with confidence 65.85%
'large' with confidence 61.02%
'city' with confidence 56.57%

End of Azure AI Vision quickstart.

Az erőforrások eltávolítása

Ha törölni és eltávolítani szeretne egy Azure AI-szolgáltatási előfizetést, törölheti az erőforrást vagy az erőforráscsoportot. Az erőforráscsoport törlése a hozzá társított egyéb erőforrásokat is törli.

Következő lépések

Ebben a rövid útmutatóban megtanulta, hogyan telepítheti a Képelemzés ügyfélkódtárat, és hogyan indíthat alapszintű képelemzési hívásokat. A következő lépésben további információ az Elemzési API-funkciókról.

Az Analyze API meghívása

Képelemzés áttekintése
A minta forráskódja a GitHubon található.

A Képelemzés ügyféloldali kódtár használatával elemezhet egy távoli képet címkék, szövegleírások, arcok, felnőtt tartalom stb. alapján.

Tipp.

Helyi rendszerképet is elemezhet. Tekintse meg a ComputerVision metódusokat, például az AnalyzeImage metódusokat. Vagy tekintse meg a GitHub mintakódját a helyi rendszerképeket érintő forgatókönyvekhez.

Tipp.

Az Analyze API számos különböző műveletet hajthat végre a képcímkék generálásán kívül. Az összes elérhető funkciót bemutató példákért tekintse meg a Képelemzés útmutatóját .

Referenciadokumentáció Kódtár forráskód |összetevője (Maven)Minták | |

Előfeltételek

Azure-előfizetés – Ingyenes létrehozás
A Java Development Kit (JDK) aktuális verziója
A Gradle buildelési eszköz vagy egy másik függőségkezelő.
Miután megkapta az Azure-előfizetését, hozzon létre egy Vision-erőforrást az Azure Portalon a kulcs és a végpont lekéréséhez. Az üzembe helyezés után válassza az Ugrás az erőforrásra lehetőséget.
- Az alkalmazás Azure AI Vision szolgáltatáshoz való csatlakoztatásához szüksége van a létrehozott erőforrás kulcsára és végpontjára.
- Az ingyenes tarifacsomag (F0) használatával kipróbálhatja a szolgáltatást, és később frissíthet egy fizetős szintre az éles környezetben.

Környezeti változók létrehozása

Ebben a példában írja meg a hitelesítő adatait az alkalmazást futtató helyi gépen lévő környezeti változókba.

Nyissa meg az Azure Portalt. Ha az Előfeltételek szakaszban létrehozott erőforrás sikeresen üzembe lett helyezve, válassza az Ugrás az erőforrásra lehetőséget a Következő lépések csoportban. A kulcsot és a végpontot a Kulcsok és végpontok lapon, az Erőforrás-kezelés területen találja. Az erőforráskulcs nem ugyanaz, mint az Azure-előfizetés azonosítója.

Tipp.

Ne vegye fel közvetlenül a kulcsot a kódba, és soha ne tegye közzé nyilvánosan. Az Azure AI-szolgáltatások biztonsági cikkében további hitelesítési lehetőségeket talál, például az Azure Key Vaultot.

A kulcs és a végpont környezeti változójának beállításához nyisson meg egy konzolablakot, és kövesse az operációs rendszer és a fejlesztési környezet utasításait.

A VISION_KEY környezeti változó beállításához cserélje le your-key az erőforrás egyik kulcsára.
A VISION_ENDPOINT környezeti változó beállításához cserélje le your-endpoint az erőforrás végpontját.

Windows
Linux

setx VISION_KEY your-key

setx VISION_ENDPOINT your-endpoint

A környezeti változók hozzáadása után előfordulhat, hogy újra kell indítania a futó programokat, amelyek felolvassák a környezeti változókat, beleértve a konzolablakot is.

export VISION_KEY=your-key

export VISION_ENDPOINT=your-endpoint

Miután hozzáadta a környezeti változókat, futtassa source ~/.bashrc a konzolablakból a módosítások hatékonyabbá tétele érdekében.

Kép elemzése

Hozzon létre egy új Gradle-projektet.

Egy konzolablakban (pl. cmd, PowerShell vagy Bash) hozzon létre egy új mappát az alkalmazásnak, majd navigáljon oda.
```
mkdir myapp && cd myapp
```
Futtassa a gradle init parancsot a munkakönyvtárból. Ez a parancs alapvető buildfájlokat hoz létre a Gradle-hez, beleértve a build.gradle.kts fájlt, amelyet futásidőben használnak az alkalmazás létrehozásához és konfigurálásához.
```
gradle init --type basic
```
Amikor a rendszer kéri, hogy válasszon egy DSL-t, válassza a Kotlin lehetőséget.
Telepítse az ügyfélkódtárat.

Ez a rövid útmutató a Gradle függőségkezelőt használja. A Maven Central-adattárban megtalálhatja a többi függőségkezelő ügyfélkódtárát és információit.

Keresse meg a build.gradle.kts fájlt, és nyissa meg a kívánt IDE- vagy szövegszerkesztővel. Ezután másolja a következő buildkonfigurációba. Ez a konfiguráció java-alkalmazásként definiálja a projektet, amelynek belépési pontja az ImageAnalysisQuickstart osztály. Importálja az Azure AI Vision-kódtárat.
```
plugins {
    java
    application
}
application { 
    mainClass.set("ImageAnalysisQuickstart")
}
repositories {
    mavenCentral()
}
dependencies {
    implementation(group = "com.microsoft.azure.cognitiveservices", name = "azure-cognitiveservices-computervision", version = "1.0.9-beta")
}
```
Java-fájl létrehozása.

A munkakönyvtárban futtassa a következő parancsot a projekt forrásmappájának létrehozásához:
```
mkdir -p src/main/java
```
Lépjen az új mappára, és hozzon létre egy ImageAnalysisQuickstart.java nevű fájlt.

Nyissa meg a ImageAnalysisQuickstart.java az előnyben részesített szerkesztőben vagy IDE-ben, és illessze be az alábbi kódot.

import com.microsoft.azure.cognitiveservices.vision.computervision.*;
import com.microsoft.azure.cognitiveservices.vision.computervision.implementation.ComputerVisionImpl;
import com.microsoft.azure.cognitiveservices.vision.computervision.models.*;

import java.io.*;
import java.nio.file.Files;

import java.util.ArrayList;
import java.util.List;
import java.util.UUID;

public class ImageAnalysisQuickstart {

    // Use environment variables
    static String key = System.getenv("VISION_KEY");
    static String endpoint = System.getenv("VISION_ENDPOINT");

    public static void main(String[] args) {
        
        System.out.println("\nAzure Cognitive Services Computer Vision - Java Quickstart Sample");

        // Create an authenticated Computer Vision client.
        ComputerVisionClient compVisClient = Authenticate(key, endpoint); 

        // Analyze local and remote images
        AnalyzeRemoteImage(compVisClient);

    }

    public static ComputerVisionClient Authenticate(String key, String endpoint){
        return ComputerVisionManager.authenticate(key).withEndpoint(endpoint);
    }


    public static void AnalyzeRemoteImage(ComputerVisionClient compVisClient) {
        /*
         * Analyze an image from a URL:
         *
         * Set a string variable equal to the path of a remote image.
         */
        String pathToRemoteImage = "https://github.com/Azure-Samples/cognitive-services-sample-data-files/raw/master/ComputerVision/Images/faces.jpg";

        // This list defines the features to be extracted from the image.
        List<VisualFeatureTypes> featuresToExtractFromRemoteImage = new ArrayList<>();
        featuresToExtractFromRemoteImage.add(VisualFeatureTypes.TAGS);

        System.out.println("\n\nAnalyzing an image from a URL ...");

        try {
            // Call the Computer Vision service and tell it to analyze the loaded image.
            ImageAnalysis analysis = compVisClient.computerVision().analyzeImage().withUrl(pathToRemoteImage)
                    .withVisualFeatures(featuresToExtractFromRemoteImage).execute();


            // Display image tags and confidence values.
            System.out.println("\nTags: ");
            for (ImageTag tag : analysis.tags()) {
                System.out.printf("\'%s\' with confidence %f\n", tag.name(), tag.confidence());
            }
        }

        catch (Exception e) {
            System.out.println(e.getMessage());
            e.printStackTrace();
        }
    }
    // END - Analyze an image from a URL.

}

Lépjen vissza a projekt gyökérmappájához, és hozza létre az alkalmazást a következőkkel:
```
gradle build
```
Ezután futtassa a gradle run következő paranccsal:
```
gradle run
```

Hozam

Azure AI Vision - Java Quickstart Sample

Analyzing an image from a URL ...

Tags:
'person' with confidence 0.998895
'human face' with confidence 0.997437
'smile' with confidence 0.991973
'outdoor' with confidence 0.985962
'happy' with confidence 0.969785
'clothing' with confidence 0.961570
'friendship' with confidence 0.946441
'tree' with confidence 0.917331
'female person' with confidence 0.890976
'girl' with confidence 0.888741
'social group' with confidence 0.872044
'posing' with confidence 0.865493
'adolescent' with confidence 0.857371
'love' with confidence 0.852553
'laugh' with confidence 0.850097
'people' with confidence 0.849922
'lady' with confidence 0.844540
'woman' with confidence 0.818172
'group' with confidence 0.792975
'wedding' with confidence 0.615252
'dress' with confidence 0.517169

Az erőforrások eltávolítása

Ha törölni és eltávolítani szeretne egy Azure AI-szolgáltatási előfizetést, törölheti az erőforrást vagy az erőforráscsoportot. Az erőforráscsoport törlése a hozzá társított egyéb erőforrásokat is törli.

Következő lépések

Ebben a rövid útmutatóban megtanulta, hogyan telepítheti a Képelemzés ügyfélkódtárat, és hogyan indíthat alapszintű képelemzési hívásokat. A következő lépésben további információ az Elemzési API-funkciókról.

Az Analyze API meghívása

Képelemzés áttekintése
A minta forráskódja a GitHubon található.

A JavaScript képelemzési ügyfélkódtárával elemezheti a tartalomcímkék távoli képét.

Tipp.

Helyi rendszerképet is elemezhet. Lásd a ComputerVisionClient metódusokat, például a DescribeImageInStreamet. Vagy tekintse meg a GitHub mintakódját a helyi rendszerképeket érintő forgatókönyvekhez.

Tipp.

Az Analyze API számos különböző műveletet hajthat végre a képcímkék generálásán kívül. Az összes elérhető funkciót bemutató példákért tekintse meg a Képelemzés útmutatóját .

Referenciadokumentáció Kódtár forráskódcsomagja | (npm)Minták | |

Előfeltételek

Azure-előfizetés – Ingyenes létrehozás
A Node.js aktuális verziója
Miután megkapta az Azure-előfizetését, hozzon létre egy Vision-erőforrást az Azure Portalon a kulcs és a végpont lekéréséhez. Az üzembe helyezés után válassza az Ugrás az erőforrásra lehetőséget.
- Az alkalmazás Azure AI Vision szolgáltatáshoz való csatlakoztatásához szüksége van a létrehozott erőforrás kulcsára és végpontjára.
- Az ingyenes tarifacsomag (F0) használatával kipróbálhatja a szolgáltatást, és később frissíthet egy fizetős szintre az éles környezetben.

Környezeti változók létrehozása

Ebben a példában írja meg a hitelesítő adatait az alkalmazást futtató helyi gépen lévő környezeti változókba.

Nyissa meg az Azure Portalt. Ha az Előfeltételek szakaszban létrehozott erőforrás sikeresen üzembe lett helyezve, válassza az Ugrás az erőforrásra lehetőséget a Következő lépések csoportban. A kulcsot és a végpontot a Kulcsok és végpontok lapon, az Erőforrás-kezelés területen találja. Az erőforráskulcs nem ugyanaz, mint az Azure-előfizetés azonosítója.

Tipp.

Ne vegye fel közvetlenül a kulcsot a kódba, és soha ne tegye közzé nyilvánosan. Az Azure AI-szolgáltatások biztonsági cikkében további hitelesítési lehetőségeket talál, például az Azure Key Vaultot.

A kulcs és a végpont környezeti változójának beállításához nyisson meg egy konzolablakot, és kövesse az operációs rendszer és a fejlesztési környezet utasításait.

A VISION_KEY környezeti változó beállításához cserélje le your-key az erőforrás egyik kulcsára.
A VISION_ENDPOINT környezeti változó beállításához cserélje le your-endpoint az erőforrás végpontját.

Windows
Linux

setx VISION_KEY your-key

setx VISION_ENDPOINT your-endpoint

A környezeti változók hozzáadása után előfordulhat, hogy újra kell indítania a futó programokat, amelyek felolvassák a környezeti változókat, beleértve a konzolablakot is.

export VISION_KEY=your-key

export VISION_ENDPOINT=your-endpoint

Miután hozzáadta a környezeti változókat, futtassa source ~/.bashrc a konzolablakból a módosítások hatékonyabbá tétele érdekében.

Kép elemzése

Új Node.js-alkalmazás létrehozása

Egy konzolablakban (pl. cmd, PowerShell vagy Bash) hozzon létre egy új mappát az alkalmazásnak, majd navigáljon oda.
```
mkdir myapp && cd myapp
```
Futtassa az npm init parancsot egy Node-alkalmazás package.json fájllal való létrehozásához.
```
npm init
```
Telepítse az ügyfélkódtárat

Telepítse az ms-rest-azure npm-csomagot @azure/cognitiveservices-computervision :
```
npm install @azure/cognitiveservices-computervision
```
Telepítse az aszinkron modult is:
```
npm install async
```
Az alkalmazás package.json fájlja frissül a függőségekkel.

Hozzon létre egy új fájlt, index.js.

Nyissa meg a index.js egy szövegszerkesztőben, és illessze be az alábbi kódot.

'use strict';

const async = require('async');
const fs = require('fs');
const https = require('https');
const path = require("path");
const createReadStream = require('fs').createReadStream
const sleep = require('util').promisify(setTimeout);
const ComputerVisionClient = require('@azure/cognitiveservices-computervision').ComputerVisionClient;
const ApiKeyCredentials = require('@azure/ms-rest-js').ApiKeyCredentials;

/**
 * AUTHENTICATE
 * This single client is used for all examples.
 */
const key = process.env.VISION_KEY;
const endpoint = process.env.VISION_ENDPOINT;


const computerVisionClient = new ComputerVisionClient(
  new ApiKeyCredentials({ inHeader: { 'Ocp-Apim-Subscription-Key': key } }), endpoint);
/**
 * END - Authenticate
 */


function computerVision() {
  async.series([
    async function () {

      /**
       * DETECT TAGS  
       * Detects tags for an image, which returns:
       *     all objects in image and confidence score.
       */
      console.log('-------------------------------------------------');
      console.log('DETECT TAGS');
      console.log();

      // Image of different kind of dog.
      const tagsURL = 'https://moderatorsampleimages.blob.core.windows.net/samples/sample16.png';

      // Analyze URL image
      console.log('Analyzing tags in image...', tagsURL.split('/').pop());
      const tags = (await computerVisionClient.analyzeImage(tagsURL, { visualFeatures: ['Tags'] })).tags;
      console.log(`Tags: ${formatTags(tags)}`);

      // Format tags for display
      function formatTags(tags) {
        return tags.map(tag => (`${tag.name} (${tag.confidence.toFixed(2)})`)).join(', ');
      }
      /**
       * END - Detect Tags
       */
      console.log();
      console.log('-------------------------------------------------');
      console.log('End of quickstart.');

    },
    function () {
      return new Promise((resolve) => {
        resolve();
      })
    }
  ], (err) => {
    throw (err);
  });
}

computerVision();

Futtassa az alkalmazást a node paranccsal a gyorsútmutatós fájlon.
```
node index.js
```

Hozam

-------------------------------------------------
DETECT TAGS

Analyzing tags in image... sample16.png
Tags: grass (1.00), dog (0.99), mammal (0.99), animal (0.99), dog breed (0.99), pet (0.97), outdoor (0.97), companion dog (0.91), small greek domestic dog (0.90), golden retriever (0.89), labrador retriever (0.87), puppy (0.87), ancient dog breeds (0.85), field (0.80), retriever (0.68), brown (0.66)

-------------------------------------------------
End of quickstart.

Az erőforrások eltávolítása

Ha törölni és eltávolítani szeretne egy Azure AI-szolgáltatási előfizetést, törölheti az erőforrást vagy az erőforráscsoportot. Az erőforráscsoport törlése a hozzá társított egyéb erőforrásokat is törli.

Következő lépések

Ebben a rövid útmutatóban megtanulta, hogyan telepítheti a Képelemzés ügyfélkódtárat, és hogyan indíthat alapszintű képelemzési hívásokat. A következő lépésben további információ az Elemzési API-funkciókról.

Az Analyze API meghívása

Képelemzés áttekintése
A minta forráskódja a GitHubon található.

Az Image Analysis REST API használatával elemezheti a címkék képét.

Tipp.

Az Analyze API számos különböző műveletet hajthat végre a képcímkék generálásán kívül. Az összes elérhető funkciót bemutató példákért tekintse meg a Képelemzés útmutatóját .

Feljegyzés

Ez a rövid útmutató cURL-parancsokkal hívja meg a REST API-t. A REST API-t programozási nyelv használatával is meghívhatja. A GitHub-mintákat a C#, a Python , a Java és a JavaScript használatával szemlélteti.

Előfeltételek

Azure-előfizetés – Ingyenes létrehozás
Miután megkapta az Azure-előfizetését, hozzon létre egy Vision-erőforrást az Azure Portalon a kulcs és a végpont lekéréséhez. Az üzembe helyezés után válassza az Ugrás az erőforrásra lehetőséget.
- Az alkalmazás Azure AI Vision szolgáltatáshoz való csatlakoztatásához szüksége lesz a létrehozott erőforrás kulcsára és végpontjára. A rövid útmutató későbbi részében illessze be a kulcsot és a végpontot az alábbi kódba.
- Az ingyenes tarifacsomag (F0) használatával kipróbálhatja a szolgáltatást, és később frissíthet egy fizetős szintre az éles környezetben.
telepített cURL

Kép elemzése

A különböző vizualizációs funkciók képének elemzéséhez hajtsa végre az alábbi lépéseket:

Másolja az alábbi parancsot egy szövegszerkesztőbe.

curl.exe -H "Ocp-Apim-Subscription-Key: <subscriptionKey>" -H "Content-Type: application/json" "https://westcentralus.api.cognitive.microsoft.com/vision/v3.2/analyze?visualFeatures=Tags" -d "{'url':'https://learn.microsoft.com/azure/ai-services/computer-vision/media/quickstarts/presentation.png'}"

Hajtsa végre a következő módosításokat a parancs megfelelő területein:
1. Cserélje le a kulcs értékét <subscriptionKey> .
2. Cserélje le a kérelem URL-címének (westcentralus) első részét a saját végpont URL-címében lévő szövegre.
  
  Feljegyzés
  
  A 2019. július 1. után létrehozott új erőforrások egyéni altartományneveket fognak használni. További információkért és a regionális végpontok teljes listájáért tekintse meg az Azure AI-szolgáltatások egyéni altartományneveit.
3. Igény szerint cserélje a kép URL-címét a kérelem törzsében (https://learn.microsoft.com/azure/ai-services/computer-vision/media/quickstarts/presentation.png) egy másik elemzendő kép URL-címére.
Nyisson meg egy parancsablakot.
Illessze be a szerkesztett curl parancsot a szövegszerkesztőből a parancssori ablakba, majd futtassa a parancsot.

A válasz vizsgálata

A rendszer JSON formátumban adja vissza a sikeres választ. A mintaalkalmazás elemzi és megjeleníti a sikeres választ a parancssorban, a következő példához hasonló módon:

{{
   "tags":[
      {
         "name":"text",
         "confidence":0.9992657899856567
      },
      {
         "name":"post-it note",
         "confidence":0.9879657626152039
      },
      {
         "name":"handwriting",
         "confidence":0.9730165004730225
      },
      {
         "name":"rectangle",
         "confidence":0.8658561706542969
      },
      {
         "name":"paper product",
         "confidence":0.8561884760856628
      },
      {
         "name":"purple",
         "confidence":0.5961999297142029
      }
   ],
   "requestId":"2788adfc-8cfb-43a5-8fd6-b3a9ced35db2",
   "metadata":{
      "height":945,
      "width":1000,
      "format":"Jpeg"
   },
   "modelVersion":"2021-05-01"
}

Következő lépések

Ebben a rövid útmutatóban megtanulta, hogyan indíthat alapszintű képelemzési hívásokat a REST API használatával. A következő lépésben további információ az Elemzési API-funkciókról.

Az Analyze API meghívása

Képelemzés áttekintése

Share via

Előfeltételek

Környezeti változók létrehozása

Kép elemzése

Telepítse az ügyfélkódtárat

Telepítse az ügyfélkódtárat

Hozam

Az erőforrások eltávolítása

Következő lépések

Előfeltételek

Környezeti változók létrehozása

Kép elemzése

Hozam

Az erőforrások eltávolítása

Következő lépések

Előfeltételek

Környezeti változók létrehozása

Kép elemzése

Hozam

Az erőforrások eltávolítása

Következő lépések

Előfeltételek

Környezeti változók létrehozása

Kép elemzése

Telepítse az ügyfélkódtárat

Hozam

Az erőforrások eltávolítása

Következő lépések

Előfeltételek

Kép elemzése

A válasz vizsgálata

Következő lépések

További források