Tartalomcímkék alkalmazása képekreApplying content tags to images

A Computer Vision több ezer felismerhető objektum, élő lény, díszlet és művelet alapján ad vissza címkéket.Computer Vision returns tags based on thousands of recognizable objects, living beings, scenery, and actions. Amennyiben a címkék félreérthetőek vagy nem közismertek, az API válasza „tippeket” tartalmaz a címke adott környezetben való értelmezésének megkönnyítése érdekében.When tags are ambiguous or not common knowledge, the API response provides 'hints' to clarify the meaning of the tag in context of a known setting. A címkékhez nincs besorolási rendszer és öröklési hierarchia.Tags are not organized as a taxonomy and no inheritance hierarchies exist. A tartalomcímkék gyűjteménye képezi a kép ember által olvasható nyelven, teljes mondatokban megformált „leírásának” alapját.A collection of content tags forms the foundation for an image 'description' displayed as human readable language formatted in complete sentences. Fontos tudni, hogy a képleírásokhoz jelenleg csak az angol nyelv támogatott.Note, that at this point English is the only supported language for image description.

Egy rendszerkép feltöltését vagy egy képurl-cím megadását követően Computer Vision algoritmusok kimeneti címkéket a képen azonosított objektumok, élő lények és műveletek alapján.After uploading an image or specifying an image URL, Computer Vision algorithms output tags based on the objects, living beings, and actions identified in the image. A címkézés nem korlátozódik a kép fő témájára, például az előtérben szereplő személyre, hanem magában foglalja a környezetet (beltér vagy kültér), bútorokat, eszközöket, növényeket, állatokat, kiegészítőket, készülékeket stb.Tagging is not limited to the main subject, such as a person in the foreground, but also includes the setting (indoor or outdoor), furniture, tools, plants, animals, accessories, gadgets etc.

Példa a képek címkézéséreImage tagging example

A következő JSON-válasz azt szemlélteti, hogy milyen Computer Vision ad vissza, amikor az ábrán látható vizualizációs funkciókat címkézi.The following JSON response illustrates what Computer Vision returns when tagging visual features detected in the example image.

Egy kék ház és az első udvar..

{
    "tags": [
        {
            "name": "grass",
            "confidence": 0.9999995231628418
        },
        {
            "name": "outdoor",
            "confidence": 0.99992108345031738
        },
        {
            "name": "house",
            "confidence": 0.99685388803482056
        },
        {
            "name": "sky",
            "confidence": 0.99532157182693481
        },
        {
            "name": "building",
            "confidence": 0.99436837434768677
        },
        {
            "name": "tree",
            "confidence": 0.98880356550216675
        },
        {
            "name": "lawn",
            "confidence": 0.788884699344635
        },
        {
            "name": "green",
            "confidence": 0.71250593662261963
        },
        {
            "name": "residential",
            "confidence": 0.70859086513519287
        },
        {
            "name": "grassy",
            "confidence": 0.46624681353569031
        }
    ],
    "requestId": "06f39352-e445-42dc-96fb-0a1288ad9cf1",
    "metadata": {
        "height": 200,
        "width": 300,
        "format": "Jpeg"
    }
}

További lépésekNext steps

A képek kategorizálásával és a képek leírásávalkapcsolatos fogalmak megismerése.Learn concepts about categorizing images and describing images.