Was ist eine Bildanalyse?

Der Image Analysis-Dienst von Azure KI Vision kann eine Vielzahl von visuellen Features aus Ihren Bildern extrahieren. Zum Beispiel kann es ermitteln, ob ein Bild Erwachseneninhalte enthält, bestimmte Marken oder Objekte finden oder menschliche Gesichter erkennen.

Die neueste Version von Image Analysis, 4.0, die jetzt allgemein verfügbar ist, verfügt über neue Features wie synchrone OCR- und Personenerkennung. Verwenden Sie diese Version in Zukunft.

Sie können die Bild-Analyse in Ihrer Anwendung über ein Clientbibliothek-SDK oder durch direktes Aufrufen der REST API nutzen. Folgen Sie dem Schnellstart, um zu beginnen.

Oder Sie können die Funktionen der Bildanalyse schnell und einfach in Ihrem Browser testen, indem Sie Vision Studio verwenden.

Diese Dokumentation enthält die folgenden Arten von Artikeln:

• In den Schnellstarts finden Sie Schritt-für-Schritt-Anleitungen, mit denen Sie Aufrufe an den Dienst senden können und in kurzer Zeit Ergebnisse erhalten.
• Die Anleitungen enthalten Anweisungen zur spezifischeren oder individuelleren Verwendung des Diensts.
• Die konzeptionellen Artikel enthalten ausführliche Erläuterungen der Funktionen und Features eines Diensts.

Für einen strukturierteren Ansatz folgen Sie einem Trainingsmodul für die Bildanalyse.

• Analysieren von Bildern mit dem Azure KI Vision-Dienst

Versionen der Bildanalyse

Analyze Image

Sie können Bilder analysieren, um Einblicke in ihre visuellen Merkmale und Eigenschaften zu erhalten. Die Analysebild-API bietet alle Features in dieser Tabelle. Um zu beginnen, folgen Sie einer Schnellstartanleitung.

Name	Description	Konzeptseite
Modellanpassung (nur v4.0 Preview) (veraltet)	Erstellen und Trainieren von benutzerdefinierten Modellen für die Bildklassifizierung oder Objekterkennung. Bringen Sie Ihre eigenen Bilder mit, beschriften Sie diese mit benutzerdefinierten Tags, und die Bildanalyse wird ein benutzerdefiniertes Modell für Ihren Anwendungsfall trainieren.	Modellanpassung
Lesen von Text aus Bildern (nur Version 4.0)	Version 4.0 (Vorschauversion) der Bildanalyse bietet die Möglichkeit, lesbaren Text aus Bildern zu extrahieren. Im Vergleich zur asynchronen Computer Vision 3.2 Read-API bietet die neue Version das vertraute Read-OCR-Modul in einer leistungsoptimierten, synchronen API, die es einfach macht, OCR zusammen mit anderen Erkenntnissen mit einem einzigen API-Aufruf zu erhalten.	OCR für Bilder
Erkennen von Personen in Bildern (nur Version 4.0)	Version 4.0 der Bildanalyse bietet die Möglichkeit, Personen auf Bildern zu erkennen. Die API gibt die Koordinaten des Begrenzungsrahmens für jede erkannte Person zusammen mit einer Konfidenzbewertung zurück.	Personenerkennung
Generieren von Bildbeschriftungen	Generieren Sie eine Beschriftung für ein Bild mit vollständigen Sätzen in einer für Menschen lesbaren Sprache. Algorithmen für maschinelles Sehen generieren Beschriftungen auf der Grundlage der im Bild erkannten Objekte. Die Version 40 des Bildbeschriftungsmodells ist eine erweiterte Implementierung und funktioniert mit einer größeren Palette von Eingabebildern. Es ist nur in bestimmten geografischen Regionen verfügbar. Weitere Informationen finden Sie unter Regionale Verfügbarkeit. Mit Version 4.0 können Sie auch eine dichte Beschriftung verwenden, die detaillierte Beschriftungen für einzelne Objekte generiert, die im Bild gefunden werden. Die API gibt die Begrenzungsrahmenkoordinaten (in Pixeln) für jedes im Bild gefundene Objekt sowie eine Beschriftung zurück. Sie können diese Funktionalität verwenden, um Beschreibungen einzelner Teile eines Bilds zu generieren.	Generieren von Bildbeschriftungen (v3.2) (v4.0)
Erkennen von Objekten	Die Objekterkennung ähnelt dem Tagging, die API gibt jedoch die Koordinaten des Begrenzungsrahmens für jedes angewendete Tag zurück. Wenn ein Bild beispielsweise einen Hund, eine Katze und eine Person enthält, werden diese Objekte zusammen mit ihren Koordinaten im Bild aufgelistet. Sie können diese Funktion verwenden, um weitere Beziehungen zwischen den Objekten in einem Bild zu verarbeiten. Außerdem können Sie feststellen, ob mehrere Instanzen des gleichen Tags in einem Bild enthalten sind.	Erkennen von Objekten (v3.2) (v4.0)
Markieren visueller Merkmale	Erkennen und markieren Sie visuelle Merkmale in einem Bild auf der Grundlage von Tausenden von erkennbaren Objekten, Lebewesen, Landschaften und Aktionen. Wenn die Tags nicht eindeutig sind oder nicht zum Allgemeinwissen gehören, enthält die API-Antwort Hinweise, um den Kontext des Tags zu verdeutlichen. Die Markierung ist nicht auf den Hauptinhalt (etwa eine Person im Vordergrund) beschränkt, sondern bezieht auch die Umgebung (Innen- oder Außenbereich), Möbel, Werkzeuge, Pflanzen, Tiere, Zubehör, Geräte und Ähnliches mit ein.	Markieren visueller Merkmale (v3.2) (v4.0)
Abrufen des relevanten Bereichs/intelligentes Zuschneiden	Analysieren Sie den Inhalt eines Bilds, um die Koordinaten des relevanten Bereichs zurückzugeben, der einem angegebenen Seitenverhältnis entspricht. Maschinelles Sehen gibt die Koordinaten des Begrenzungsrahmens des Bereichs zurück, sodass die aufrufende Anwendung das ursprüngliche Bild nach Bedarf ändern kann. Das Version 4.0 des Modells für intelligentes Zuschneiden ist eine erweiterte Implementierung und funktioniert mit einer größeren Palette von Eingabebildern. Es ist nur in bestimmten geografischen Regionen verfügbar. Weitere Informationen finden Sie unter Regionale Verfügbarkeit.	Generieren einer Miniaturansicht (v3.2) (Vorschauversion v4.0)
Erkennen von Marken (nur v3.2)	Erkennen Sie auf Bildern oder in Videos kommerzielle Marken auf der Grundlage einer Datenbank mit Tausenden Logos aus der ganzen Welt. Mit diesem Feature können Sie beispielsweise ermitteln, welche Marken in sozialen Medien besonders beliebt sind oder besonders gerne in Medien platziert werden.	Erkennen von Marken
Kategorisieren eines Bilds (nur v3.2)	Erkennen und kategorisieren Sie ein gesamtes Bild unter Verwendung einer Kategorietaxonomie mit über-/untergeordneten vererbbaren Hierarchien. Kategorien können einzeln oder in Kombination mit unseren neuen Markierungsmodellen verwendet werden. Als Sprache für die Markierung und Kategorisierung von Bildern wird derzeit nur Englisch unterstützt.	Kategorisieren eines Bilds
Erkennen von Gesichtern (nur v3.2)	Erkennen Sie Gesichter in einem Bild, und stellen Sie Informationen zu den einzelnen Gesichtern bereit. Azure KI Vision gibt für jedes erkannte Gesicht die Koordinaten, ein Rechteck, das Geschlecht und das Alter zurück. Sie können auch die dedizierte Gesichtserkennungs-API für diese Zwecke verwenden. Diese ermöglicht eine detailliertere Analyse, wie zum Beispiel Gesichtserkennung und Pose-Erkennung.	Erkennen von Gesichtern
Erkennen von Bildtypen (nur v3.2)	Erkennen Sie Merkmale eines Bilds – also beispielsweise, ob es sich bei dem Bild um eine Strichzeichnung handelt oder wie wahrscheinlich es ist, dass es sich bei dem Bild um ein ClipArt handelt.	Erkennen von Bildtypen
Erkennen domänenspezifischer Inhalte (nur v3.2)	Verwenden Sie Domänenmodelle, um domänenspezifische Inhalte (etwa berühmte Personen und Orientierungspunkte) in einem Bild zu erkennen. Wenn ein Bild also beispielsweise Personen enthält, kann Azure KI Vision auf ein Domänenmodell für berühmte Personen zurückgreifen und so ermitteln, ob es sich bei den Personen auf dem Bild um berühmte Personen handelt.	Erkennen domänenspezifischer Inhalte
Erkennen des Farbschemas (nur v3.2)	Analysieren Sie die Farben eines Bilds. Azure KI Vision kann ermitteln, ob es sich um ein Schwarzweißbild oder um ein Farbbild handelt. Bei Farbbildern kann maschinelles Sehen außerdem die dominante Farbe sowie Akzentfarben erkennen.	Erkennen des Farbschemas
Moderieren von Inhalten in Bildern (nur v3.2)	Verwenden Sie Azure AI Vision, um erwachsene Inhalte in einem Bild zu erkennen und Konfidenzbewertungen für verschiedene Klassifizierungen zurückzugeben. Der Schwellenwert für die Kennzeichnung von Inhalten kann mithilfe eines Schiebereglers nach Bedarf angepasst werden.	Erkennen von Inhalten für Erwachsene

Produkterkennung (nur v4.0 Preview) (veraltet)

Mit den Produkterkennungs-APIs können Sie Fotos von Regalen in einem Einzelhandelsgeschäft analysieren. Sie können das Vorhandensein oder Nichtvorhandensein von Produkten erkennen und deren Begrenzungsrahmenkoordinaten abrufen. Verwenden Sie sie in Kombination mit der Modellanpassung, um ein Modell zur Identifizierung Ihrer Produkte zu trainieren. Sie können die Ergebnisse der Produkterkennung auch mit dem Planogrammdokument Ihres Ladens vergleichen.

Produkterkennung

Multimodale Einbettungen (nur v4.0)

Die APIs für multimodale Einbettungen ermöglichen die Vektorisierung von Bild- und Textabfragen. Sie konvertieren Bilder in Koordinaten in einem multidimensionalen Vektorraum. Anschließend können Sie eingehende Textabfragen in Vektoren konvertieren und Bilder basierend auf der semantischen Nähe mit dem Text abgleichen. Mit dieser Funktion können Sie eine Reihe von Bildern mithilfe von Text durchsuchen, ohne Dass Sie Bildtags oder andere Metadaten verwenden müssen. Die semantische Nähe führt häufig zu besseren Ergebnissen in der Suche.

Die 2024-02-01 API enthält ein mehrsprachiges Modell, das die Textsuche in 102 Sprachen unterstützt. Das ursprüngliche englische Modell ist weiterhin verfügbar, Sie können es aber nicht mit dem neuen Modell im gleichen Suchindex kombinieren. Wenn Sie Text und Bilder mit dem englischen Modell vektorisiert haben, sind diese Vektoren nicht mit mehrsprachigen Text- und Bildvektoren kompatibel.

Diese APIs sind nur in bestimmten geografischen Regionen verfügbar. Weitere Informationen finden Sie unter Regionale Verfügbarkeit.

Multimodale Einbettungen

Hintergrundentfernung (nur Vorschauversion v4.0)

Dienstbegrenzungen

Eingabeanforderungen

Sprachunterstützung

Verschiedene Bildanalysefeatures sind in verschiedenen Sprachen verfügbar. Weitere Informationen finden Sie auf der Seite Sprachunterstützung.

Regionale Verfügbarkeit

Um die Bildanalyse-APIs zu verwenden, müssen Sie Ihre Azure KI Vision-Ressource in einer unterstützten Region erstellen. Die Bildanalysefeatures sind in den folgenden Regionen verfügbar:

Datenschutz und Sicherheit

Wie bei allen Azure KI Services müssen Entwickler, die den Azure KI Vision-Dienst nutzen, die Microsoft-Richtlinien zu Kundendaten beachten. Weitere Informationen finden Sie auf der Seite "Azure AI-Dienste " im Microsoft Trust Center.

Nächste Schritte

Führen Sie anhand der Schnellstartanleitung in der bevorzugten Entwicklungssprache und der entsprechenden API-Version erste Schritte für die Bildanalyse aus:

• Schnellstart (Version 4.0): Vision-REST-API oder Clientbibliotheken
• Schnellstart (v3.2): Vision-REST-API oder Clientbibliotheken