AI-Azure上的认知服务之Computer Vision(计算机视觉)

使用 Azure 的计算机视觉服务，开发人员可以访问用于处理图像并返回信息的高级算法。
主要包含如下高级算法：
标记视觉特性Tag visual features
检测对象Detect objects
图像分类Categorize an image
描述图像Describe an image
检测人脸Detect faces
检测图像类型Detect image types
检测特定领域的内容Detect domain-specific content
检测颜色方案Detect the color scheme
生成缩略图Generate a thumbnail
获取感兴趣区域Get the area of interest
从图像中提取文本Extract text from images
管理图像中的内容Moderate content in images
要使用Computer Vision，图像质量必须满足如下要求：

1. 图像必须以 JPEG、PNG、GIF 或 BMP 格式显示
   
2. 图像的文件大小必须不到 4 兆字节 (MB)
   
3. 图像的尺寸必须大于 50 x 50 像素
   
4. 对于 OCR，图像的尺寸必须介于 50 x 50 和 4200 x 4200 像素之间
   

若要分析图像，可以上传图像，也可以指定图像URL。
图像处理算法可以通过多种不同的方式分析内容，具体取决于你感兴趣的视觉功能。 例如，计算机视觉可以确定图像是否包含成人内容或不雅内容，或者查找图像中的所有人脸。
可以在应用程序中使用计算机视觉，方法是：使用本机SDK，或者直接调用 REST API。 SDK中，支持最全的是C# ，部分功能包含Java，NodeJS，Python，Go SDK。
本节实战视频，如何使用Computer Vision:

下面分别举几个例子介绍计算机视觉API的功能：
图像标记-Tags
计算机视觉在上千个可识别对象、生物、风景和操作的基础上返回标记。 当标记内容不明确或者不属常识时，API 响应会提供“提示”来澄清标记在已知场景中的含义。 标记不按分类来组织，且不存在继承层次结构。 内容标记集合在一起，形成图像“说明”的基础。该“说明”以人类可读语言显示，采用完整句子的格式。 请注意，图像说明目前只能使用英语。
上传图像或指定图像 URL 后，计算机视觉算法在对象、生物和图像中标识的操作的基础上输出标记。 标记不限于主体（例如前景中的人），还包括场景（户内或户外）、家具、工具、植物、动物、配件、小器具等。

"tags": [
        {
            "name": "grass",
            "confidence": 0.9999995231628418
        },
        {
            "name": "outdoor",
            "confidence": 0.99992108345031738
        },
        {
            "name": "house",
            "confidence": 0.99685388803482056
        }]

对象检测-Detect common objects in images
对象检测类似于标记，但是 API 返回找到的每个对象的边框坐标（以像素为单位）。 例如，如果图像包含狗、猫和人，检测操作将列出这些对象及其在图像中的坐标。

"objects":[
      {
         "rectangle":{
            "x":730,
            "y":66,
            "w":135,
            "h":85
         },
         "object":"kitchen appliance",
         "confidence":0.501
      },
      {
         "rectangle":{
            "x":523,
            "y":377,
            "w":185,
            "h":46
         },

图像进行分类-Categorize images by subject matter
计算机视觉还返回图像中检测到的基于分类的类别。 不同于标记，类别是在父/子继承层次结构中组织的，并且数量更少（86 个，与数千个标记截然相反）。 所有类别名称均采用英语。 它可以单独完成分类，也可以与新的标记模型共同完成。

"faces": [
        {
            "age": 23,
            "gender": "Female",
            "faceRectangle": {
                "top": 45,
                "left": 194,
                "width": 44,
                "height": 44
            }
        }
    ]

已支持的分类列表：
https://docs.azure.cn/zh-cn/cognitive-services/computer-vision/category-taxonomy
除了上述内容，还支持手写体识别，表单识别等等，具体请参见官网：
https://docs.azure.cn/zh-cn/cognitive-services/computer-vision/concept-detecting-image-types
接下来，我们做一个案例，对如下图像进行检测，图像位置：
https://upload.wikimedia.org/wikipedia/commons/3/3c/Shaki_waterfall.jpg

本案例步骤：

1. 在Azure创建Computer Vison API；
   
2. 使用Azure提供的 Online API 测试工具；
   
3. 使用Postman进行测试；

本案例完整内容，参照本文开始视频。

可使用如下地址进行在线测试：
https://dev.cognitive.azure.cn/docs/services/56f91f2d778daf23d8ec6739/operations/56f91f2e778daf14a499e1fa/console
其中必填项如下图所示：

Request Body和结果如下：


Postman测试如下图所示：