Фотку на обработку: Обработка фото на заказ онлайн от 100 рублей

Содержание

TikTok дня: лайфхаки по обработке фото

TikTok — это история не только про забавные видео и танцы под популярные треки. В соцсети можно найти и десятки полезных аккаунтов! Советуем, например, подписаться на Александру Воробьеву @virobieva, которая в коротких роликах показывает лайфхаки по обработке фотографий: как корректировать свет, добавлять на снимок элементы или музыку на видео. А еще она делится идеями постов, которые точно будут лайкать, даже если это обычное фото завтрака! Главное — красиво выстроить кадр.

@virobieva

А вы знали,что так можно сделать?##фото ##идеидляфото ##рекомендации ##рек

♬ оригинальный звук — virobieva

@virobieva

Ставь ❤️ если понравилась подборка)##рекомендации ##рек ##тренды

♬ оригинальный звук — anndost

tiktok.com/@virobieva/video/6813723573685964038" data-video-id="6813723573685964038"> @virobieva

А вы знали,что такой свет можно сделать в фотошопе?##рек ##рекомендации ##фото ##обработкафото ##идеидляфото

♬ maribou state tongue slowed — xangeb

Читай также

Интересное в Instagram: аккаунт с разоблачениями звезд

Instagram vs Жизнь: Ким Кардашьян, Бейонсе, Селена Гомес и другие звезды, которые попались на фотошопе

В день рождения Photoshop: фотографии звезд до и после обработки

  • TikTok
  • Обработка
  • фото

Обработка фото за 10 минут | Блог Strobist™

Сегодня очень простой, и, как обычно, быстрый пример тонирования и обработки фото с Настей.

1. Сырой RAW, почти никаких изменений.

2. Кривыми затонируем тени в синий(выбираем синий канал), мне, лично, кривые гораздо удобнее использовать в фотошопе, но можно и тут.

3. Чуть крутанул цвета, обыграл яркую рубашку — сделал красный насыщеннее.

4. Вот простой прием исправить дисторсию(искажения) оптики, хоть тут и 50 мм, можно его чуть подтянуть — выбираем вместо него 35.

5. И крутим ползунок Distortion.

6. Чуть затемним края, капельку шума и немного камера калибрайшн.

7. Всё-таки вернулся к кривой и сделал чуть контрастнее.

8. До/после на этапе лайтрума. Вот этот пресет. Но, конечно, пробуйте крутить сами, так гораздо интереснее.

9. Как видите — никаких глобальных  проблем с кожей нету.

10. Немного Портретуры через маску по телу.

11. Ликвифай — нашей всё.

12. Уже знакомый нам прием осветления/затемнения.

 Тут совсем чуть-чуть проработал скулы и область глаз.

13. Дешево и сердито, а точнее просто, как лопата и эффективно как лом — выделяем область с проблемой(комод сзади) нажимаем Ctrl + T (свободное трансформирование) и просто утягиваем его сторону.

14. Два раза штампиком нажать и будет идеально 🙂

15. Комода как и не бывало 🙂

16. Чтобы показать вам хоть что-то новое. Губки(левый кадр) стали сочнее очень простым способом — копия слоя + режим Overlay + маска. Аккуратно белой кистью их протираем, и мммм…!

17. Чуть подркутил баланс цветов. Тут всё на ваше усмотрение.

18. Прибавим резкости.

19. Ctrl + A  +  Ctrl + T — вытягиваю кадр чуть вверх(люблю вытянутые черты).

20. Решил не лениться, убрал излишнюю насыщенность в области левого запястья и ножки (хуе/сатурейшн + маска слоя).

21. Я не могу не зайти в кривые на финише. (Кривые — самый крутой инструмент, был бы задротом — сделал бы татушку на плече с ними)

22.

10 минут позади.

23. 1-2-3.

Автор: Иван Летохин.

 

8 приложений для обработки фото на iPhone | Статьи

Съёмка на iPhone становится всё более популярной, круг почитателей мобильной фотографии расширяется с невероятной скоростью. Это происходит не только благодаря постоянному совершенствованию встроенных камер, улучшающего качество снимков, но и по причине появления новых приложений для iPhone, позволяющих редактировать снимки. Мы хотим помочь разобраться в них и на свой вкус сделали подборку из 8 программ, которые отредактируют контрастность и яркость, выровняют перспективу и т.д... Короче говоря, сделают всё, чтобы Вы смогли отправить в печать замечательные красочные качественные снимки, создать фотокнигу онлайн или перекидной календарь с фото.

VSCOcam

Популярнейшее приложение, наиболее востребованное в последнее время. В нём имеется масса полезных инструментов для превращения Ваших кадров в совершенство: цветовая коррекция, баланс белого, яркость/контрастность, обрезка.

Но не за это программа так полюбилась фотографам. Набор замечательных фильтров – вот её главная фишка. Причём фильтры создавались не просто так: для их разработки привлекались лучшие эксперты из мира фотографии и арт-индустрии. Вот почему приложение столь успешно – налицо почерк профессионалов. VSCOcam позволяет однократно обработать единственное фото, а затем распространить найденные настройки на все снимки со схожими параметрами. Согласитесь, приличная экономия времени.

VSCOcam  - не только приложение, это ещё и сетевое содружество, в котором состоят десятки тысяч участников. Они делятся удачными кадрами, ведут дневники и рассказывают свои фотоистории.

Darkroom

Эта программа необходима в первую очередь тем, кому требуется серьёзная цветовая коррекция. Жемчужина приложения – та самая «цветовая кривая», которой пользуются профессиональные фотографы, работая с Adobe Lightroom. Но в базовой версии её нет, только в платном варианте. Однако и бесплатный Darkroom  никого не разочарует: набор предлагаемых инструментов вполне достаточен для начальной обработки.

Snapseed

Случается, что снимок нужно скорректировать не полностью, а отдельными частями. Чуть осветлить затемнённую область кадра, или затемнить чересчур светлую. Эта задача - как раз для данного приложения. Snapseed - незаменимый инструмент для точечной корректировки, хотя и с целой фотографией он справляется не хуже других. Редактор вооружён многими инструментами для базовой обработки: цветовая коррекция, кадрирование, виньетирование.

Afterlight

Это приложение полюбилось мобильным фотографам с первого взгляда – как только появилось в сети. В чём его успех? Симпатичный доходчивый интерфейс, масса инструментов для обработки, пакет эффективных фильтров и, конечно же, «фенечки»: набор рамочек, текстуры и прочие украшательства.

Pixelmator

Это «монстр» нашего хит-парада. Полноценный редактор изображений – именно так преподносят его разработчики. Он обладает достоинством, которое недавно было прерогативой настольных редакторов – поддержкой слоёв. Непаханое поле для фантазии: перемешать несколько кадров, наложить один на другой, вставить текст, фигуры, украшения… Круто? Имеются в арсенале и вполне приемлемые шаблоны для открыток, коллажей, плакатов. Есть где развернуться!

Mextures

Mextures даст вам эффект присутствия в творческой фотолаборатории. Любите эксперимент? Это приложение для Вас. Здесь царство невероятных эффектов. Их можно применять не только отдельно, но и перемешивать в разных сочетаниях. Плюс к этому все фильтры имеют по несколько вариаций, поэтому результаты могут оказаться совершенно неожиданными. Главное при работе с приложением – чувство меры, не переусердствуйте с фильтрами.

Litely

Очень удобный для освоения редактор с очень симпатичными фильтрами. Его можно использовать для обработки снимков природных явлений, пейзажей, фотографий архитектурных и исторических объектов. Для любителей чёрно-белого фото есть специальный бонус - пак с эффектами размытости типа «нуар».

SKRWT

SKRWT - замечательное средство от криворукости. Действительно, выполнить на iPhone без штатива правильный кадр с нормальной линией горизонта и неискажёнными пропорциями объектов крайне сложно. Ведь мы снимаем буквально всё, что понравилось, о выстраивании кадра и о композиции можем подумать потом.

Приложение SKRWT предназначено для того, чтобы исправлять подобные ошибки: в программе имеются для этого все необходимые инструменты. SKRWT поправит перспективу и пропорции объектов, наведёт порядок в отображении вертикальных и горизонтальных деталей изображения. Многие пользователи приложения утверждают, что благодаря SKRWT были спасены многие кадры, которые уже считались потерянными. Мы искренне советуем каждому мобильному фотографу освоить это приложение.

Мы познакомили Вас с наиболее популярными на сегодняшний день приложениями для мобильной фотографии. Мы надеемся продолжить этот разговор, и при появлении чего-то интересного обязательно будем Вас знакомить с новинками. Удачи Вам и хороших кадров!

Обработка фото в GIMP

Обработка фотографий — практически самая востребованная функция любого графического редактора. Часто бывает, что фото вышло не очень качественным и нужно подправить ему цвет, осветлить либо сделать немного темнее, а если была отсканированная старая бумажная фотография, то может понадобиться её реставрация. Кроме того, чтобы порадовать своих друзей или близких, может возникнуть желание создать открытку. Для этого можно наложить друг на друга несколько фотографий и вырезать фрагмент, например лицо, с одного изображения и поместить его на другое.

В сегодняшнем материале мы предлагаем вам изучить базовые возможности графического редактора Gimp в плане работы с фотографиями. Если вы не можете самостоятельно с ними разобраться, наша помощь будет вам как нельзя кстати.

Базовое улучшение качества фото

Вращение

Если во время съёмки фотоаппарат не держать ровно, фотография может получиться заваленной, то есть линия горизонта будет под наклоном. В некоторых случаях с этим можно смириться, но в большинстве своём такие фото считаются неудачными. Чтобы избавиться от этого недостатка, можно применить инструмент вращения. Для этого:

  1. Откройте в редакторе Gimp нужный рисунок и на панели инструментов выберите «Вращение».
  2. Чуть ниже выберите корректные параметры инструмента: Направление — Корректирующее (назад), Обрезка — с полями, Число линий сетки — ставьте значение повыше, тогда шаг будет минимальным и обработка максимально плавной.
  3. Выставьте масштаб фотографии на 100% и найдите ту часть фото, где имеются ровные линии.
  4. Нажмите на фото и, крутя картинку вокруг центральной точки, подгоните сетку так, чтобы линии сетки совпали с линиями на фото.
  5. Во время поворота вы сможете увидеть диалоговое меню. После того как закончите вращение, нажмите в нём кнопку поворота.
  6. Если появились кривые края, обрежьте их и наслаждайтесь новой фоткой.

Насыщенность

  1. Откройте в Gimp фотографию и продублируйте её на новый слой. Это можно сделать нажатием комбинации клавиш Ctrl + Shift + D.
  2. Перейдите в меню Цвет — Уровни, для того чтобы изменить насыщенность фото. Для этого вам нужно выбрать самую тёмную и самую светлую точку.
  3. С помощью ползунков изменяйте показатели до тех пор, пока вам не понравится новый вид фотографии.
  4. В меню Цвет — Тон — Насыщенность с помощью ползунка выставьте желаемое значение насыщенности.
  5. Теперь можно удалить слой с оригинальным изображением и сохранить фотографию в желаемом формате.

Удаление эффекта красных глаз

  1. Воспользуйтесь встроенной в Gimp функцией удаления эффекта красных глаз, перейдя в меню Фильтры — Улучшение — Удалить эффект красных глаз. Далее, с помощью ползунка выберите необходимый уровень и подтвердите кнопкой OK.

Удаление эффекта красных глаз фильтром GIMP

Либо:

  1. Выделите зрачки при помощи инструмента «Выделение», затем перейдите в меню Цвет — «Цвет — Тон — Насыщенность» и выставьте уровень красного цвета на минимальное значение, пока окраска зрачка не изменится.

Как изменить размер и разрешение фото

Обработка путём изменения разрешения фотографий используется в различных ситуациях. Если вы хотите подготовить её для использования на веб-сайте, разрешение нужно уменьшить, чтобы уменьшился объём файла и страница быстрее загружалась. Если же вы хотите подготовить фото для печати, разрешение лучше увеличить. Для этого вам нужно выполнить следующие действия:

  1. Открыть в редакторе Gimp нужное фото.
  2. В панели меню перейти в Изображение — Размер изображения.

    Опция «Размер изображения» в программе GIMP

  3. В открывшемся всплывающем окошке вручную введите желаемое количество пикселей в зависимости от того, где вы хотите использовать изменённый рисунок. Обратите внимание, что по умолчанию программа выставит разрешение второй стороны автоматически, чтобы сохранить пропорции.
  4. А также советуем вам ввести более высокие значения разрешения, так как при увеличении разрешения фото качество может ухудшиться, если изначально оно было небольшим.
  5. Сохраните фото.

Как обрезать фото

Одно из самых простых действий, которое можно провести с вашим фото. Подобная обработка используется в случае, когда нужно избавиться от лишних частей либо просто уменьшить картинку. Выбрать инструмент обрезки можно несколькими способами: через панель инструментов, через меню Инструменты — Преобразование — Кадрирование либо посредством комбинации клавиш Shift + C.

  1. Выделите фрагмент фото, который вы хотите обрезать, любым удобным для вас способом. Удерживая уголок прямоугольника и протягивая мышку по диагонали, измените размер фрагмента.
  2. Выберите инструмент обрезки фото и выберите необходимые параметры.
  3. Нажмите кнопку «Обрезать» и сохраните новое фото.

Панель инструментов в GIMP

Как вырезать фрагмент фотографии и вставить его в другое фото

  1. Откройте фото.
  2. Создайте новый слой и добавьте в него второе фото, с которого нужно вырезать кусочек.
  3. С помощью инструмента «Выделение» или «Лассо» (свободное выделение) отметьте нужный фрагмент, например лицо, и выполните обрезку.
  4. При помощи инструмента «Масштабирование» измените размер фрагмента, чтобы он совпадал с тем участком, который нужно заменить. Чтобы правильно наложить новый участок, не забудьте повернуть его под правильным углом, чтоб совпали все элементы.
  5. Переместите новый слой, который нужно было вырезать, вниз, чтобы он оказался под фоновым.
  6. В меню слоёв кликните по верхнему слою правой кнопкой мышки и выберите «Добавить маску слоя». Выберите параметр «Белый цвет (полная непрозрачность)».
  7. Выберите инструмент «Кисть» и сотрите фрагмент верхнего слоя, который вам больше не нужен. Обработка должна делаться максимально аккуратно, чтобы не оставлять следов. Вы увидите, как начинает показываться нижний слой.
  8. Чтобы ликвидировать разницу в цвете между двумя фрагментами фото, воспользуйтесь инструментом «Пипетка». Выберите её на панели инструментов, поставьте на том участке фото, с которого вы хотите скопировать цвет.
  9. Переключитесь на кисть и закрасьте участки, отличающиеся по цвету, пока они не выровняются.
  10. Сохраните рисунок в нужном формате.

Заключение

Графический редактор Gimp может стать просто незаменимым инструментом для любительского редактирования фотографий. Мы рассказали лишь о самых востребованных его функциях. Надеемся, что вы нашли этот материал для себя полезным и обработка изображений для вас станет гораздо ближе. Вопросы можно задавать в комментариях.

Как загрузить фото в лайтрум: простые шаги импорта фотографий

Приветствую вас, дорогие мои читатели. С вами на связи, Тимур Мустаев. Когда я начинал свое развитие в качестве фотографа, я даже и не думал, что фотографии надо еще обрабатывать. Я считал, как и большинство начинающих фотографов, что раз имеешь профессиональный фотоаппарат, но фото должны сами получать хорошо. Это основное заблуждение новичков!

Моей первой зеркальной фотокамерой, была Nikon D3100, с китовым объективом. По сей день она изредка служит мне верой и правдой. Помимо основных знаний, которые необходимо было знать, например, выдержка, диафрагма, ISO, баланс белого и так далее. Я столкнулся с обработкой фотографий.

Первую программу которую мне рекомендовали мои приятели фотографы, это Adobe Lightroom, для обработки, коррекции и группировки изображений. Когда я открыл ее в первый раз, она показалась для меня слишком заумной. Как вы думайте, что случилось дальше? Я ее просто закрыл, так как я даже не понял, как добавить в нее фото.

Поэтому, я решил сегодня более детально рассказать, как загрузить фото в лайтрум для последующей ее обработки или группировки.

Как добавить фото в лайтрум?

Прежде чем начать, одно уточнение. Примеры я буду показывать на лайтрум 5. Но это не значит, что на лайтрум 3, вы не сможете сделать данные действия. Для всех версий, все идентично.

Я вам покажу 2 метода загрузки изображений в Lightroom.

1 метод

1. Открываем Lightroom на компьютере

Так выглядит окно при первом запуске.

2. Нажимаем на кнопку Импорт находящуюся в нижнем левом углу. Обязательно посмотрите, чтобы ваша программа находилась в режиме Библиотека.

После нажатия на кнопку Импорт, откроется дополнительное меню, где вас попросят выбрать источник, где располагаются ваши изображения.

После того, как вы выберите папку с изображениями, в центральной части окна появятся все фото, находящиеся в данной папке.

Здесь вы можете либо оставить все и импортировать в программу, нажав на кнопку Импорт в правом нижнем углу. Либо сделать выборочный отбор.

3. Делаем выборочный отбор фотографий. Здесь тоже нет никаких особых проблем. В первую очередь снимаем выделения, наживаем на кнопку Сбросить выбор. Далее выборочно ставим галочки к каждой фотографии. Если хотите, что бы больше фотографий показывались в окне, передвигаем бегунок Размер эскизов в нужную вам сторону. Они будут либо уменьшаться, либо увеличиваться. После того, как вы выбрали нужные вам фото для редактирования, нажимаем Импорт.

После нажатия мы видим, отобразились 3 выбранные мной фотографии. Для того, чтобы начать редактировать, переходим на вкладку Коррекции.

Вот так выглядит вкладка Коррекции.

2 метод

Теперь давайте рассмотрим 2 метод импорта фото в лайтрум. ФайлИмпорт фото и видео.

После чего появится знакомое нам окно для выбора папки с изображениями. Дальше делаем все действия аналогично, как в 1 методе.

Заключение

Теперь вы знаете, как загружать фотографии в лайтрум 5 с компьютера. Теперь для вас это не составит труда. Что касается обработки и других многих фишек, а также правильном сохранение, я вам расскажу в других уроках.

Хочу спросить вас, — Ну как вам первые впечатления от Лайтрума? Сложно? Не понятно? Или вам все оказалось легко? Это в начале обычно сложно и кажется не понятным, как только поработайте несколько раз, все станет очень простым.

Совет! Желательно, загружать фотографии в Lightroom в формате RAW. Так у вас появится больше шансов улучшить свои фото. С форматом JPEG сделать многого нельзя!

Что такое формат RAW, и какие его преимущества, можете ознакомиться в моей статье!

Перед тем как с вами прощаться, хочу посоветовать один из лучших видео курсов, «Lightroom — незаменимый инструмент современного фотографа». Этот курс достоин похвалы за детальное объяснения уроков. Примеры, показанные таким образом, что вы понимаете все с первого раза. Я всем своим друзьям рекомендую именно его. Попробовав и узнав весь функционал программы, вы не захотите с ней больше расставаться, как я!

Lightroom — незаменимый инструмент современного фотографа

Моя первая ЗЕРКАЛКА — для пользователей фотоаппаратом CANON.

Цифровая зеркалка для новичка 2.0 — для пользователей фотоаппаратом NIKON.

Если статья оказалась для вас полезной, можете поделиться ею с друзьями в социальных сетях. Обязательно подпишитесь на обновления блога, чтобы быть в курсе последних новостей.

Всех вам благ, Тимур Мустаев.

Это фото после обработки? Да, это.

Да, постобработка. Мне постоянно задают этот вопрос, как и любому другому фотографу на планете, и он часто вызывает жаркие споры, которые ставят под сомнение понятие объективной реальности и значение фотографии.

Моя претензия: все фотографии проходят постобработку (так или иначе).

Не вдаваясь в технические детали и касаясь только цифровой фотографии, фотография является результатом попадания света на цифровой датчик, который записывает изображение в виде числа для каждого сенсора (сенсорного элемента). Сенсоры организованы в так называемую мозаику фильтров Байера.

Схема датчика Байера. Иллюстрация Cburnett и лицензия CC BY-SA 3.0

. Я игнорирую датчики, подобные фовеону, которые работают немного иначе, но на самом деле они существенно не меняют характер аргументации.

Изображение RAW, полученное при чтении мозаики с фильтром Байера, невозможно визуализировать без преобразования для создания изображения RGB, которое можно отобразить на экране или распечатать на бумаге.

Интерпретация необработанного файла для восстановления цветов из мозаики фильтров Байера (что часто называется «наукой о цвете») и создания окончательного изображения применяет ряд субъективных преобразований и выборочно отбрасывает информацию. Субъективная интерпретация должна происходить где-то между захватом изображения и его отображением. Кто-то должен принимать субъективные решения о том, какую информацию выбросить, какую информацию сохранить и как преобразовать информацию, чтобы иметь возможность ее визуализировать.

Это пост-обработка.

Когда вы читаете «без фильтра» или «прямо из камеры», на самом деле вы читаете «Я оставляю выбор постобработки инженерам, которые разработали камеру».

Как художник, я хочу сам принимать решения о том, как будет выглядеть окончательное изображение, поэтому я продолжаю постобработку изображений, начиная с файла RAW. Но это не , реальность !

Это общий крик. Что есть на самом деле? Два человека перед сценой, вероятно, будут иметь разные воспоминания об одной и той же сцене и испытывать разные чувства.В любом случае человеческая память не является фотографической.

И фотография не обязательно должна быть точной записью реальности. Во всяком случае, оно не может быть верным, прежде всего потому, что само понятие верной реальности не может быть определено однозначно.

Я утверждаю, что в фотографии любой объем постобработки, от прямо из камеры до смешивания разных изображений, снятых в разных местах и ​​в разное время, является законным, если автор верен своим художественным замыслам.

Мое художественное намерение - создать изображение, которое в чистом виде передает мои чувства перед сценой. .

Мое художественное высказывание - это произвольный выбор, который апеллирует к моему эстетическому восприятию, к тому, как мне нравится заниматься фотографией, и к тому, что я хочу донести до своих работ. Я не утверждаю, что это утверждение универсально, лучше или хуже, чем утверждение любого другого художника, или что оно должно относиться к кому-либо еще, кроме меня.

Из своего художественного высказывания я могу вывести правила, применимые к моей фотографии.Например, я не заменяю небо на своих изображениях небом, взятым из другого места в другое время. Это совершенно законно, но поскольку другое небо не повлияло на мои чувства перед сценой, я этого не делаю.

С другой стороны, мое художественное высказывание позволяет мне клонировать элементы, растягивать и вообще изменять геометрию моих изображений. Если я клонирую что-то вне сцены, это означает, что этот конкретный элемент не повлиял на мои чувства перед этой сценой.

Кто-то другой мог заметить тот же элемент перед той же сценой и мог бы счесть это частью своей истории. Оба варианта законны.

Итак, да, моя фотография подвергается постобработке, чтобы сделать мои истории максимально яркими для вас.


Об авторе : Франческо Каруччи (Francesco Carucci) - пейзажный фотограф изобразительного искусства, который ранее был опытным разработчиком игр. Мнения, выраженные в этой статье, принадлежат исключительно автору.Каруччи создал несколько всемирно признанных и выставленных работ от США до Китая. Вы можете найти больше работ Каруччи на его веб-сайте, в Facebook и Instagram. Эта статья также была опубликована здесь.

Обработка изображений - обзор

XI.D Обработка изображений

Обработка изображений пытается извлечь или изменить информацию, находящуюся в зависимом от изображения сигнальном пространстве. Военные - давние пользователи и пропагандисты теории, практики и оборудования в области обработки изображений. В медицине многие диагностические инструменты в значительной степени полагаются на процессоры изображений или обеспечивают быстрый анализ графической базы данных. Другие приложения для обработки изображений - это промышленность бытовой электроники, правоохранительные органы, геофизика, прогнозирование погоды, а также сжатие, передача и реконструкция телевизионных сигналов. В развивающейся области робототехники компьютерное зрение будет играть важную роль.

Обработка изображений может быть разделена на четыре подчиненные области, известные как восстановление изображения, улучшение, кодирование и анализ.Если предположить, что качество изображения ухудшилось из-за шума передачи, плохой оптики, геометрического искажения, движения и т. Д., Используются методы восстановления, чтобы исправить как можно больше повреждений.

Детекторы могут преобразовывать оптические данные, обнаруженные в плоскости изображения, в электронный формат, который затем оцифровывается. Функция рассеяния точки моделирует оптическое искажение в плоскости изображения и может быть представлена ​​как передаточная функция. Функция разброса точки показывает, какая часть информации на объекте изображения «распространяется» на соседние области в плоскости изображения.Записывающее устройство также может вносить искажения и добавлять шумы в каналы связи.

Базовая задача восстановления изображения - удаление размытия. Инвертирующий фильтр используется для уменьшения эффекта шума и получения факсимиле источника. Сложной проблемой восстановления без размытия является проблема деконволюции, которая пытается восстановить изображение из набора проекций. Часто, как в случае медицинских рентгеновских аппаратов, электромагнитных помех (EMI) и подобных сканеров, сигнал представляет собой количество энергии, обнаруженное в плоскости изображения более низкого измерения.Восстановление трехмерного или двухмерного изображения аналогично рисованию человеческого лица по его тени. Энергия в двумерной или одномерной плоскости, полученная при освещении поглощающего трехмерного или двухмерного объекта, представляет собой проекцию, которая может быть выражена в терминах ее спектральной характеристики. Чтобы восстановить изображение с некоторой степенью четкости, требуется несколько проекций. Теорема о проекционном срезе утверждает, что путем сбора группы одномерных проекций под разными углами может быть построено двухмерное изображение, а из срезов двухмерных изображений могут быть сформированы трехмерные изображения и так далее.Фурье и другие типы быстрых преобразований обычно используются для анализа данных из-за огромного количества данных, которые необходимо ассимилировать, чтобы восстановить изображение из его проекций.

Улучшение используется для улучшения способности интерпретировать базу данных изображений. Часто это субъективная оценка, основанная на человеческом восприятии. Он отличается от восстановления тем, что восстановление направлено на восстановление исходного изображения из его искаженного изображения, а при улучшении - на улучшение исходного изображения.Часто из-за ограничений полосы пропускания изображение может частично терять свою четкость. Когда необходимо сделать предположения о форме объекта, методы улучшения возвращают часть исходного качества изображения.

Кодирование изображения используется для сжатия представления изображения до минимально возможного количества битов при сохранении определенной степени разборчивости изображения. Например, простое изображение 1024 × 1024, разрешенное до 16 бит, требует 2 24 -битного поля данных. Такие цифры могут перегрузить практический канал связи или вызвать переполнение буфера памяти при обработке больших или множественных изображений.Поэтому сжатию данных изображения уделяется большое внимание. К счастью, типичное изображение содержит большое количество избыточной или коррелированной информации. Избыточные данные могут быть устранены с помощью одного из ряда методов, которые пытаются найти компромисс между скоростью обработки, требованиями к памяти и возможностями сжатия. Например, если большая часть изображения остается неизменной от кадра к кадру, статистические методы предполагают, что скорость передачи данных может быть снижена в среднем до 1 бит / пиксель.Кроме того, обычно существует значительная корреляция между соседними пикселями (или элементами изображения), которые также могут быть сжаты из базы данных. В системе DPCM сигнал заменяется оценкой его постепенного изменения. Поэтому медленно изменяющиеся сигналы сжимаются до небольшого динамического диапазона. Используя этот метод, 8-битное закодированное изображение часто можно заменить 3-битным эквивалентом DPCM без субъективной потери качества. Однако, если изображение состоит из резких высококонтрастных краев, DPCM будет работать плохо.

Были разработаны более математически интенсивные методы сжатия изображений в области преобразования, которые более непосредственно работают с вопросом корреляции. Однако они могут потребовать больших вычислительных ресурсов и могут ухудшить качество изображения, если их неправильно применить.

Обработка изображений NSTMF

Оцифровка ...

03 Обработка изображений /

Как компьютеры анализируют визуальные данные, чтобы сделать наши фотографии безупречными?

Цифровые камеры и программное обеспечение дали нам возможность запечатлеть наш мир и перекрасить его одним нажатием кнопки.Мы снимаем и фильтруем фотографии каждый день, за секунды обмениваясь ими в социальных сетях, текстах и ​​электронной почте. Но наука, лежащая в основе этого бума цифровых изображений, изначально не была предназначена для фотографов-любителей. Этот интерактивный документ Национального фонда медалей науки и техники побуждает вас заметить быстрые вычисления, которые используются в некоторых из ваших любимых фотофильтров. Узнав, как компьютеры читают и изменяют пиксельные данные, вы найдете более широкие приложения в реальном мире в широком диапазоне областей, включая астрономию, медицину и правоохранительные органы.

Национальный фонд медалей науки и техники отмечает выдающихся личностей, получивших высшую награду в области науки, технологий, инженерии и математики в Соединенных Штатах.

Стивен Сассон

Изобрел цифровую камеру, которая произвела революцию в способах захвата, хранения и обмена изображениями.

Джеймс Э. Ганн

Разработал камеру для телескопа Хаббл и запустил программу Sloan Digital Sky Survey.

Чарльз Гешке

Вместе с Джоном Варноком основал Adobe Systems, создав первую настольную издательскую систему.

Компьютер считывает значение шкалы серого для каждого пикселя, а затем инвертирует их. Черный становится белым и наоборот.

Многие радиологи предпочитают анализировать рентгеновские лучи с инвертированной шкалой серого. Черные кости могут облегчить обнаружение аномалий.

В 1970-х годах достижения в области цифровой обработки изображений привели к развитию компьютерной томографии и МРТ.Ученые использовали МРТ для изучения мозговой деятельности музыкантов, играющих джаз, и актеров, играющих персонажей.

Компьютер считывает яркость каждого пикселя и объединяет точки со значительным контрастом в набор краев.

Обнаружение краев помогает бороться с преступностью! Службы безопасности и правоохранительные органы полагаются на эту технику для улучшения качества видеозаписи наблюдения, распознавания лиц и даже расшифровки отпечатков пальцев.

Комиссия Уоррена использовала обнаружение краев для изучения изображений убийства Джона Кеннеди.После некоторой полемики они пришли к выводу, что один боевик действовал в одиночку.

Компьютер считывает значение шкалы серого для каждого пикселя, затем сжимает или расширяет диапазон, чтобы сделать изображение низкоконтрастным или высококонтрастным.

С 1960-х годов НАСА использовало эту технику для преобразования нечетких изображений телескопа в высококонтрастные фотографии. Некоторые из этих фотографий тщательно исследуются в поисках других пригодных для жизни миров.

Сколько именно оттенков серого? В то время как компьютеры могут считывать данные в градациях серого от нуля (черный) до 255 (белый), люди могут видеть только около двадцати пяти уровней серого.

Совет красоты: низкие настройки контрастности уменьшают морщинки и пятна; высокая контрастность впечатляет!

Компьютер определяет значение красного, зеленого и синего цветов для каждого пикселя и разделяет их на каналы RGB, которые можно настраивать независимо.

Спутники, вращающиеся вокруг Земли, способны воспринимать ультрафиолетовый и инфракрасный свет. Чтобы сделать эту информацию видимой человеческому глазу, ученые присваивают собранным данным значения RGB.

С 1970-х годов спутниковые RGB-данные Landsat используются для отслеживания экологических угроз, включая таяние ледников, засухи, разливы нефти и лесные пожары.

Компьютер определяет значение красного, зеленого и синего цветов для каждого пикселя, а затем регулирует значение для каждого канала RGB.

Режиссеры настраивают каналы RGB, чтобы менять настроение и драматизировать композиции. Многие фильмы ужасов имеют голубой оттенок; постапокалиптические фильмы часто ненасыщены.

Больной фильтр! Баланс красного и синего может добавить здорового сияния коже. Но будьте осторожны с зеленым каналом - слишком флуоресцентный или ненасыщенный, вы можете плохо выглядеть.

Призрачное свечение. В «Головокружении» Альфред Хичкок применял жуткий зеленый фильтр каждый раз, когда на экране появлялся преследующий персонаж Ким Новак.

Компьютер считывает яркость каждого пикселя, чтобы определить светлые и темные области изображения.Светлые участки заполнены мелкими рассеянными точками. Темные области заполнены более крупными перекрывающимися точками.

Полутон используется в технике массовой репрографии фотографических изображений более ста лет. Этот процесс использовался в основном для газет и коммерческой печати, а не для изобразительного искусства.

Но в 1960-х Рой Лихтенштейн увеличивал и преувеличивал механические полутоновые точки, чтобы создавать картины из комиксов. Недавние приложения для обмена фотографиями превратили его технику полутонового поп-арта в цифровые фильтры!

Бум настольных издательских систем в 1980-х годах также опирался на полутоновый процесс, который позволял персональным компьютерам и принтерам передавать и воспроизводить изображения.

Компьютер считывает значения RGB для каждого пикселя, а затем сокращает общее количество цветов. Кластеры с похожими значениями отображаются в меньший набор цветов.

Квантование цветов - важный процесс для уменьшения размеров файлов. Но стандартный 24-битный цвет может давать множество вариаций - более шестнадцати миллионов оттенков! Люди и другие приматы могут различать около десяти миллионов цветов.

На заре ПК цветные дисплеи приносили в жертву более высокому разрешению.Недостаточно памяти для поддержки обеих функций.

Цветовое квантование имитирует методы аналоговой печати и изобразительного искусства! Поп-художник Энди Уорхол применил уменьшенный, непредставительный цвет к фотографическим шелкографиям, чтобы создать культовые портреты Мэрилин Монро и Лиз Тейлор.

Обработка изображений | Hugo

Ресурс страницы изображения

Изображение является ресурсом страницы, и перечисленные ниже методы обработки не работают с изображениями внутри папки / static .

Чтобы напечатать все пути к изображениям в пакете страниц:

  {{with .Resources.ByType "image"}}
{{ диапазон . }}
{{.RelPermalink}}
{{ конец }}
{{ конец }}

  

Ресурс изображения

Ресурс изображения также может быть получен из глобального ресурса

  {{- $ image: = resources.Get "images / logo.jpg" -}}
  

Методы обработки изображений

Ресурс image реализует методы Resize , Fit , Fill и Filter , каждый из которых возвращает преобразованное изображение с указанными размерами и параметрами обработки.

Метаданные (EXIF, IPTC, XMP и т. Д.) Не сохраняются во время преобразования изображения. Используйте метод Exif с исходным изображением для извлечения метаданных EXIF ​​из изображений JPEG или TIFF.

Изменить размер

Изменяет размер изображения до указанной ширины и высоты.

  // Измените размер до ширины 600 пикселей и сохраните соотношение
{{$ image: = $ resource.Resize "600x"}}

// Изменить размер до 400 пикселей и сохранить пропорции
{{$ image: = $ resource.Resize "x400"}}

// Изменение размера до ширины 600 пикселей и высоты 400 пикселей
{{$ image: = $ resource.Изменить размер "600x400"}}
  

По размеру

Уменьшить масштаб изображения до заданных размеров с сохранением соотношения сторон. Требуются как высота, так и ширина.

  {{$ image: = $ resource.Fit "600x400"}}
  

Заливка

Измените размер и обрежьте изображение в соответствии с заданными размерами. Требуются как высота, так и ширина.

  {{$ image: = $ resource.Fill "600x400"}}
  

Фильтр

Примените к изображению один или несколько фильтров.См. Полный список в разделе «Фильтры изображений».

  {{$ img = $ img.Filter (images.GaussianBlur 6) (images.Pixelate 8)}}
  

Вышеупомянутое также можно записать в более функциональном стиле с помощью конвейеров:

  {{$ img = $ img | images.Filter (images.GaussianBlur 6) (images.Pixelate 8)}}
  

Фильтры будут применяться в указанном порядке.

Иногда бывает полезно создать цепочку фильтров один раз, а затем использовать ее повторно:

  {{$ filters: = slice (images.GaussianBlur 6) (images.Pixelate 8)}}
{{$ img1 = $ img1.Filter $ filters}}
{{$ img2 = $ img2.Filter $ filters}}
  

Exif

Предоставляет объект Exif с метаданными об изображении.

Обратите внимание, что это поддерживается только для изображений JPEG и TIFF, поэтому рекомендуется заключить доступ с на , например:

  {{with $ img.Exif}}
Дата: {{.Date}}
Широта / Долгота: {{.Lat}} / {{.Long}}
Теги:
{{диапазон $ k, $ v: = .Tags}}
ТЕГ: {{$ k}}: {{$ v}}
{{ конец }}
{{ конец }}
  

Или индивидуальный доступ к данным EXIF ​​с помощью точки, например.g .:

  {{with $ src.Exif}}
  
    {{with .Date}}
  • Дата: {{.Format "2 января 2006 г."}}
  • {{end}} {{with .Tags.ApertureValue}}
  • Апертура: {{lang.NumFmt 2. }}
  • {{end}} {{with .Tags.BrightnessValue}}
  • Яркость: {{lang.NumFmt 2. }}
  • {{end}} {{with .Tags.ExposureTime}}
  • Время выдержки: {{. }}
  • {{end}} {{with .Tags.FNumber}}
  • Номер F: {{. }}
  • {{end}} {{ с участием .Tags.FocalLength}}
  • Фокусное расстояние: {{. }}
  • {{end}} {{with .Tags.ISOSpeedRatings}}
  • Рейтинги скорости ISO: {{. }}
  • {{end}} {{with .Tags.LensModel}}
  • Модель объектива: {{. }}
  • {{end}}
{{ конец }}

Некоторые поля, возможно, потребуется отформатировать с помощью функции lang.NumFmt , чтобы предотвратить отображение, подобное , Апертура: 2,2789 вместо Диафрагма: 2,28 .

Поля Exif
Дата
Дата / время «фото сделано»
Широта
«где фото сделано», широта GPS
долгое
«где фото сделано», долгота GPS

См. Конфигурацию обработки изображений о том, как настроить то, что будет включено в Exif.

Параметры обработки изображений

Помимо размеров (например, 600x400 ), Hugo поддерживает набор дополнительных параметров изображения.

Цвет фона

Цвет фона для заполнения слоя прозрачности. Это в основном полезно при преобразовании в формат, не поддерживающий прозрачность, например JPEG .

Вы можете установить цвет фона для использования с 3- или 6-значным шестнадцатеричным кодом, начиная с # .

  {{$ image.Изменить размер "600x jpg # b31280"}}
  

Цветовые коды см. Https://www.google.com/search?q=color+picker

Обратите внимание, , что вы также устанавливаете цвет фона по умолчанию для использования, см. Конфигурация обработки изображений.

Качество JPEG и WebP

Относится только к изображениям JPEG и WebP, значения от 1 до 100 включительно, чем выше, тем лучше. По умолчанию - 75.

  {{$ image.Resize "600x q50"}}
  

Новое в v0.83.0 Поддержка WebP была добавлена ​​в Hugo 0.83.0.

Подсказка

Новое в v0.83.0

Подсказка о том, что это за изображение. В настоящее время используется только при кодировании в WebP.

Значение по умолчанию - фото .

Допустимые значения: изображение , фото , рисунок , значок или текст .

  {{$ image.Resize "600x webp drawing"}}
  

Повернуть

Поворачивает изображение на заданный угол против часовой стрелки. Сначала будет выполнено вращение, чтобы получить правильные размеры.Основное использование этого - возможность вручную корректировать ориентацию EXIF ​​изображений JPEG.

  {{$ image.Resize "600x r90"}}
  

Анкер

Относится только к методу Заливка . Это полезно для создания миниатюр, когда основной мотив расположен, скажем, в левом углу.

Допустимые значения: Smart , Center , TopLeft , Top , TopRight , Left , Right , BottomLeft , Bottom Bottom . Bottom Bottom . Bottom Bottom .

Значение по умолчанию - Smart , который использует Smartcrop для определения наилучшего урожая.

  {{$ image.Fill "300x200 BottomLeft"}}
  

Resample Filter

Фильтр, используемый при изменении размера. По умолчанию Box , простой и быстрый фильтр передискретизации, подходящий для уменьшения масштаба.

Примеры: Box , NearestNeighbor , Linear , Gaussian .

Подробнее см. Https://github.com/disintegration/imaging.Если вы хотите обменять качество на более быструю обработку, это может быть вариантом для тестирования.

  {{$ image.Resize "600x400 Gaussian"}}
  

Целевой формат

По умолчанию изображения кодируются в исходном формате, но вы можете установить целевой формат в качестве опции.

Допустимые значения: jpg , png , tif , bmp , gif и webp .

  {{$ image.Resize "600x jpg"}}
  

Новое в v0.83.0 Поддержка WebP была добавлена ​​в Hugo 0.83.0.

Примеры обработки изображений

Фотография заката, используемая в приведенных ниже примерах, принадлежит Бьёрну Эрику Педерсену (Международная лицензия Creative Commons Attribution-Share Alike 4.0)

. Изменить размер «300x» . Заполнить «90x120 слева» .Заполнить «90x120 справа» .Fit «90x90» .Изменить размер «300x q10»

Это короткий код, используемый в приведенных выше примерах:

layout / shortcodes / imgproc.html

  {{$ original: = .Page.Resources.GetMatch (printf "*% s *" (.Get 0))}}
{{$ command: = .Get 1}}
{{$ options: = .Get 2}}
{{if eq $ command "Fit"}}
{{.Scratch.Set "image" ($ original.Fit $ options)}}
{{else if eq $ command "Изменить размер"}}
{{.Scratch.Set "image" ($ original.Resize $ options)}}
{{else if eq $ command "Fill"}}
{{.Scratch.Set "image" ($ original.Fill $ options)}}
{{ еще }}
{{errorf "Недопустимая команда обработки изображения: должна быть одна из следующих: Подогнать, Залить или Изменить размер."}}
{{ конец }}
{{$ image: =.Scratch.Get "изображение"}}
<рисунок>

<маленький> {{с .Inner}} {{. }} {{ еще }} . {{$ command}} "{{$ options}}" {{ конец }}

И используется он так:

  {{}}
  

Совет: Обратите внимание на синтаксис самозакрывающегося короткого кода выше. Шорткод imgproc может вызываться как с внутренним содержимым , так и без него.

Конфигурация обработки изображений

Вы можете настроить раздел изображения в файле config.toml с параметрами обработки изображений по умолчанию:

  [imaging]
# Фильтр передискретизации по умолчанию, используемый для изменения размера. По умолчанию Box,
# простой и быстрый фильтр усреднения, подходящий для уменьшения масштаба.
# См. Https://github.com/disintegration/imaging
resampleFilter = "коробка"

# Настройка качества JPEG или WebP по умолчанию. По умолчанию 75.
качество = 75

# Подсказка по умолчанию о том, какой тип изображения.В настоящее время используется только для кодирования WebP.
# По умолчанию - «фото».
# Допустимые значения: «изображение», «фото», «рисунок», «значок» или «текст».
подсказка = "фото"

# Якорь, используемый при обрезке изображений.
# По умолчанию "smart", который выполняет Smart Cropping, используя https://github.com/muesli/smartcrop
# Интеллектуальное кадрирование учитывает контент и пытается подобрать лучшее кадрирование для каждого изображения.
# Допустимые значения: Smart, Center, TopLeft, Top, TopRight, Left, Right, BottomLeft, Bottom, BottomRight
якорь = "умный"

# Цвет фона по умолчанию.# Hugo сохранит прозрачность для целевых форматов, которые его поддерживают,
# но вернется к этому цвету для JPEG.
# Ожидает стандартную цветовую строку HEX из 3 или 6 цифр.
# См. Https://www.google.com/search?q=color+picker
bgColor = "#ffffff"

[imaging.exif]
 # Регулярное выражение, соответствующее полям, которые вы хотите исключить из (массивного) набора информации Exif
# имеется в наличии. Поскольку мы кэшируем эту информацию на диск, это делается для повышения производительности и
# место на диске больше всего на свете.
# Если вы хотите все это, поместите ". *" В эту настройку конфигурации.# Обратите внимание, что если ни this, ни ExcludeFields не установлены, Hugo вернет небольшой
# установлен по умолчанию.
includeFields = ""

# Регулярное выражение, соответствующее полям Exif, которые вы хотите исключить. Это может быть проще в использовании
# чем IncludeFields выше, в зависимости от того, что вы хотите.
excludeFields = ""

# Hugo по умолчанию извлекает дату / время "сделанной фотографии" в .Date.
# Установите значение true, чтобы выключить его.
disableDate = false

# Хьюго извлекает "фотографию, сделанную где" (широта и долгота GPS) в
# .Long и .Lat. Установите значение true, чтобы выключить его.disableLatLong = ложь


  

Интеллектуальная обрезка изображений

По умолчанию Hugo будет использовать Smartcrop, библиотеку, созданную мюсли, при кадрировании изображений с помощью .Fill . Вы можете установить точку привязки вручную, но в большинстве случаев разумный вариант будет хорошим выбором. И мы будем работать с автором библиотеки, чтобы улучшить это в будущем.

Пример использования изображения заката сверху:

. Заполните "200x200 smart"

Анализ производительности обработки изображений

Обработанные изображения хранятся ниже / resources (можно установить с помощью resourceDir config параметр).Эта папка намеренно помещена в проект, так как рекомендуется зарегистрировать их в системе управления версиями как часть проекта. Эти изображения не создаются «очень быстро», но однажды сгенерированные их можно использовать повторно.

Если вы измените настройки изображения (например, размер), удалите или переименуете изображения и т. Д., Вы получите неиспользуемые изображения, которые будут занимать место и загромождать ваш проект.

Для очистки запустите:

GC - это сокращение от Сборка мусора .

Наши процессы постобработки фотографий

WorkStory содержит трехступенчатую формулу для достижения успешного результата для наших клиентов, занимающихся корпоративным и личным брендингом.Их:

  • 1) Предпроизводственное планирование
  • 2) Фото (или видео) снимать
  • 3) Постобработка

Наш процесс постобработки фотографий

Постпродакшн, который включает редактирование и ретуширование, является жизненно важным этапом, и на нем происходит буквально 1/3 волшебства! В этой статье я расскажу о процессе постобработки фотографий и опциях, которые вам нужны, чтобы ваши изображения стали мощным средством визуальной коммуникации для вашего бренда.

Наш процесс постпродакшн также включает три этапа:

  1. Выбраковка
  2. Монтаж
  3. Ретушь

Посмотрите это видео для обзора процесса.

Удаление фотографий

На типичной однодневной корпоративной или персональной фотосъемке в районе Спокан мы сделаем от 700 до 2000 фотографий! Ого. Это много! Кого так много? Большую часть времени во время съемки вы потратите на тестирование освещения, тестирование различных фонов, пробу разных поз или съемку откровенных моментов, что требует от нас сделать много фотографий, чтобы в итоге получилось одно действительно отличное.

Наши клиенты обычно не хотят тратить время на сортировку всех этих изображений, чтобы найти лучшие, поэтому мы делаем это за вас. И это называется отбраковкой. Чтобы просмотреть изображения и отсеять непригодные для использования, требуется несколько часов. После того, как мы сузили их до лучших, мы переходим к шагу 2, редактированию.

Редактирование фотографий

В процессе редактирования ваша фотография берется из необработанного файла, который обычно выглядит серым, безжизненным и лишенным контраста с «почти» готовым продуктом.Цифровое редактирование сегодня эквивалентно проявлению пленки в темной комнате в прошлом. В процессе редактирования мы можем корректировать любое количество вещей, в том числе…

  • Экспозиция
  • Контраст
  • Цвет
  • Яркость
  • Тени
  • Основные моменты
  • Урожай

На этом этапе мы также можем создать тон и внешний вид, соответствующий вашему бренду. Мы обсудим это во время вашего предварительного планирования перед съемкой.

Вот пример необработанного «до» и отредактированного «после».

Ретуширование фотографий

Ретушь - это последний штрих. Не все изображения нуждаются в ретуши. Если мы сделали все настолько идеально, насколько это возможно в камере, обработали необработанную фотографию и получили изображение, которое всем нравится, больше ничего делать не нужно. Но иногда мы хотим отшлифовать вещи дальше того, что мы могли сделать на предыдущих двух шагах. Если на заднем плане есть отвлекающая ветка дерева или компьютерные шнуры, которые мы не можем удалить физически, возможно, на лице есть пятно, которое мы не можем скрыть с помощью макияжа, выбившиеся волосы, складки на одежде - все, что может отвлекать от основного фокус изображения, который мы хотим убрать или замаскировать.Вы будете поражены тем, что мы можем делать в Photoshop. Мы даже заставили беременных выглядеть не беременными, убрали людей с фотографий, изменили цвета фона и многое другое!

Вот пример:

Это небольшая разница - удаление отвлекающих элементов с фона и несколько других доработок, но это действительно помогает зрителю сосредоточиться на стоматологе и выглядеть безупречно и профессионально.

Следите за новостями, чтобы увидеть больше статей о процессе редактирования и ретуши. Как всегда, вы можете связаться с нами, чтобы задать вопросы о нашем процессе создания брендированных визуальных коммуникаций, которые помогут вам продавать свои высококачественные продукты и услуги, или заказать консультацию.

Если вы фотограф, и вам нужна помощь в разработке процесса постобработки фотографий для брендинга, посетите наши онлайн-курсы на сайте WorkStory Education.

Предварительная обработка изображений. В этой статье мы собираемся пойти… | автор: Prince Canuma

В этой статье мы собираемся пройти этапы предварительной обработки изображений, необходимые для обучения, проверки и тестирования любой модели AI-Computer Vision.

Одна из технологий, лежащих в основе CGI, используемой в этом удивительном фильме, называется обработкой изображений.

Обновлено 28/08/2020

Это тема, по которой не хватает хорошо демократизированных онлайн-ресурсов для обучения.Мне потребовалось много времени на поиск, и все же каждая информация, доступная в Интернете, которую я нашел, не отвечает на наши самые важные вопросы, а именно:

  • Почему мы должны это делать?
  • Что он на самом деле делает за занавеской?
  • И последнее, но не менее важное: как мы можем сделать это сами?

После того, как я захотел получить эту информацию, чтобы поделиться ею с вами, произошло чудо. Я был в нужном месте в нужное время; где я познакомился с очень умным и скромным преподавателем в моем университете ( PU ), который, как оказалось, обладает всеми знаниями в области обработки изображений, и предложил поделиться своими знаниями со мной.Я нашел недостающий фрагмент головоломки, после чего мне очень хотелось изучить это новое заклинание , которое вы используете на изображениях, чтобы я мог создать эту статью и вернуть свою серию и проект в нужное русло. Я не мог стоять на месте, зная, что есть другие люди, которые ищут эту информацию, и я не делаю ничего, чтобы помочь. Это для тебя!

«Используйте силу, чтобы помогать людям. Ибо нам дана сила не продвигать наши собственные цели, не устраивать в мире великих зрелищ, ни имя.Есть только одно простое использование силы - служение людям ». - Джордж У. Буш

Но прежде чем я поделюсь с вами тем, что я узнал, и плодами этих новых знаний, почему бы нам сначала не начать отвечать на следующие вопросы…

Яркий пример использования обработки изображений!

Обработка изображений делится на аналоговую обработку изображений и цифровую обработку изображений.

Примечание : В целях объяснения я буду говорить только о цифровой обработке изображений, поскольку аналоговая обработка изображений выходит за рамки этой статьи.Но если я получу достаточно запросов в разделе комментариев ниже, я сделаю полное руководство по обработке изображений, посвященное каждой теме в нем.

Цифровая обработка изображений - это использование компьютерных алгоритмов для обработки цифровых изображений. Как подполе цифровой обработки сигналов, обработка цифровых изображений имеет много преимуществ по сравнению с аналоговой обработкой изображений . Он позволяет применять к входным данным гораздо более широкий спектр алгоритмов - цель обработки цифрового изображения - улучшить данные (функции) изображения путем подавления нежелательных искажений и / или улучшения некоторых важных функций изображения, так что наш AI- Модели компьютерного зрения могут извлечь выгоду из этих улучшенных данных для работы.

Как мы видим на изображении выше, мы можем использовать обработку изображения на неподвижном изображении, чтобы исправить эти искажения.

Изображение - это не что иное, как двумерный массив чисел (или пикселей) в диапазоне от 0 до 255. Он определяется математической функцией f (x, y), где x и y - две координаты по горизонтали. и по вертикали.

Значение f (x, y) в любой точке дает значение пикселя в этой точке изображения.

Я представляю вам все знания, которые я получил на этом удивительном факультете, без фильтров, все черно-белые.

Время кодировать большое !!!

Для нашего варианта использования (модели сегментации) мы используем набор данных из CamVid, состоящий из 701 изображения…

Это часть , где начинается все самое интересное. , если вы не знаете программирования, приготовьтесь, потому что мы увидим какой-то код Python , и я не говорю о гигантской змейке . Python очень прост, легок, это все равно что читать английский язык программирования. Я знаю, что вы легко поймете, если нет, просто прочтите мои комментарии, чтобы понять, что делает блок кода.

Если вы хотите научиться быть крутым и применить предварительную обработку изображений к вашему набору данных, пожалуйста, следуйте моему примеру. Необходимо выполнить следующие шаги:

  • Прочитать изображение
  • Изменить размер изображения
  • Удалить шум (Denoise)
  • Сегментация
  • Морфология (сглаживание краев)

Примечание : этап сегментации полезен только для задач сегментации , если ваша проблема AI -Computer Vision не включает сегментацию, просто пропустите этот шаг.

Чтение изображений.

Чтение

На этом этапе мы сохраняем путь к нашему набору данных изображений в переменной, затем мы создали функцию для загрузки папок, содержащих изображения, в массивы.

Но сначала нам нужно импортировать библиотеки, которые мы собираемся использовать в этом руководстве.

 import os 
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import cv2

# определение пути к глобальной переменной
image_path = "Путь к вашему набору данных"

'' функция для загрузки папки в array и
, затем он возвращает тот же массив '' '
def loadImages (path):
# Помещает файлы в списки и возвращает их как один список размером 4
image_files = sorted ([os.path.join (path, 'train', file)
для файла в os.listdir (path + "/ train") if file.endswith ('. png')])

return image_files

Вот так, мы сохранили папку, содержащую обучающих изображений из Camvid Dataset , в массив image_files

Изменить размер изображения.

Изменить размер

На этом этапе, чтобы визуализировать изменение, мы собираемся создать две функции для отображения изображений, первая из которых будет отображать одно изображение, а вторая - два изображения.После этого мы создаем функцию, называемую обработкой, которая просто получает изображения в качестве параметра.

Почему мы изменяем размер изображения на этапе предварительной обработки?

Некоторые изображения, снятые камерой и переданные в наш алгоритм ИИ, различаются по размеру, поэтому мы должны установить базовый размер для всех изображений, загружаемых в наши алгоритмы ИИ.

 # Показать одно изображение 
def display_one (a, title1 = "Original"):
plt.imshow (a), plt.title (title1)
plt.xticks ([]), plt.yticks ([])
plt.show () # Показать два изображения
def display (a, b, title1 = "Original", title2 = "Edited"):
plt.subplot (121), plt.imshow (a) , plt.title (title1)
plt.xticks ([]), plt.yticks ([])
plt.subplot (122), plt.imshow (b), plt.title (title2)
plt.xticks ([ ]), plt.yticks ([])
plt.show () # Предварительная обработка
def processing (data):
# загрузка изображения
# Получение 3 изображений для работы с
img = [cv2.imread (i, cv2.IMREAD_UNCHANGED ) для i в data [: 3]] print ('Исходный размер', img [0].shape)
# --------------------------------
# установка dim изменения размера
height = 220
width = 220
dim = (width, height)
res_img = []
для i в диапазоне (len (img)):
res = cv2.resize (img [i], dim, interpolation = cv2.INTER_LINEAR)
res_img.append (res)

# Проверка размера
print ("RESIZED", res_img [1] .shape)

# Визуализация одного из изображений в массиве
original = res_img [1]
display_one (original)

Original size (360, 480, 3) - (ширина, высота, кол.RGB каналов)

Resized (220, 220, 3)

Результат кода выше

Remove noise (Denoise).

TV noise

Тем не менее, внутри функции Processing () мы добавляем этот код, чтобы сгладить наше изображение и удалить нежелательный шум. Мы делаем это с помощью размытия по Гауссу .

Размытие по Гауссу (также известное как сглаживание по Гауссу ) является результатом размытия изображения с помощью функции Гаусса . Это широко используемый эффект в графическом программном обеспечении, обычно для уменьшения шума изображения.Визуальный эффект этой техники размытия представляет собой плавное размытие, напоминающее эффект просмотра изображения через полупрозрачный экран, и отчетливо отличается от эффекта боке , создаваемого расфокусированным объективом или тени объекта при обычном освещении. Сглаживание по Гауссу также используется в качестве этапа предварительной обработки в алгоритмах компьютерного зрения для улучшения структур изображения в различных масштабах.

 # ---------------------------------- 
# Удалить шум
# Gaussian
no_noise = []
для i в диапазоне (len (res_img)):
blur = cv2.GaussianBlur (res_img [i], (5, 5), 0)
no_noise.append (blur)

image = no_noise [1]
отображение (исходное, изображение, 'Исходное', 'Размытое')
# ---- -----------------------------

Вывод кода выше

Сегментация и морфология.

Пример сегментации

Тем не менее, внутри функции Processing () мы добавляем этот код.

На этом этапе мы собираемся сегментировать изображение, отделяя фон от объектов переднего плана, и мы собираемся еще больше улучшить нашу сегментацию за счет большего удаления шума.

 # Segmentation 
gray = cv2.cvtColor (image, cv2.COLOR_RGB2GRAY)
ret, thresh = cv2.threshold (gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

#
Отображение сегментированных изображений (исходные изображения, сегментированные) thresh, 'Original', 'Segmented')

Результат кода выше

Мы видим, что изображение выше нуждается в дальнейшем улучшении, поэтому мы применяем еще одно размытие, чтобы улучшить внешний вид, с помощью следующего кода:

 # Дальнейший шум удаление ядра 
= np.ones ((3, 3), np.uint8)
open = cv2.morphologyEx (thresh, cv2.MORPH_OPEN, kernel, iterations = 2)

# sure background area
sure_bg = cv2.dilate (open, kernel, iterations = 3 )

# Поиск нужной области переднего плана
dist_transform = cv2.distanceTransform (open, cv2.DIST_L2, 5)
ret, sure_fg = cv2.threshold (dist_transform, 0.7 * dist_transform.max (), 255, 0)

# Поиск unknown region
sure_fg = np.uint8 (sure_fg)
unknown = cv2.subtract (sure_bg, sure_fg)

# Отображение сегментированного фона
display (original, sure_bg, 'Original', 'Segmented Background')

OK !! ! Теперь этот результат намного лучше.

Теперь мы разделяем разные объекты на изображении маркерами.

 # Маркерная маркировка 
ret, markers = cv2.connectedComponents (sure_fg)

# Добавьте одну ко всем меткам, чтобы фон был не 0, а 1
markers = markers + 1

# Теперь отметьте область неизвестного с помощью ноль
маркеров [unknown == 255] = 0

markers = cv2.watershed (image, markers)
image [markers == -1] = [255, 0, 0]

# Отображение маркеров на изображении
display (image, markers, 'Original', 'Marked')

Final Output
 def main (): 
# вызов глобальной переменной
global image_path '' 'Набор данных var - это список со всеми изображениями в папке' '' dataset = loadImages (image_path)

print ("Список первых трех файлов в папке: \ n", набор данных [: 3])
print ("----------------- --------------- ")

# отправка всех изображений на предварительную обработку
pro = processing (dataset)

main ()

Вот и наш окончательный результат, это не идеально, но это шаг к правильные направления.

Набор данных доступен для загрузки здесь .

Если вы нажмете на ссылки, вы сможете увидеть полный код, работающий в реальном времени, и лучше понять, нажмите здесь, чтобы получить Colab или Github .

Примечание: Недавно я наткнулся на отличную статью на neptune.ai, которая была бы отличной последующей статьей для чтения, потому что она охватывает современные методы обработки изображений и ловушки увеличения данных, которых вы хотите избежать при обучении надежных моделей глубокого обучения, таких как как Detectron2 от Facebook, который может выполнять как обнаружение объектов, так и сегментацию изображений.Проверьте это!

Теперь вы знаете, как выполнять предварительную обработку изображения и создавать метки сегментации, разделяющие различные объекты на изображении. Вы применяете эти методы к любой проблеме компьютерного зрения.

«Революция - это не яблоко, которое упало, когда созрело. Вы должны заставить его упасть ». - Че Гевара

Вы тоже можете это сделать, начав с проверки этого Colab, тестирования с различными изображениями и практики. Я в тебя верю!

Cloudmersive Image Processing - коннекторы

API распознавания и обработки изображений

позволяют использовать машинное обучение для распознавания и обработки изображений, а также выполнять полезные операции модификации изображений.

В этой статье

Этот разъем доступен в следующих продуктах и ​​регионах:

Сервис Класс Регионы
Логические приложения Стандартный Все регионы Logic Apps, кроме следующих:
- регионы Azure для государственных организаций
- регионы Azure для Китая
Power Automate Премиум Все регионы Power Automate, кроме следующих:
- Правительство США (GCC)
- Правительство США (GCC High)
- China Cloud под управлением 21Vianet
Power Apps Премиум Все регионы Power Apps, кроме следующих:
- Правительство США (GCC)
- Правительство США (GCC High)
- China Cloud, управляемое 21Vianet

Этот соединитель важен для любого приложения обработки изображений для обработки изображений (включая кадрирование, составление, наслоение, фильтрацию и т. Д.), Распознавания изображений с глубоким обучением, включая людей, лица, объекты и т. Д. В изображениях, а также преобразования изображений. файлы между форматами с очень высокой точностью.Cloudmersive Image Processing охватывает широкий спектр распространенных форматов файлов, включая PNG, BMP, JPEG, WEBP, PSD и более 100 других форматов файлов. Высокая степень безопасности и высокая производительность обработки без сохранения состояния обеспечивают высокую производительность и надежную безопасность. Вы можете узнать больше на странице API распознавания и обработки изображений.

Для использования этого коннектора необходима учетная запись Cloudmersive. Вы можете зарегистрироваться с помощью учетной записи Microsoft или создать учетную запись Cloudmersive. Следуйте инструкциям ниже, чтобы получить свой API-ключ.

Получите ключ API и секрет

  • Зарегистрируйте учетную запись Cloudmersive
  • Войдите в свою учетную запись Cloudmersive и нажмите Ключи API

Здесь вы можете создать и увидеть свои ключи API, перечисленные на странице ключей API. Просто скопируйте и вставьте этот ключ API в коннектор обработки изображений Cloudmersive.

Теперь вы готовы начать использовать Cloudmersive Image Processing Connector.

Создание соединения

Коннектор поддерживает следующие типы аутентификации:

По умолчанию Обязательные параметры для создания подключения. Все регионы Не передается

По умолчанию

Применимо: все регионы

Обязательные параметры для создания подключения.

Это не разделяемое соединение. Если приложение Power используется совместно с другим пользователем, другому пользователю будет предложено явно создать новое соединение.

Пределы дросселирования

Имя Звонки Период продления
вызовов API на одно соединение 100 60 секунд

Действия

Адаптивно отрегулируйте контрастность изображения, чтобы сделать его более привлекательным и легко различимым.

Использует гамму для адаптивной регулировки контрастности, как человеческий глаз видит мир.Результаты значительно улучшают видимость и визуальную привлекательность изображения.

Добавление настраиваемой тени к изображению

Добавить настраиваемую тень к изображению

Сравните и сопоставьте лица

Найдите лица на входном изображении и сравните их с эталонным изображением, чтобы определить, есть ли совпадения с лицом в эталонном изображении.Эталонное изображение (второй параметр) должно содержать ровно одно лицо.

Составьте два изображения вместе

Объединяет два входных изображения вместе; многослойное изображение на базовое изображение. Первое изображение, которое вы вводите, - это базовое изображение. Второе изображение (многослойное изображение) будет наложено поверх этого базового изображения. Поддерживает прозрачность PNG. Для управления заполнением вы можете включить прозрачные пиксели на границах ваших многослойных изображений, если это необходимо.

Преобразование изображения в черно-белое в оттенках серого

Удаление цвета из изображения путем преобразования в черно-белое изображение в оттенках серого

Преобразование входного изображения в формат Bitmap BMP

Преобразует входное изображение в формат PSD. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Преобразование входного изображения в формат GIF

Преобразует входное изображение в формат GIF. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Преобразование входного изображения в формат JPG, JPEG

Преобразует входное изображение в формат JPEG / JPG. Настройте параметры кодирования. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Преобразование входного изображения в формат Photoshop PSD

Преобразует входное изображение в формат PSD. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Преобразование входного изображения в формат PNG

Преобразует входное изображение в формат PNG. Прозрачность сохраняется. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Преобразование входного изображения в формат TIFF

Преобразует входное изображение в формат TIFF. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Преобразование входного изображения в формат WebP

Преобразует входное изображение в формат WebP. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Обрезать изображение до прямоугольной области

Обрезать изображение до целевой прямоугольной области

Кадрирование изображения к лицу с круглой обрезкой

Обрезка изображения до лица (круглая / круглая обрезка). Если присутствует более одного лица, выберите первое.

Кадрирование изображения к лицу с квадратным кадрированием

Обрезка изображения до лица (прямоугольная обрезка).Если присутствует более одного лица, выберите первое.

Описать изображение на естественном языке

Сгенерировать текстовое описание изображения на английском языке в виде предложения.

Устранение пятен для удаления точечного шума с изображения

Удаление точечного шума / удаление пятен на входном изображении

Обнаружение и поиск лиц и ориентиров глазами, носом и ртом на изображении

Определите положение всех лиц на изображении, а также глаза, брови, нос и рот каждого

.
Обнаружение и поиск лиц на изображении

Определите положение всех лиц на изображении

Обнаружение и выделение краев изображения

Выполнить операцию обнаружения края на входном изображении

Обнаружение и расшивка фотографии документа

Обнаружение и снятие перекоса фотографии документа (например,грамм. снято на мобильный телефон) в идеально квадратное изображение. Отлично подходит для приложений сканирования документов; После расшивки это изображение идеально подходит для преобразования в PDF с помощью Convert API или оптического распознавания символов с помощью OCR API.

Обнаружение мелкого текста на фотографии документа

Определите положение и размер мелкого / мелкого текста на фотографии документа. Определите расположение мелкого текста на фотографии - например, слов и других форм текста с высокой плотностью.Может использоваться для сканирования документа или фотографии (например, камеры смартфона) документа, страницы или квитанции. Для целей OCR - см. Наши API-интерфейсы Deep Learning OCR.

Обнаружение крупного текста на фотографии

Определите положение и размер большого текста на фотографии. Определите расположение на фотографии крупного текста - например, знаков, заголовков и т. Д., А также других форм большого текста с низкой плотностью. Не подходит для текста с высокой плотностью (например.грамм. сканирование документов, квитанций и т. д.) для целей OCR - для OCR см. наши API-интерфейсы Deep Learning OCR.

Обнаружение объектов, включая типы и местоположения на изображении

Определяет положение, размер и описание объектов на изображении, а также уровень достоверности распознавания. Обнаруживает как людей, так и объекты на изображении.

Обнаружение людей, включая места на изображении

Определите положение и размер людей на изображении, а также уровень достоверности распознавания.Люди на изображении НЕ должны смотреть в камеру; они могут быть обращены в сторону, ребром и т. д.

Определите возраст людей на изображении

Определяет возраст, положение и размер человеческих лиц на изображении, а также уровень достоверности распознавания. Люди на изображении НЕ должны смотреть в камеру; они могут быть обращены в сторону, на ребро и т. д.

Определить пол людей на изображении

Определите пол, положение и размер человеческих лиц на изображении, а также уровень достоверности распознавания.Люди на изображении должны смотреть в камеру.

Обнаружение номерных знаков транспортных средств на изображении

Определите положение, размер и содержание номерных знаков транспортных средств на изображении. Номерные знаки должны располагаться под углом 15-20 градусов по оси к камере.

Нарисуйте многоугольник на изображении

Нарисовать один или несколько многоугольников с настраиваемыми визуальными эффектами на изображении

Нарисуйте прямоугольник на изображении

Нарисуйте один или несколько прямоугольников с настраиваемыми визуальными элементами на изображении

Нарисовать текст на изображении

Нарисовать один или несколько фрагментов текста с настраиваемыми визуальными эффектами на изображении

Тиснение изображения

Выполните операцию тиснения на входном изображении

Найдите расположение символа на изображении

Определите, содержит ли изображение символ, и если да, то положение этого символа на изображении.

Нормализует поворот изображения и удаляет данные поворота EXIF

Автоматически ориентирует входное изображение на основе информации EXIF, а затем удаляет информацию EXIF. EXIF - это дополнительный набор информации, хранящейся в некоторых изображениях, снятых камерами сотовых телефонов, в зависимости от ориентации камеры. Благодаря нормализации поворота и удалению данных EXIF ​​эти изображения становится намного проще обрабатывать.

Небезопасно для работы Классификация по содержанию непристойных материалов NSFW

Классифицируйте изображение на небезопасный для работы (NSFW) / порнографический / Racy-контент и безопасный контент.

Выполните гуассианское размытие на входном изображении

Выполнить размытие по Гауссу на входном изображении

Выполните размытие движения на входном изображении

Выполнить размытие движения на входном изображении под определенным углом

Постеризуйте изображение, уменьшив отчетливые цвета

Уменьшить уникальное количество цветов в изображении до указанного уровня

Убрать прозрачность с изображения

Удаляет любую активную прозрачность изображения.Эффективно визуализирует изображение с тем же разрешением, в том же формате файла на белом фоне, тем самым удаляя прозрачность.

Изменить размер изображения

Изменение размера изображения до определенной ширины и определенной высоты

Измените размер изображения с сохранением соотношения сторон

Изменение размера изображения до максимальной ширины и максимальной высоты с сохранением исходного соотношения сторон изображения

Возвращает доминирующие цвета изображения

Использует расширенную обработку изображения для извлечения 5 верхних доминирующих цветов в изображении, возвращаемых в порядке доминирования, причем сначала доминирующий цвет возвращается.Это основные цвета восприятия, используемые в изображении, воспринимаемом зрителем.

Возвращает метаданные изображения, включая EXIF ​​и разрешение.

Возвращает метаданные изображения, включая тип файла, EXIF ​​(если доступно) и разрешение.

Поверните изображение на любое количество градусов

Поворачивает изображение на произвольное число градусов

Вихрь искажает изображение

Swirl искажает изображение на указанное количество градусов

Автоматическое преобразование изображения в художественную картину

Использует машинное обучение для автоматического преобразования изображения в художественную картину.Из-за глубины обработки AI, в зависимости от размера изображения эта операция может занять до 20 секунд.

Адаптивно отрегулируйте контрастность изображения, чтобы сделать его более привлекательным и удобным для просмотра

Использует гамму для адаптивной регулировки контрастности, как человеческий глаз видит мир. Результаты значительно улучшают видимость и визуальную привлекательность изображения.

Параметры
Имя Ключ Требуется Тип Описание

Значение гаммы для регулировки контрастности изображения.Рекомендуемое значение ...

гамма Правда двойной

Значение гаммы для регулировки контрастности изображения. Рекомендуемое значение ...

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

Возврат

Добавить настраиваемую тень к изображению

Добавить настраиваемую тень к изображению

Параметры
Имя Ключ Требуется Тип Описание

Смещение тени по горизонтали (X)

Х Правда целое число

Смещение тени по горизонтали (X)

Вертикальное (Y) смещение тени

Y Правда целое число

Вертикальное (Y) смещение тени

Сигма (расстояние размытия) падающей тени

сигма Правда целое число

Сигма (расстояние размытия) падающей тени

Непрозрачность падающей тени; 0 - 0%, 100 - 100%

непрозрачность Правда целое число

Непрозрачность падающей тени; 0 - 0%, 100 - 100%

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Сравнить и сопоставить лица

Найдите лица на входном изображении и сравните их с эталонным изображением, чтобы определить, есть ли совпадения с лицом в эталонном изображении. Эталонное изображение (второй параметр) должно содержать ровно одно лицо.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа, с которым будет выполняться операция; это изображение может содержать один или ...

inputImage Правда файл

Файл образа, с которым будет выполняться операция; это изображение может содержать один или ...

Изображение одного лица для сравнения и сопоставления.

matchFace Правда файл

Изображение одного лица для сравнения и сопоставления.

Возврат

Результаты сравнения / сопоставления лиц на изображении

Объединить два изображения вместе

Объединяет два входных изображения вместе; многослойное изображение на базовое изображение. Первое изображение, которое вы вводите, - это базовое изображение. Второе изображение (многослойное изображение) будет наложено поверх этого базового изображения.Поддерживает прозрачность PNG. Для управления заполнением вы можете включить прозрачные пиксели на границах ваших многослойных изображений, если это необходимо.

Параметры
Имя Ключ Требуется Тип Описание

Место для компоновки многослойных изображений; возможные значения: "центр ...

"
расположение Правда нить

Место для компоновки многослойных изображений; возможные значения: «центр...

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

baseImage Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Изображение на слой поверх основного изображения.

многослойное изображение Правда файл

Изображение на слой поверх основного изображения.

Возврат

Преобразование изображения в черно-белое в оттенках серого

Удаление цвета из изображения путем преобразования в черно-белое изображение в оттенках серого

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

Возврат

Преобразование входного изображения в формат Bitmap BMP

Преобразует входное изображение в формат PSD. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Преобразование входного изображения в формат GIF

Преобразует входное изображение в формат GIF.Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Преобразование входного изображения в формат JPG, JPEG

Преобразует входное изображение в формат JPEG / JPG.Настройте параметры кодирования. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Параметры
Имя Ключ Требуется Тип Описание

Установите уровень качества JPEG; самое низкое качество - 1 (максимальное сжатие), ...

качество Правда целое число

Установите уровень качества JPEG; самое низкое качество - 1 (максимальное сжатие), ...

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Преобразование входного изображения в формат Photoshop PSD

Преобразует входное изображение в формат PSD. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Преобразование входного изображения в формат PNG

Преобразует входное изображение в формат PNG.Прозрачность сохраняется. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Преобразование входного изображения в формат TIFF

Преобразует входное изображение в формат TIFF.Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Преобразование входного изображения в формат WebP

Преобразует входное изображение в формат WebP.Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Обрезать изображение до прямоугольной области

Обрезать изображение до целевой прямоугольной области

Параметры
Имя Ключ Требуется Тип Описание

Левый край прямоугольной области кадрирования в пикселях (X).

осталось Правда целое число

Левый край прямоугольной области кадрирования в пикселях (X).

Верхний край прямоугольной области кадрирования в пикселях (Y).

верх Правда целое число

Верхний край прямоугольной области кадрирования в пикселях (Y).

Ширина прямоугольной области обрезки в пикселях.

ширина Правда целое число

Ширина прямоугольной области обрезки в пикселях.

Высота прямоугольной области кадрирования в пикселях.

высота Правда целое число

Высота прямоугольной области кадрирования в пикселях.

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Обрезать изображение до лицевой стороны с круглой обрезкой

Обрезка изображения до лица (круглая / круглая обрезка). Если присутствует более одного лица, выберите первое.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Обрезать изображение до лицевой стороны с кадрированием по квадрату

Обрезка изображения до лица (прямоугольная обрезка). Если присутствует более одного лица, выберите первое.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Описать изображение на естественном языке

Сгенерировать текстовое описание изображения на английском языке в виде предложения.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Результат распознавания изображения

Устранение пятен для удаления точечного шума с изображения

Удаление точечного шума / удаление пятен на входном изображении

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Обнаруживать и находить лица и ориентиры, глаза, нос и рот на изображении

Определите положение всех лиц на изображении, а также глаза, брови, нос и рот каждого

.
Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Результаты поиска лиц на изображении

Обнаруживать и находить лица на изображении

Определите положение всех лиц на изображении

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Результаты поиска лиц на изображении

Обнаружение и выделение краев изображения

Выполнить операцию обнаружения края на входном изображении

Параметры
Имя Ключ Требуется Тип Описание

Радиус в пикселях операции обнаружения края; больший радиус будет...

радиус Правда целое число

Радиус в пикселях операции обнаружения края; больший радиус будет ...

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

Возврат

Обнаружение и снятие перекоса фотографии документа

Обнаруживает и откручивает фотографию документа (например, сделанную на мобильный телефон) до идеально квадратного изображения. Отлично подходит для приложений сканирования документов; После расшивки это изображение идеально подходит для преобразования в PDF с помощью Convert API или оптического распознавания символов с помощью OCR API.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Необязательные эффекты постобработки для применения к электронной почте, по умолчанию - Нет ...

Эффект постобработки нить

Необязательные эффекты пост-обработки для применения к электронному письму, по умолчанию - Нет...

Возврат

Обнаружение мелкого текста на фотографии документа

Определите положение и размер мелкого / мелкого текста на фотографии документа. Определите расположение мелкого текста на фотографии - например, слов и других форм текста с высокой плотностью. Может использоваться для сканирования документа или фотографии (например, камеры смартфона) документа, страницы или квитанции. Для целей OCR - см. Наши API-интерфейсы Deep Learning OCR.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Результат операции по обнаружению текста на фотографии

Обнаружение крупного текста на фотографии

Определите положение и размер большого текста на фотографии. Определите расположение на фотографии большого текста - например, знаков, заголовков и т. Д.и другие формы большого текста с низкой плотностью. Не подходит для текста с высокой плотностью (например, сканирование документов, квитанций и т. Д.) В целях распознавания текста - для распознавания текста см. Наши API-интерфейсы Deep Learning OCR.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

Возврат

Результат операции по обнаружению текста на фотографии

Обнаружение объектов, включая типы и местоположения на изображении

Определяет положение, размер и описание объектов на изображении, а также уровень достоверности распознавания. Обнаруживает как людей, так и объекты на изображении.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Результат обнаружения объектов на изображении

Обнаружение людей, включая местоположение на изображении

Определите положение и размер людей на изображении, а также уровень достоверности распознавания.Люди на изображении НЕ должны смотреть в камеру; они могут быть обращены в сторону, на ребро и т. д.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

Возврат

Результат обнаружения объектов на изображении

Определить возраст людей по изображению

Определяет возраст, положение и размер человеческих лиц на изображении, а также уровень достоверности распознавания. Люди на изображении НЕ должны смотреть в камеру; они могут быть обращены в сторону, на ребро и т. д.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Результат классификации возраста людей на изображении

Определить пол людей на изображении

Определите пол, положение и размер человеческих лиц на изображении, а также уровень достоверности распознавания.Люди на изображении должны смотреть в камеру.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P...

Возврат

Результат классификации пола людей на изображении

Обнаружение номерных знаков транспортных средств на изображении

Определите положение, размер и содержание номерных знаков транспортных средств на изображении. Номерные знаки должны располагаться под углом 15-20 градусов по оси к камере.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Результат обнаружения номерных знаков ТС на снимке

Нарисовать многоугольник на изображении

Нарисовать один или несколько многоугольников с настраиваемыми визуальными эффектами на изображении

Параметры
Имя Ключ Требуется Тип Описание

BaseImageBytes

BaseImageBytes байт

Изображение для рисования многоугольников в байтах.Вы также можете использовать BaseImageUrl вместо ввода изображения в виде URL-адреса

BaseImageUrl

BaseImageUrl нить

Изображение для рисования многоугольников в виде полного URL-адреса HTTP или HTTPS

BorderColor

BorderColor нить

Border Color to use - может быть шестнадцатеричным значением (с #) или общим названием цвета HTML.Поддерживаются прозрачные цвета.

BorderWidth

BorderWidth двойной

Ширина границы в пикселях. Введите 0, чтобы нарисовать многоугольник без границы

FillColor

FillColor нить

Используемый цвет заливки - может быть шестнадцатеричным значением (с #) или общим именем цвета HTML.Поддерживаются прозрачные цвета. Оставьте поле пустым, чтобы не заполнять многоугольник.

Х

Х двойной

X положение в пикселях этой точки в многоугольнике

Я

Y двойной

Y положение в пикселях этой точки в многоугольнике

Возврат

Нарисовать прямоугольник на изображении

Нарисуйте один или несколько прямоугольников с настраиваемыми визуальными элементами на изображении

Параметры
Имя Ключ Требуется Тип Описание

BaseImageBytes

BaseImageBytes байт

Изображение для рисования прямоугольников в байтах.Вы также можете использовать BaseImageUrl вместо ввода изображения в виде URL-адреса

BaseImageUrl

BaseImageUrl нить

Изображение для рисования прямоугольников в виде полного URL-адреса HTTP или HTTPS

BorderColor

BorderColor нить

Border Color to use - может быть шестнадцатеричным значением (с #) или общим названием цвета HTML.Поддерживаются прозрачные цвета.

BorderWidth

BorderWidth двойной

Ширина границы в пикселях. Введите 0, чтобы нарисовать прямоугольник без границы

FillColor

FillColor нить

Используемый цвет заливки - может быть шестнадцатеричным значением (с #) или общим именем цвета HTML.Поддерживаются прозрачные цвета. Оставьте поле пустым, чтобы прямоугольник не заполнялся.

Высота

Высота двойной

Высота прямоугольника в пикселях

Ширина

Ширина двойной

Ширина прямоугольника в пикселях

Х

Х двойной

Расположение в пикселях левого края прямоугольника

Я

Y двойной

Положение верхнего края прямоугольника в пикселях

Возврат

Нарисовать текст на изображении

Нарисовать один или несколько фрагментов текста с настраиваемыми визуальными эффектами на изображении

Параметры
Имя Ключ Требуется Тип Описание

BaseImageBytes

BaseImageBytes байт

Изображение для рисования текста в байтах.Вы также можете использовать BaseImageUrl вместо ввода изображения в виде URL-адреса

BaseImageUrl

BaseImageUrl нить

Изображение для рисования текста в виде полного URL-адреса HTTP или HTTPS

Цвет

Цвет нить

Используемый цвет - может быть шестнадцатеричным значением (с #) или общим названием цвета HTML

FontFamilyName

FontFamilyName нить

Семейство шрифтов для использования.Оставьте поле пустым, чтобы по умолчанию было выбрано «Arial».

Размер шрифта

Размер шрифта двойной

Размер используемого шрифта.

Высота

Высота двойной

Высота текстового поля в пикселях для рисования текста; текст будет перенесен внутрь этого поля

Текст

Текст нить

Текстовая строка для рисования

Ширина

Ширина двойной

Ширина текстового поля в пикселях для рисования текста; текст будет перенесен внутрь этого поля

Х

Х двойной

Расположение в пикселях левого края текста

Я

Y двойной

Положение верхнего края текста в пикселях

Возврат

Выдавить изображение

Выполните операцию тиснения на входном изображении

Параметры
Имя Ключ Требуется Тип Описание

Радиус операции тиснения в пикселях; будет производить больший радиус...

радиус Правда целое число

Радиус операции тиснения в пикселях; больший радиус даст ...

Сигма или дисперсия операции тиснения

сигма Правда целое число

Сигма или дисперсия операции тиснения

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Найдите местоположение символа на изображении

Определите, содержит ли изображение символ, и если да, то положение этого символа на изображении.

Параметры
Имя Ключ Требуется Тип Описание

Файл изображения для поиска целевого изображения.

inputImage Правда файл

Файл изображения для поиска целевого изображения.

Изображение для поиска во входном изображении.

target Изображение Правда файл

Изображение для поиска во входном изображении.

Возврат

Результат операции поиска символа на входном изображении

Нормализует поворот изображения и удаляет данные поворота EXIF ​​

Автоматически ориентирует входное изображение на основе информации EXIF, а затем удаляет информацию EXIF.EXIF - это дополнительный набор информации, хранящейся в некоторых изображениях, снятых камерами сотовых телефонов, в зависимости от ориентации камеры. Благодаря нормализации поворота и удалению данных EXIF ​​эти изображения становится намного проще обрабатывать.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

Возврат

Небезопасно для работы Классификация NSFW по содержанию непристойных материалов

Классифицируйте изображение на небезопасный для работы (NSFW) / порнографический / Racy-контент и безопасный контент.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Результат классификации NSFW

Выполнить размытие по гуассиану на входном изображении

Выполнить размытие по Гауссу на входном изображении

Параметры
Имя Ключ Требуется Тип Описание

Радиус операции размытия в пикселях; больший радиус даст...

радиус Правда целое число

Радиус операции размытия в пикселях; больший радиус даст ...

Сигма или дисперсия операции размытия по Гауссу

сигма Правда целое число

Сигма или дисперсия операции размытия по Гауссу

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Выполнить размытие движения на входном изображении

Выполнить размытие движения на входном изображении под определенным углом

Параметры
Имя Ключ Требуется Тип Описание

Радиус операции размытия в пикселях; больший радиус даст...

радиус Правда целое число

Радиус операции размытия в пикселях; больший радиус даст ...

Сигма или дисперсия операции размытия движения

сигма Правда целое число

Сигма или дисперсия операции размытия движения

Угол размытия изображения в градусах

угол Правда целое число

Угол размытия изображения в градусах

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Постеризация изображения путем уменьшения отчетливых цветов

Уменьшить уникальное количество цветов в изображении до указанного уровня

Параметры
Имя Ключ Требуется Тип Описание

Количество уникальных цветов, сохраняемых в выходном изображении

уровня Правда целое число

Количество уникальных цветов, сохраняемых в выходном изображении

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Убрать прозрачность с изображения

Удаляет любую активную прозрачность изображения. Эффективно визуализирует изображение с тем же разрешением, в том же формате файла на белом фоне, тем самым удаляя прозрачность.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Изменить размер изображения

Изменение размера изображения до определенной ширины и определенной высоты

Параметры
Имя Ключ Требуется Тип Описание

Ширина выходного изображения - конечное изображение будет именно этой шириной

ширина Правда целое число

Ширина выходного изображения - конечное изображение будет именно этой шириной

Высота выходного изображения - конечное изображение будет именно этой высоты

высота Правда целое число

Высота выходного изображения - конечное изображение будет именно этой высоты

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Изменить размер изображения с сохранением соотношения сторон

Изменение размера изображения до максимальной ширины и максимальной высоты с сохранением исходного соотношения сторон изображения

Параметры
Имя Ключ Требуется Тип Описание

Максимальная ширина выходного изображения - конечное изображение будет размером с po...

макс.ширина Правда целое число

Максимальная ширина выходного изображения - конечное изображение будет размером до po ...

Максимальная высота выходного изображения - конечное изображение будет размером p ...

max Высота Правда целое число

Максимальная высота выходного изображения - конечное изображение будет размером до p...

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Возвращает доминирующие цвета изображения

Использует расширенную обработку изображения для извлечения 5 верхних доминирующих цветов в изображении, возвращаемых в порядке доминирования, причем сначала доминирующий цвет возвращается.Это основные цвета восприятия, используемые в изображении, воспринимаемом зрителем.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

Возврат

Результат выполнения операции получения доминирующего цвета

Возвращает метаданные изображения, включая EXIF ​​и разрешение

Возвращает метаданные изображения, включая тип файла, EXIF ​​(если доступно) и разрешение.

Параметры
Имя Ключ Требуется Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Метаданные с изображения

Повернуть изображение на любое количество градусов

Поворачивает изображение на произвольное число градусов

Параметры
Имя Ключ Требуется Тип Описание

градусов для поворота изображения; значения варьируются от 0.От 0 до 360,0.

градусов Правда двойной

градусов для поворота изображения; диапазон значений от 0,0 до 360,0.

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P...

Возврат

Swirl искажает изображение

Swirl искажает изображение на указанное количество градусов

Параметры
Имя Ключ Требуется Тип Описание

Градусы завихрения

градусов Правда целое число

Градусы завихрения

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Автоматическое преобразование изображения в художественную картину

Использует машинное обучение для автоматического преобразования изображения в художественную картину. Из-за глубины обработки AI, в зависимости от размера изображения эта операция может занять до 20 секунд.

Параметры
Имя Ключ Требуется Тип Описание

Стиль картины, которую нужно применить. Для начала попробуем "удние" картины ...

стиль Правда нить

Стиль картины, которую нужно применить. Для начала попробуем "удние" картины ...

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Определения

Результат определения возраста

Результат классификации возраста людей на изображении

Имя Путь Тип Описание

Идентифицировано людей

человекОпознано целое число

Количество идентифицированных на снимке людей возрастом

человек в возрасте

человек в возрасте массив PersonWithAge

Люди на изображении с указанием возраста

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

ColorResult

Индивидуальный цвет

Имя Путь Тип Описание

В

B целое число

Значение пикселя синего (B) канала этого цвета

G

G целое число

Значение пикселя зеленого (G) канала этого цвета

R

R целое число

Значение пикселя красного (R) канала этого цвета

Обнаружен лицензионный номер

Номерной знак найден на изображении

Имя Путь Тип Описание

Высота

Высота целое число

Высота расположения номерного знака в пикселях

LicensePlateRecognitionConfidenceLevel

LicensePlateRecognitionConfidenceLevel двойной

Оценка уверенности по шкале 0.0 - 1.0 точности обнаруженного номерного знака, чем выше балл, тем лучше; значения около 0,75 являются высокой достоверностью

LicensePlateText_BestMatch

LicensePlateText_BestMatch нить

Текст с автомобильного номера, достоверный результат

LicensePlateText_RunnerUp

LicensePlateText_RunnerUp нить

Альтернативный текст с номерного знака на основе второго результата по достоверности

РасположениеX

Расположение X целое число

X расположение левого края номерного знака, начиная с левого края фотографии (X = 0)

Место нахожденияY

РасположениеY целое число

Y расположение верхнего края номерного знака, начиная с верхнего края фотографии (Y = 0)

Ширина

Ширина целое число

Ширина расположения номера в пикселях

Обнаруженный объект

Экземпляр одного объекта и связанные с ним детали, обнаруженные на изображении

Имя Путь Тип Описание

Высота

Высота целое число

Высота объекта в пикселях

ObjectClassName

ObjectClassName нить

Класс объекта.Примеры значений: «человек», «машина», «обеденный стол» и т. Д.

Оценка

Оценка двойной

Оценка достоверности обнаруженного объекта; возможные значения от 0,0 до 1,0; значения ближе к 1.0 являются более высокой достоверностью

Ширина

Ширина целое число

Ширина объекта в пикселях

Х

Х целое число

Расположение по оси X в пикселях левой стороны объекта, при этом правая сторона равна X + ширина

Я

Y целое число

Расположение по оси Y в пикселях верхней стороны объекта, при этом нижняя сторона равна Y + высота

DominantColorResult

Результат выполнения операции получения доминирующего цвета

Имя Путь Тип Описание

DominantColors

DominantColors массив ColorResult

Доминирующие цвета в изображении, в том порядке, где наиболее доминирующий цвет находится в первой позиции индекса (0), второй наиболее доминирующий цвет находится в позиции индекса 1 и т. Д.

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

Лицо

Расположение одного лица на изображении

Имя Путь Тип Описание

снизу

снизу целое число

Координата Y нижней стороны грани

Левый X

Левый X целое число

Координата X левой стороны грани

Правый X

Правый X целое число

Координата X правой стороны грани

TopY

TopY целое число

Координата Y верхней стороны грани

ЛицоCompareResponse

Результаты сравнения / сопоставления лиц на изображении

Имя Путь Тип Описание

ErrorDetails

ErrorDetails нить

Подробная информация обо всех произошедших ошибках

FaceCount

FaceCount целое число

Количество лиц, найденных на изображении

Лица

Лица массив FaceMatch

Массив лиц на входном изображении

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

FaceLocateResponse

Результаты поиска лиц на изображении

Имя Путь Тип Описание

ErrorDetails

ErrorDetails нить

Подробная информация обо всех произошедших ошибках

FaceCount

FaceCount целое число

Количество лиц, найденных на изображении

Лица

Лица массив Face

Массив лиц на изображении

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

FaceLocateWithLandmarksОтвет

Результаты поиска лиц на изображении

Имя Путь Тип Описание

ErrorDetails

ErrorDetails нить

Подробная информация обо всех произошедших ошибках

FaceCount

FaceCount целое число

Количество лиц, найденных на изображении

Лица

Лица массив FaceWithLandmarks

Массив лиц на изображении

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

FaceMatch

Расположение одного лица на изображении вместе с результатами совпадений

Имя Путь Тип Описание

снизу

снизу целое число

Координата Y нижней стороны грани

HighConfidenceMatch

HighConfidenceMatch логический

Истинно, если есть совпадение с высокой степенью достоверности, иначе ложно

Левый X

слева X целое число

Координата X левой стороны грани

MatchScore

MatchScore двойной

Счет матча от 0.От 0 до 1,0 с более высокими баллами, указывающими на большее соответствие; оценка выше 0,7 указывает на совпадение

Правый X

Правый X целое число

Координата X правой стороны грани

TopY

TopY целое число

Координата Y верхней стороны грани

FacePoint

Расположение точки в забое

Имя Путь Тип Описание

Х

Х целое число

Расположение по оси X, где 0 - крайний левый пиксель

Я

Y целое число

Расположение по оси Y, где 0 - самый верхний пиксель

FaceWithLandmarks

Расположение одного лица на изображении

Имя Путь Тип Описание

низ и стороны лица

низ и стороны лица массив FacePoint

Точечные расположения нижней и боковых сторон лица (щеки и подбородок)

снизу

снизу целое число

Координата Y нижней стороны грани

Левый глаз

Левый глаз массив FacePoint

Расположение точек левого глаза (глаз, ближайший к левой части изображения)

Левая бровь

Левая бровь массив FacePoint

Расположение точек левой брови (самая близкая к левой части изображения бровь)

Левый X

слева X целое число

Координата X левой стороны грани

LipsInnerOutline

LipsInnerOutline массив FacePoint

Точечное расположение внутреннего контура губ

LipsOuterOutline

LipsOuterOutline массив FacePoint

Точечное расположение внешнего контура губ

носовая часть

носовая часть массив FacePoint

Точки дна (ноздри) носа

Носовый мост

Носовый мост массив FacePoint

Точки переносицы (вертикальная часть носа)

Правый глаз

Правый глаз массив FacePoint

Расположение точек правого глаза (глаз, ближайший к правой стороне изображения)

Бровь правая

Правая бровь массив FacePoint

Расположение точек правой брови (самая близкая к правой части изображения бровь)

Правый X

Правый X целое число

Координата X правой стороны грани

TopY

TopY целое число

Координата Y верхней стороны грани

FindSymbolResult

Результат операции поиска символа на входном изображении

Имя Путь Тип Описание

Высота

Высота целое число

Высота найденного местоположения в пикселях

MatchScore

MatchScore двойной

Оценка от 0.0 и 1.0, которые измеряют, насколько точно соответствует символ; оценка выше 0,2 - хорошо

Успешно

Успешно логический

Истина в случае успеха, ложь в противном случае

Ширина

Ширина целое число

Ширина найденной локации в пикселях

XL левый

XL слева целое число

X расположение левого края найденного местоположения в пикселях

Начало

YTop целое число

Y расположение верхнего края найденного местоположения в пикселях

FineTextDetectionResult

Результат операции по обнаружению текста на фотографии

Имя Путь Тип Описание

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

TextItems

TextItems массив FineTextItem

Текстовые элементы, найденные во входном изображении

TextItemsCount

TextItemsCount целое число

Количество текстовых элементов, обнаруженных во входном изображении

FineTextItem

Отдельный экземпляр текста на изображении; один кусок текста

Имя Путь Тип Описание

Уголок

Уголок двойной

Угол поворота текста в радианах

Нижний Левый X

Нижний Левый X целое число

Координата X нижнего / левого расположения текста; 0 представляет левый край входного изображения

BottomLeftY

нижний левый целое число

Координата Y нижнего / левого расположения текста; 0 представляет верхний край входного изображения

BottomRightX

BottomRight X целое число

Координата X нижнего / правого положения текста; 0 представляет левый край входного изображения

BottomRightY

BottomRightY целое число

Координата Y нижнего / правого положения текста; 0 представляет верхний край входного изображения

Высота

Высота целое число

Высота текста в пикселях

TopLeftX

TopLeftX целое число

Координата X верхнего / левого расположения текста; 0 представляет левый край входного изображения

TopLeftY

TopLeftY целое число

Координата Y верхнего / левого расположения текста; 0 представляет верхний край входного изображения

TopRightX

TopRightX целое число

Координата X верхнего / правого положения текста; 0 представляет левый край входного изображения

TopRightY

TopRightY целое число

Координата Y верхнего / правого положения текста; 0 представляет верхний край входного изображения

Ширина

Ширина целое число

Ширина текста в пикселях

GenderDetectionResult

Результат классификации пола людей на изображении

Имя Путь Тип Описание

Идентифицировано людей

человекОпознано целое число

Количество людей, идентифицированных на изображении с полом

PersonWithGender

PersonWithGender массив PersonWithGender

Люди на изображении с указанием пола

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

Изображение Описание Ответ

Результат распознавания изображения

Имя Путь Тип Описание

BestOutcome

BestOutcome Признание

Конкретный результат признания

Высокая уверенность

Высокая уверенность логический

Является ли признание лучшего результата результатом с высокой степенью уверенности?

RunnerUpOutcome

RunnerUpOutcome Признание

Конкретный результат признания

Успешно

Успешно логический

Изображение было обработано успешно?

Метаданные изображения

Метаданные с изображения

Имя Путь Тип Описание

BitDepth

BitDepth целое число

Бит на пиксель

ColorSpace

ColorSpace нить

Цветовое пространство изображения

ExifProfileName

ExifProfileName нить

Имя используемого профиля EXIF ​​

ExifValues ​​

ExifValues ​​ массив ImageMetadataExifValue

EXIF ​​тегов и значений, встроенных в изображение

FileFormat

FileFormat нить

Формат файла изображения

Высота

Высота целое число

Высота изображения в пикселях

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

Ширина

Ширина целое число

Ширина изображения в пикселях

ImageMetadataExifValue

Тег EXIF ​​и значение

Имя Путь Тип Описание

Тип данных

Тип данных нить

Тип даты значения EXIF ​​

DataValue

DataValue нить

Значение, отформатированное как строка значения EXIF ​​

Тег

Тег нить

Имя тега для значения EXIF ​​

NsfwResult

Результат классификации NSFW

Имя Путь Тип Описание

Классификация Результат

Классификация Результат нить

Результат классификации по четырем категориям: SafeContent_HighProbability, UnsafeContent_HighProbability, RacyContent, SafeContent_ModerateProbability

Оценка

Оценка двойной

Оценка от 0.0 и 1.0. Баллы 0,0–0,2 представляют собой безопасный контент с высокой вероятностью, а баллы 0,8–1,0 - небезопасный контент с высокой вероятностью. Содержание от 0,2 до 0,8 имеет возрастающую красочность.

Успешно

Успешно логический

Истина, если классификация прошла успешно, иначе ложь

ObjectDetectionResult

Результат обнаружения объектов на изображении

Имя Путь Тип Описание

ObjectCount

ObjectCount целое число

Количество обнаруженных объектов на сцене

Объектов

Объектов массив DetectedObject

Массив обнаруженных в сцене объектов

Успешно

Успешно логический

Изображение было обработано успешно?

Человек в возрасте

Лицо, идентифицированное с помощью операции классификации возраста изображения

Имя Путь Тип Описание

Возраст

Возраст двойной

Возрастной класс

Возрастной класс нить

Результат классификации возрастного диапазона человека в годах; возможные значения: «0-2», «4-6», «8-13», «15-20», «25-32», «38-43», «48-53», «60+»

Возраст Классификация Доверие

Возраст Классификация Доверие двойной

Уровень достоверности возрастной классификации; возможные значения от 0.0 и 1.0; чем выше, тем лучше, при значениях> 0,50 - результаты с высоким уровнем достоверности

Расположение лица

Расположение лица Лицо

Расположение одного лица на изображении

PersonWithGender

Лицо, идентифицированное в результате операции классификации пола изображения

Имя Путь Тип Описание

Расположение лица

Расположение лица Лицо

Расположение одного лица на изображении

GenderClass

GenderClass нить

Указанный пол лица; возможные значения: «Мужской», «Женский» и «Неизвестный»

Пол Классификация Доверие

Пол Классификация Доверие двойной

Уровень достоверности гендерной классификации; возможные значения от 0.0 и 1.0; чем выше, тем лучше, при значениях> 0,50 - результаты с высоким уровнем достоверности

Признание Результат

Конкретный результат признания

Имя Путь Тип Описание

ConfidenceScore

ConfidenceScore двойной

Баллы ближе к 1 лучше, чем баллы ближе к 0

Описание

Описание нить

Описание изображения на английском языке

TextDetectionResult

Результат операции по обнаружению текста на фотографии

Имя Путь Тип Описание

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

TextItems

TextItems массив TextItem

Текстовые элементы, найденные во входном изображении

TextItemsCount

TextItemsCount целое число

Количество текстовых элементов, обнаруженных во входном изображении

Текстовый элемент

Отдельный экземпляр текста на изображении; один кусок текста

Имя Путь Тип Описание

Высота

Высота целое число

Высота текстового элемента в пикселях

Левый X

слева X целое число

Левая координата X положения текста; 0 представляет левый край входного изображения

TopY

TopY целое число

Верхняя координата Y расположения текста; 0 представляет верхний край входного изображения

Ширина

Ширина целое число

Ширина текстового элемента в пикселях

VehicleLicensePlateDetectionResult

Результат обнаружения номерных знаков ТС на снимке

Имя Путь Тип Описание

Обнаружена лицензияPlateCount

Обнаружена лицензияPlateCount целое число

Количество номеров, обнаруженных на снимке

Обнаруженные лицензионные пластины

Обнаружено Тарелки с лицензиями массив DetectedLicensePlate

Номера найденные на изображении

Успешно

Успешно логический

Изображение было обработано успешно?

двоичный

Это основной тип данных «двоичный».

alexxlab

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *