功能描述 头发分割能力用于识别图像中的人物头像，然后对人物头像区域进行抠图解析，最后输出PNG格式的人物头发矩形透明图。说明 您可以进入 在线咨询 获取在线人工帮助。当前能力可在视觉智能开放平台有完整的免费产品体验，您可以单击 ...
base64,{base64_data} def encode_file(file_path):mime_type,_=mimetypes.guess_type(file_path)if not mime_type or not mime_type.startswith("image/"):raise ValueError("不支持或无法识别的图像格式")with open(file_path,"rb")as ...
访问域名允许应用程序通过HTTP/HTTPS协议向特定的、与各类目能力关联的域名发送请求，从而实现对人脸人体识别、文字识别、图像识别等多种视觉AI能力的调用。其中，Region表示服务所在的地域，Endpoint表示视觉智能开放平台对外服务的访问...
2021-09-31 华东2（上海）智能美肤 2021年08月 类目名称 接口名称 功能描述 发布时间 发布地域 相关文档 图像识别 广告素材分析 可以对素材图片中的人物（明星、素人、CG人物）、场景等打上标签信息，可支持数千个内容标签，覆盖范围广。...
说明 目前操作审计支持视觉智能开放平台的功能包括：人体人脸识别、图像识别、图像分割、目标检测、OCR识别、视觉智能辅助工具。事件名称 事件含义 AddBodyTrace 添加Trace。AddFaceImageTemplate 增加图像人脸融合模板。BatchAddFaces ...
IVPD提供以下功能。IVPD提供以下功能 图像处理 ...输入图：识别出的风格标签：风格类型：视觉风格：中国风，语义风格：典雅 图像元素识别 识别输入图中所包含的元素，用矩形框标注出其位置，并区分其对应的基本类型（人/物、修饰、文案）。
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 个人证照识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 不动产...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 个人证照识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 国际...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。返回坐标 可实现对题目中的配图位置进行检测并返回坐标位置。如何使用本接口 步骤 概述 1 开通 教育场景识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能...
能力介绍 目前阿里云视觉智能开放平台上线的分割抠图能力包括：类别 能力 说明 人像分割 人体分割 识别输入图像中的人体轮廓，与背景进行分离，返回分割后的前景人像图（4通道）。适用于单人或多人、复杂背景、各类人体姿态等场景。头像...
视频文字识别标签OCR 识别视频图像中的文字，提取图像文本内容。视频语音识别标签ASR 分析视频中的语音信息，提取语音文本内容。视频标签 分析视频中节目、人物角色、物体、场景、地域等内容。图片标签 分析图片中的人物角色、地域、动作...
包括姓名、公司、部门、职位、手机、座机、邮箱等 身份证混贴识别 身份证混贴识别：支持身份证正反面同时识别，一次扫描识别页面所有字段，包括姓名、性别、民族、出生日期、住址、公民身份证号、签发机关、有效期限等 卡证合集识别 卡证...
在线调试 SegmentBody 人像分割，识别输入图像中的人体轮廓，与背景进行分离，返回分割后的前景人像图（4通道）。适用于单人/多人、复杂背景、各类人体姿态等场景。在线调试 MakeSuperResolutionImage 图像清晰化/超分辨率，将小图放大四倍...
包括人物、事件、血腥暴恐等-语音广告识别 识别语音内容中的垃圾广告-语音违禁识别 识别语音中的违禁内容，包括违禁品、非法交易等-语音呻吟声识别 识别语音内容中的娇喘和呻吟声-文档审核1.0版 文档图像内容识别 识别doc、docx、ppt、pptx...
支持的标注任务 iTAG预置了标注模板，可支持以下类型的标注任务：图像类：图像分类、目标检测、图像OCR、表格识别、图像语义分割。文本类：文本分类、命名实体识别、实体关系识别。视频类：视频分类、视频打点、视频OCR。音频类：音频分类...
功能介绍 本节点是对万相人物实例分割 API 的封装，可以从用户上传图片中识别出图像中的不同人物对象，并画出每个对象边界的像素级掩码。相关接口说明请参照：人物实例分割、人物实例分割 前置依赖 您需要已 获取API Key 节点清单 人像分割...
功能描述 人像素描风格化能力可以对一张人物图像自动识别其头部区域，生成大头照下的素描画效果。返回结果的分辨率固定为512x512像素。关于该接口功能的示例图如下：输入原图 输出效果图 说明 您可以进入 在线咨询 获取在线人工帮助。当前...
人物实例分割可以识别出图像中的不同人物对象，并画出每个对象边界的像素级掩码。重要 本文档仅适用于“中国大陆（北京）”地域，需使用“中国大陆（北京）”地域的 API Key。image-instance-segmentation 模型当前仅提供 免费体验，免费...
本文介绍人脸人体（facebody）类目下的公众人物识别RecognizePublicFace的语法及示例。功能描述 公众人物识别能力可以识别图片中的公众人物信息。公众人物是指在一定范围内具有重要影响力、拥有一定的社会地位、被大众广泛关注、且能因此从...
功能描述 通用分割能力可以识别输入图像中视觉中心的物体轮廓，将物体与背景进行分离，返回分割后的前景物体图（4通道）。关于该接口功能的示例图如下：输入原图 输出结果图 您可以传入ReturnForm参数指定返回结果形式：指定为 crop，对...
功能描述 车牌识别能力可以准确识别出图像中车牌位置，输出车牌位置坐标、车牌类型、车牌号码、车牌号码置信度、车牌置信度，共5个关键字段信息。说明 您可以进入 在线咨询 获取在线人工帮助。当前能力可在视觉智能开放平台有完整的免费...
SegmentBody用于识别输入图像中的人体轮廓，与背景进行分离，返回分割后的前景人像图（4通道），适用于单人、多人、复杂背景、各类人体姿态等场景。介绍 名称：人像分割 Action:SegmentBody 图片限制 图片格式：JPEG、JPG、PNG（不支持8位...
BlackLevel、PixelBlackThreshold 支持 视频水印（明水印）在视频中添加可见的明水印（例如，企业Logo、电视台台标），突出品牌和版权，增加产品识别度。为视频添加不可见的盲水印用于版权追溯，详细说明请参见下文 数字水印（暗水印）说明...
功能描述 商品分割能力用于识别输入图像中的商品轮廓，与背景进行分离，返回分割后的前景商品图（4通道）。功能适用于实景图，不适用于卡通图片。商品分割主要针对拍到全貌的商品进行分割。关于该接口功能的示例图如下：输入原图 输出结果...
主体识别 从图像或视频中自动定位并识别主要目标或对象，支持单个及多个主体的识别，适用于智能监控、自动驾驶、图像检索等应用。文本稀疏向量 提供将文本数据转化为稀疏向量形式表达的服务，稀疏向量存储空间更小，常用于表达关键词和词频...
图像识别（imagerecog）图像识别类目能力开通链接：立即开通 分类 能力接口名 能力中文名 说明 图像打标 TaggingImage 通用图像打标 识别图像中的主体内容并打上类型标签，支持数千个内容标签，覆盖常见物体品类。TaggingAdImage 广告素材...
功能描述 人体分割能力用于识别输入图像中的人体轮廓，与背景进行分离，返回分割后的前景人像图（4通道）。本功能适用于真人图片，不适用于卡通图片。关于该接口功能的示例图如下：输入原图 输出结果图（默认为4通道透明图，和原图分辨率...
功能描述 天空分割能力可以识别输入图像中的天空区域，与背景进行分离，返回分割后的前景区域图。说明 您可以进入 在线咨询 获取在线人工帮助。当前能力可在视觉智能开放平台有完整的免费产品体验，您可以单击 立即试用 对该能力进行更直观...
特点优势 多类型自动识别：自动识别出图像中的主体服饰，不需要额外指定服装位置，可返回指定类别mask。适用多服饰场景：适用于人台服饰、真人服饰、纯服饰、虚拟人服饰等精细化抠图场景。复杂全类目分割：适合多服饰商品以及复杂背景条件...
base64,{base64_data} def encode_file(file_path):mime_type,_=mimetypes.guess_type(file_path)if not mime_type or not mime_type.startswith("image/"):raise ValueError("不支持或无法识别的图像格式")with open(file_path,"rb")as ...
本文介绍通义万相-通用图像编辑模型的输入输出参数。重要 本文档仅适用于“中国大陆（北京）”地域，且必须使用该地域的 API Key。该模型通过简单的指令即可实现多样化的图像编辑，适用于扩图、去水印、风格迁移、图像修复、图像美化等场景...
通义千问-图像翻译模型（Qwen-MT-Image）可精准翻译图像中的文字，并保留原始排版。该模型还支持领域提示、敏感词过滤、术语干预等自定义功能。重要 本文档仅适用于“中国大陆（北京）”地域，且必须使用该地域的 API Key。模型概览 效果...
通义千问-图像编辑模型（qwen-image-edit-plus）支持多图输入和多图输出，可精确修改图内文字、增删或移动物体、改变主体动作、迁移图片风格及增强画面细节。快速入口：使用指南|技术博客|在线体验 模型概览 多图图像修改展示器.qwen-image...
二维码识别 识别图像中是否含有二维码信息，输出图像中二维码包含的文本信息（每个二维码对应的URL或文本），可支持图像中含有多个二维码识别。资产类证件识别 营业执照识别 识别营业执照关键字段内容，包括：公司地址、营业范围、注册资本...
工业大脑是基于阿里云大数据的一体化计算平台，通过数据工厂对企业系统数据、工厂设备数据、传感器数据、人员管理数据等多方工业企业数据进行汇集，借助语音交互、图像/视频识别、机器学习和人工智能算法，激活海量数据价值，为解决工业...
网信算备330110507206401230035号 通义万相 达摩院图像合成算法 服务技术支持者 阿里巴巴达摩院(杭州)科技有限公司 应用于数字图像处理、计算机视觉、虚拟现实、人工智能等领域，在图像生成、图像增强、图像分割、图像识别等方面具有广泛的...
产品优势 基于达摩院 AI 能力 阿里巴巴达摩院团队人工智能（Artificial Intelligence，简称 AI）实验室在语音识别、图像识别、视觉理解、语言理解等方面开展大量研究，并沉淀出 AI 相关的大量技术成果。智能双录质检产品基于达摩院 AI 技术...
当指定crop参数为true或者不指定crop参数时，表示需要进行图像的主体区域识别，此时，如果指定了region参数，则会以指定的region作为图像的主体区域，如果没有指定region参数，系统则会自动进行图像主体区域识别；当指定crop参数为false时...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 票据凭证识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 票据...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 票据凭证识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 银行...