你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
重要
Azure AI 内容理解可标准化从图像提取数据，从而更轻松地分析大量非结构化图像数据。 标准化提取可加快价值实现时间，并简化与下游分析工作流的集成。 使用内容理解 API，可以定义架构来指定用于提取的字段、说明和输出类型。 然后，该服务分析图像并提供可在各种用例中应用的结构化数据，例如：
检索增强生成 (RAG) 应用程序：从图像中提取关键详细信息，以构建强大的索引，为面向用户的聊天体验提供支持。 此索引使用户能够根据图像的内容提出问题并接收准确的答案。
财务分析和商业智能：分析业务绩效图表和趋势，生成实时报告，帮助分析师、经理和高管更快地做出更明智的决策。
制造业质量控制：在生产线和制造环境中自动检测缺陷和异常，如划痕、裂缝或不对齐。
货架分析和库存管理：检测、统计和提取有关零售产品的特定详细信息、优化运营以及通过确保产品库存良好、整理有序来提高客户满意度。
主要优势
内容理解为从图像中提取信息提供了几个关键优势，包括：
增强的数据可用性和结构：通过提供结构化数据，内容理解简化了与数据库、电子表格和系统（如客户关系管理 (CRM) 或企业资源规划 (ERP) 工具）的集成。
改进特定用例的准确性：内容理解可实现与独特要求直接对齐的定向数据提取，专注于最重要的数据点，帮助提高模型准确性。
更快、更具成本效益的自动化：仅提取必要的字段可使内容理解简化自动化。 因此，组织能够有效地缩放其数据处理工作流，并减少不相关的数据的存储和处理。
开始
通过使用内容理解开始处理图像，可以按照我们的 REST API 快速入门 或访问 Azure AI Foundry 以获得无代码体验。
注意
图像分析器不会针对主要基于提取的文本进行分析的方案进行优化。 如果主要目标是从图像中提取和分析文本，请考虑改用文档字段提取架构。
重要
如果使用 Microsoft 产品或服务处理生物特征数据，你需要负责以下事项：(i) 向数据主体提供通知，包括有关保留期和销毁的通知；(ii) 从数据主体处获得同意；(iii) 根据适用的数据保护要求删除生物特征数据。 “生物特征数据”具有 GDPR 第 4 条所述含义，以及其他数据保护要求中的等效术语（如果适用）。 如需相关信息，请参阅人脸的数据和隐私。
相关内容
- 有关优化内容理解实现（包括架构设计提示）的指导，请参阅详细的 最佳做法指南。
- 有关支持的输入映像格式的详细信息， 请参阅服务配额和限制。
- 若要查看代码示例， 请参阅分析器模板。
- 有关信任和安全性的详细信息， 请参阅数据、保护和隐私策略。