图像内容理解

更新时间：2024-09-26

接口描述

该请求用于图像内容理解，支持输入图片和提问信息，可对输入图片进行理解，输出对图片的一句话描述，同时可针对图片内的主体/文字等进行检测与识别，支持返回图片内多主体/文字的内容、位置等信息。图像内容理解服务涉及 2 个子接口，分别为：

图像内容理解-提交请求：支持传入图片、提问等参数，创建图像内容理解任务，该接口会返回任务ID。
图像内容理解-获取结果：在任务成功创建后，支持传入任务ID，查看任务处理的状态、获取处理完成后返回的结果。

图像内容理解-提交请求

在线调试

您可以在示例代码中心中调试该接口，可进行签名验证、查看在线调用的请求内容和返回结果、示例代码的自动生成。

请求示例

HTTP 方法：POST

请求URL： https://aip.baidubce.com/rest/2.0/image-classify/v1/image-understanding/request

URL参数：

参数	值
access_token	通过API Key和Secret Key获取的access_token,参考“Access Token获取”

Header如下：

参数	值
Content-Type	application/json

Body中放置请求参数，要求使用json格式的结构体来描述一个请求的具体内容，参数详情如下：

请求参数

参数	是否必选	类型	可选值范围	说明
image	和 url 二选一	string	-	图片数据，base64 编码后进行 urlencode，要求 base64 编码和 urlencode 后大小不超过 10M，最短边至少 64px，最长边最大 8192px，支持 jpg/jpeg/png 格式优先级：image > url，当 image 字段存在时，url 字段失效注意：超过 4096px 的图片，将被自动等比例压缩至 4096px 进行处理，压缩后会影响处理效果
url	和 image 二选一	string	-	图片完整 url，url 长度不超过 1024 字节，要求 base64 编码和 urlencode 后大小不超过 4M，最短边至少 64px，最长边最大 8192px，支持 jpg/jpeg/png 格式优先级：image > url，当 image 字段存在时，url 字段失效注意：超过 4096px 的图片，将被自动等比例压缩至 4096px 进行处理，压缩后会影响处理效果请注意关闭URL防盗链
question	是	string	-	提问信息，如“这张图片里有什么？”、“这张图片里有几只鸟” 限制 100 个字符之内

返回参数

字段	类型	说明
log_id	uint64	唯一的log id，用于问题定位
result	object	返回结果列表
+ task_id	string	该请求生成的task_id，后续使用该task_id获取识别结果

返回示例

{
    "result": {
        "task_id": "1826091287582742824"
    },
    "log_id": "1826091287582742824"
}

图像内容理解-获取结果