描述图像

描述

描述图像是一个基于人工智能的工作空间，用于将视觉内容转换为文本。您可以上传图像或视频并选择输出模式，工具将生成描述、替代文本、OCR提取文本、SEO文案、社交标题、产品列表、人工智能生成提示、图表分析、文档摘要或视频摘要。它支持常见的图像格式（最大15 MB）和视频格式（最大200 MB），通过拖放、文件选择器、剪贴板粘贴或图像URL进行操作。

该工具提供11种输出模式，以便您可以将文本与任务匹配。其OCR模式可以从32种语言的图像中提取可见文本，包括屏幕截图、文档、收据和手写笔记，并尽可能保留布局。图像到提示模式分析视觉风格、构图、光线和情绪，以输出可用于Midjourney、DALL-E、Stable Diffusion或Flux等生成器的提示，而付费计划中的视频工具则逐场景分解视频片段。

描述图像旨在服务于内容、电商、无障碍和研究工作。访客可以在登录前免费试用基本工具两次，免费计划提供每日签到积分，付费计划和一次性积分包解锁Model 2.0、更高的使用量和视频工作流。您可以通过“保存到我的描述”开关控制上传内容是否被保存。

描述图像的核心功能

• 人工智能图像和视频描述

• 11种输出模式，包括替代文本、OCR和SEO文案

• 面向WCAG的无障碍替代文本

• 32种语言的OCR文本提取

• 图像到提示的转换，用于人工智能生成器

• 从照片生成社交标题和产品列表

• 图表、文档和视频分析

• 通过开关控制隐私

如何使用 描述图像？

1. 1

   上传文件：通过拖放、文件选择器、粘贴或URL添加图像或视频。

2. 2

   选择输出模式：选择与您所需文本匹配的模式。

3. 3

   生成：让人工智能生成描述、替代文本、OCR、提示或其他输出。

4. 4

   复制、修改或导出：使用、编辑或保存结果。

5. 5

   控制保存：切换“保存到我的描述”以保留或丢弃上传内容。

描述图像的使用案例

• 无障碍替代文本
• 图像SEO
• 文本提取
• 提示反向工程

描述图像的常见问题

• 有哪些输出模式可用？

  共有11种模式，包括详细描述和简单描述、替代文本、SEO描述、OCR、社交标题、产品列表、图像到提示、图表分析、文档摘要和视频摘要。

• 支持哪些文件类型？

  支持JPG、PNG、WebP和GIF格式的图像，最大15 MB，以及MP4、MOV和WebM格式的视频，最大200 MB，通过拖放、文件选择器、剪贴板粘贴或图像URL上传。

• 描述图像支持OCR吗？

  是的。OCR模式可以从32种语言的图像中提取可见文本，包括屏幕截图、文档、收据、标志和手写笔记，并尽可能保留布局。

• 我可以将图像转换为人工智能生成提示吗？

  是的。图像到提示模式分析风格、构图、光线、颜色和情绪，然后输出适用于Midjourney、DALL-E、Stable Diffusion或Flux等生成器的提示。

• 可以免费试用吗？

  是的。访客可以在登录前免费试用基本工具两次，免费计划提供每日签到积分，付费计划和积分包可用于Model 2.0、更高的使用量和视频。

• 我的上传文件会被存储吗？

  您可以通过“保存到我的描述”开关控制此功能。当保存关闭时，上传的内容仅用于处理，并在刷新时清除；当保存开启时，结果将私密保存到您的账户中。