AI Vision Feature – Bild mit Prompt beschreiben
KI-Sicht ist die Funktion, um ein Bild zu beschreiben und das Bild in eine Eingabeaufforderung umzuwandeln. Es wird mit einem der beliebten IA-Modelle wie ChatGPT oder Gemini durchgeführt. Sie können das Modell auswählen, das Sie bevorzugen, basierend auf der Leistung oder den Kosten.
Warum beschreiben Sie Ihre Bilder?
Die richtigen Worte für Ihre Bilder zu finden, ist mit Light Image Resizer's einfach KI-Vision-Funktion In Light Image Editor. Es analysiert deine Bilder auf technischer Ebene, um automatisch Beschreibungen zu generieren. Die Anwendung bereitet dein Bild vor (indem sie in JPEG konvertiert und die Größe auf etwa 1024 anpasst).×1024, das einstellbar ist) für effiziente KI-Verarbeitung. Dieser Voranalyseschritt sorgt für eine schnellere Verarbeitung und kann die Funktion kosteneffizienter machen. Lass die KI die Beschreibungen übernehmen, damit du es nicht tun musst!
Light Image Editor herunterladen
Downloaden und installieren Sie Light Image Resizer 7
Finden Sie das Taskleistensymbol für Light Image Editor, laden Sie ein Bild und klicken Sie in der Symbolleiste auf – Tools – AI Vision.
API-Schlüssel abrufen
Die KI-Funktion AI Vision ist derzeit in Light Image Editor Anwendung verfügbar. Das ist ein Bundle mit dem Installationspaket von Light Image Resizer. Es ist eine lokale App nur für Windows. Du brauchst einen API-Schlüssel, entweder für Google Gemini oder ChatGPT von OpenAI. Das bedeutet, Sie zahlen unterwegs und benötigen kein monatliches Abo.
Erstens: Hol dir den API-Schlüssel der Vision-Modelle
API-Schlüssel für Google AI Studio (Gemini) erhalten
Erhalten Sie den API-Schlüssel von OpenAI (ChatGPT)
Für den Moment empfehlen wir, Gemini zu verwenden, das ist günstiger und funktioniert gut zur Beschreibung von Bildern.
Sobald du den Schlüssel (und die Credits) hast, kannst du den Schlüssel in der Light Image Resizer KI-Vision-Option in diesem Menü eingeben.
Die LLM-Visionsmodelle funktionieren einwandfrei in Englisch, Französisch, Deutsch und populären Sprachen, was bei einigen anderen beliebten Visionsmodellen nicht der Fall ist. Ollama könnte später unterstützt werden, wenn Sie es interessant finden, und der große Vorteil ist, dass die Daten vollständig privat und lokal sind und Sie für Anfragen und Token keine Kosten zahlen. Siehe die von Ollama unterstützten Visionsmodelle
Haftungsausschluss: Um vollständig zu 100 % lokal und privat zu sein, brauchst du Ollama und ein lokales Modell. Für ChatGPT und Gemini passt die App die Größe an und sendet das Bild in die Cloud, speichert aber keine Kopien. Wenn du deine Bilder oder sensiblen Daten (insbesondere NSFW-Inhalte) nicht teilen möchtest, nutze nicht die Cloud-Modelle, sondern Ollama.
Welche Aufgaben können Sie erledigen?
Annotieren Sie Ihre Bilder, um sie mit Schlüsselwörtern zu finden. Das Bild georaten, wenn man sich nicht mehr erinnert, wohin man sie gemacht hat. Finde Inspiration, wenn du einen neuen Instagram- oder TikTok-Post veröffentlichen möchtest. Es wird einige schöne Symbole hinzufügen, die dein Marketing verbessern.
Es hängt ganz von deinem Prompt ab, sieh dir ein paar Beispiele von Prompts an und wie sie das Ergebnis beeinflussen.
Sobald du den Schlüssel (und die Credits) hast, kannst du den Schlüssel in der Light Image Resizer KI-Vision-Option in diesem Menü eingeben.
Die LLM-Visionsmodelle funktionieren gut in Englisch, Französisch, Deutsch und Volkssprachen, was bei einigen anderen populären Visionsmodellen nicht der Fall ist. Ollama könnte später unterstützt werden, wenn Sie es interessant finden, und der große Vorteil ist, dass die Daten komplett privat und lokal sind und Sie für Anfragen und Token keine Gebühren zahlen. Siehe die von Ollama unterstützten Visionsmodelle
Was ist der Unterschied zwischen ein Bild beschreiben, ein Bild analysieren oder ein Bild zusammenfassen?
Und es könnte dieselbe Frage über den Unterschied zwischen einem Bild, einer Fotografie und einem Bild sein. Es ist ein bisschen dasselbe, aber es hängt davon ab, was du tun musst und wer du bist. Sehen Sie sich einige mögliche AI-Vision-Aufgaben an:
- Schlüsselwörter für Fotografen finden
- OCR und Zusammenfassen des Dokuments für Buchhalter
- Bildunterschriften automatisch
- Inspiration für Instagram- oder TikTok-Post beeinflussen
- Marken und Prominente identifizieren
- Mode-E-Commerce
- Georaten – Finde den Ort auf dem Foto
- Wissenschaftliche, gesundheits- und astronomische Diagnostik
Einige Inspirationen zu Prompts zur Beschreibung eines Bildes
Schlüsselwörter für Fotografie
Gib direkt und ohne Kommentar eine Liste von 50 Schlüsselwörtern zurück, die durch ein Komma getrennt sind, um das Motiv, den Hintergrund, die Objekte, den Ort und die Stimmung zu beschreiben
Frau, Cabrio, Auto, Wüste, Kamele, Sand, Straße, Reisen, Tourismus, Abenteuer, Urlaub, stilvoll, Mode, Porträt, draußen, sonnig, Wind, Haare, rote Haare, Schal, weißes Auto, Ledersitze, Kopfstütze, trockene Landschaft, trocken, Hitze, Sonnenlicht, Model, posieren, selbstbewusst, entspannt, Touristenattraktion, Horizont, Hintergrund, fern, verschwommen, unscharf, Transport, offenes, Freizeit, Reiselust, modern, trendy, modisch, stilvoll, Eleganz, Freiheit, Reise, Entdecker, Abgelegen, landschaftlich reizvoll, Reiseziel, locker, Sommer, Tag, Urlaub, Flucht, Abenteuer, Reisen, Roadtrip.
OCR-Dokumentzusammenfassung
Führen Sie eine detaillierte OCR des Dokuments durch, übersetzen Sie dann auf Englisch und erklären Sie in einer 200-Wörter-Zusammenfassung, was das Dokument und die wichtigen Elemente sind.
Dieses Dokument ist eine Rechnung von “Les Minotiers,” ein Hotel/Unterkunft (Logis de France) in Mirepoix, Frankreich. Die Rechnung, mit der Nummer 43197 und datiert auf den 18. Februar 2014, enthält die Gebühren für einen Aufenthalt in Zimmer 12. Der Gast traf am 17. Februar 2014 ein und verließ den Laden am 18. Februar 2014. Der Gesamtbetrag beträgt 73,92 Euro. Die Gebühren umfassen den Zimmerpreis (57,00 Euro), die Touristensteuer (0,92 Euro) und das Frühstück (16,00 Euro). Die Rechnung weist die Mehrwertsteuer (Mehrwertsteuer) auf, die mit 10 % auf einen Teil der Gebühren erhoben wird. Die Rechnung nennt außerdem einen entsprechenden Wert von 484,88 in altfranzösischer Währung “Francs”. Kontaktdaten, Unternehmenskennzeichen und Mehrwertsteuer des Unternehmens
Instagram-Beschreibung
Erstellen Sie eine Beschreibung für einen Instagram-Post für einen Sonntag, seien Sie kreativ und unterhaltsam, um die beste Interaktion und die beste Anzahl an Likes oder Kommentaren zu erzielen
Sonntagsstimmung: Planung meines nächsten Pariser Abenteuers. 🥐 Dieser Oldtimer + Flussblick = 💯 . Aber die eigentliche Frage ist... Champagnerbrunch oder Museumsbesuch? 🤔 Was ist DEINE ideale Sonntagsaktivität? Lasst es mich in den Kommentaren wissen! 👇 #ParisianVibes #SundayFunday #ClassicCars #StyleInspo #WeekendGetaway #TravelDreams
Wissenschaft & Bildung
Als Experte analysieren Sie bitte dieses Bild wissenschaftlich und geben Sie eine Beschreibung von 200 Wörtern zurück. Schlagen Sie die beste wissenschaftliche Spezialisierung vor, um eine Lösung zu diagnostizieren.
Dieses Röntgenbild zeigt die Knochen einer menschlichen Hand und eines Handgelenks. Die Karpalknochen, Mittelhandknochen und Phalangen sind alle sichtbar. Es scheint ein Bruch der proximalen Phalanx des vierten Fingers (Ringfingers) zu geben. Der Bruch scheint ein Zerkleinerungsbruch zu sein, was bedeutet, dass der Knochen in mehrere Fragmente gebrochen ist. Es gibt eine sichtbare Verschiebung der gebrochenen Knochenfragmente, was darauf hinweist, dass der Bruch nicht stabil ist und möglicherweise eine Behandlung erforderlich ist, um eine ordnungsgemäße Heilung und Ausrichtung sicherzustellen. Weitere offensichtliche Brüche oder Verrenkungen sind in den verbleibenden Knochen von Hand und Handgelenk bei dieser speziellen Projektion nicht sichtbar. Die Knochendichte erscheint innerhalb der Grenzen dieses Bildes normal.
Mode & E-Commerce
Für eine E-Commerce-Produktseite beschreiben Sie das Bild mit Farbe, Form, Materialien und Stil. 100 Wörter umfassende Beschreibung mit Marketingwirkung.
Wag es, in diesem atemberaubenden schwarzen Kleid anders zu sein. Gefertigt aus einem weichen, eng anliegenden Strick, zeichnet sich dieses Stück durch einen eleganten Rollkragenpullover und eine figurbetonte Silhouette aus, die auf eine schicke Midilänge reicht. Das Drama liegt in den voluminösen Faux-Pelz-Manschetten, die eine opulente Textur und eine unbestreitbare Kante hinzufügen. Perfekt für einen Abend oder ein auffälliges Ereignis – dieses Kleid ist ein modernes Meisterwerk. Mühelos schick und unendlich vielseitig – bereiten Sie sich darauf vor, überall Blicke auf sich zu ziehen. Besitze das Zimmer. Steh zu deinem Stil.
GeoRaten
Rate den Ort des Bildes, beginne mit Land, Gebiet und dann Stadt. Füge 50 Wörter hinzu, um das Thema zu beschreiben. Beenden Sie mit einem Prozentsatz der Genauigkeitsschätzung.
Hier ist meine Analyse des Bildes:
- Land: Frankreich
- Bereich: Nouvelle-Aquitanien
- Stadt: Cap Ferret
Betreffsbeschreibung: Ein kleines, bunt bemaltes Boot treibt ruhig auf dem Wasser, sein rot-schwarzer Rumpf bildet einen auffälligen Kontrast zum Blau. Im Vordergrund sind Holzpfosten übersät, die aus dem Wasser ragen. Der Arcachon-Leuchtturm ist hinter den Bäumen sichtbar. Der Sandstrand erstreckt sich in der Ferne.
Genauigkeitsschätzung: 85 %
Wenn Sie einen Nutzerfall haben, den Sie mit uns teilen möchten, oder wenn Sie Hilfe zu dieser neuen KI-Vision-Funktion wünschen, lassen Sie es uns bitte wissen!