المهارات azure-ai-vision-imageanalysis-java
📦

azure-ai-vision-imageanalysis-java

آمن

إنشاء تطبيقات تحليل الصور باستخدام Azure AI Vision Java SDK

هل تحتاج إلى إضافة تسميات الصور النصية، استخراج نص OCR، اكتشاف الكائنات، أو القص الذكي إلى تطبيق Java الخاص بك. يوفر هذا الملف التعليمي أنماط برمجية جاهزة للاستخدام لدمج Azure AI Vision SDK مع إدارة بيانات الاعتماد المناسبة ومعالجة الأخطاء.

يدعم: Claude Codex Code(CC)
🥉 75 برونزي
1

تنزيل ZIP المهارة

2

رفع في Claude

اذهب إلى Settings → Capabilities → Skills → Upload skill

3

فعّل وابدأ الاستخدام

اختبرها

استخدام "azure-ai-vision-imageanalysis-java". Generate caption for image.jpg

النتيجة المتوقعة:

يولد Azure AI Vision SDK تسمية مثل: 'مجموعة من الأشخاص جالسين حول طاولةconference يناقشون عرضاً تقديمياً' مع درجة ثقة 0.92. يوضح الكود كيفية استخراج كل من النص وقيمة الثقة.

استخدام "azure-ai-vision-imageanalysis-java". Extract text from receipt.png

النتيجة المتوقعة:

تشمل نتائج OCR كتل نصية منظمة مع تفاصيل مستوى السطر والكلمة. تعرض كل كلمة نصها ودرجة الثقة (مثل 0.98) وإحداثيات المضلع المحيط للحصول على تحديد دقيق.

استخدام "azure-ai-vision-imageanalysis-java". Detect objects in photo.jpg

النتيجة المتوقعة:

إرجاع اكتشاف الكائنات مصفوفة من الكائنات المكتشفة. يتضمن كل对象 علامات بأسماء (مثل 'شخص'، 'كمبيوتر محمول') ودرجات الثقة، بالإضافة إلى إحداثيات المربع المحيط (x، y، العرض، الارتفاع) لرسم مربعات الاكتشاف.

التدقيق الأمني

آمن
v1 • 2/24/2026

This is a legitimate Azure AI Vision SDK documentation skill for Java. Static analysis flagged many patterns but all are false positives: (1) External commands detected at lines 15-268 are Maven XML and Java code examples, not shell commands. (2) Network URLs at lines 102, 269, 281 are example/demo URLs and documentation links. (3) Environment variable access at lines 32-33 uses System.getenv() for secure credential management - this is the recommended secure practice. (4) High/blocker findings for 'weak cryptographic algorithm' are YAML metadata and table formatting, not cryptographic code. The skill uses proper security practices by reading Azure credentials from environment variables rather than hardcoding them.

1
الملفات التي تم فحصها
295
الأسطر التي تم تحليلها
4
النتائج
1
إجمالي عمليات التدقيق
مشكلات منخفضة المخاطر (4)
SKILL.md:15-21SKILL.md:27-39SKILL.md:43-50SKILL.md:54-61SKILL.md:133-148SKILL.md:152-163SKILL.md:200-216
External Commands Detection - False Positive
Static analyzer flagged 38 instances of 'Ruby/shell backtick execution' at various lines (15-268). Upon manual review, these are Maven XML dependency definitions and Java code examples - NOT shell commands. The analyzer incorrectly identified XML tags like <groupId> and <artifactId> as shell backticks.
SKILL.md:102SKILL.md:269SKILL.md:281
Hardcoded URLs - False Positive
Static analyzer flagged 3 hardcoded URLs. These are all legitimate: (1) Line 102: example.com demo URL in sample code, (2) Line 269: Azure endpoint template for environment configuration, (3) Line 281: Microsoft documentation link. No credential exfiltration risk.
SKILL.md:32SKILL.md:33
Environment Variable Access - Legitimate Secure Practice
Static analyzer flagged System.getenv() calls at lines 32-33. This is the SECURE recommended practice for handling Azure credentials - reading from environment variables rather than hardcoding them in source code. This is NOT a security vulnerability.
SKILL.md:3SKILL.md:65-67SKILL.md:281SKILL.md:294
Weak Cryptographic Algorithm - False Positive
Static analyzer flagged 'weak cryptographic algorithm' at lines 3, 65, 67, 281, 294. These are: Line 3 (YAML: 'risk: unknown'), lines 65-67 (Markdown table formatting), line 281 (Azure documentation URL), line 294 (skill description). No cryptographic code present.

الأنماط المكتشفة

Critical Heuristic: Code Execution + Network + Credential Access - FALSE POSITIVE
تم تدقيقه بواسطة: claude

درجة الجودة

38
الهندسة المعمارية
100
قابلية الصيانة
87
المحتوى
50
المجتمع
97
الأمان
100
الامتثال للمواصفات

ماذا يمكنك بناءه

أتمتة رقمنة المستندات

استخراج النص من المستندات الممسوحة ضوئياً والإيصالات والفواتير لإنشاء أرشيفات رقمية قابلة للبحث. استخدم OCR لتحويل المستندات الورقية إلى نص قابل للتحرير.

تحسين كتالوجات منتجات التجارة الإلكترونية

إنشاء تسميات صور المنتجات تلقائياً واكتشاف الكائنات لفهرسة البحث بشكل أفضل. إنشاء صور مصغرة مقصوصة ذكياً لعرض كتالوج موحد.

بناء ميزات إمكانية الوصول

إنشاء أوصاف الصور للمستخدمين ذوي الإعاقات البصرية. توفير نص بدلي تلقائي للصور في أنظمة إدارة المحتوى.

جرّب هذه الموجهات

تسميات أساسية للصور 
Use the Azure AI Vision Java SDK to generate a caption for the image at local file path /path/to/image.jpg. Show how to set up the client with environment variables and print the caption text with confidence score.
استخراج النص من المستند 
Show me how to use the Azure AI Vision SDK to perform OCR on a scanned document image. Include code to iterate through detected text blocks, lines, and words with their bounding polygons.
تحليل متعدد الميزات 
Write Java code that analyzes an image using multiple visual features: caption, tags, objects, and read (OCR). Show how to configure the analysis options for gender-neutral captions and specify language.
معالجة الصور غير المتزامنة 
Demonstrate how to use the async client in Azure AI Vision Java SDK to analyze images. Show the subscription pattern for handling async results and errors.

أفضل الممارسات

  • قم دائماً بتخزين بيانات اعتماد Azure في متغيرات البيئة، ولا تقم أبداً بتضمين مفاتيح API في الكود المصدري
  • استخدم العملاء غير المتزامنين لمعالجة الصور ذات الحجم الكبير لتحسين الإنتاجية
  • تعامل مع HttpResponseException لمعالجة الأخطاء القوية ومنطق إعادة المحاولة

تجنب

  • لا تقم بتضمين مفاتيح API أو عناوين URL للنقاط النهائية في ملفات Java المصدرية
  • لا تتجاهل معالجة الأخطاء - التقط وسجل دائماً استثناءات خدمة Azure
  • لا تقم بمعالجة صور أكبر من 20 ميجابايت - قم بتغيير الحجم قبل التحليل لتجنب الفشل

الأسئلة المتكررة

كيف أقوم بالمصادقة مع Azure AI Vision؟
يمكنك المصادقة باستخدام مفتاح API مع KeyCredential أو استخدام DefaultAzureCredential لدعم الهوية المُدارة. قم بتخزين VISION_ENDPOINT و VISION_KEY في متغيرات البيئة.
ما هي تنسيقات الصور المدعومة؟
يدعم Azure AI Vision تنسيقات JPEG و PNG و GIF و BMP و WEBP و ICO و TIFF و MPO. يجب أن يكون حجم الصورة أقل من 20 ميجابايت مع أبعاد بين 50x50 و 16000x16000 بكسل.
هل يمكنني تحليل الصور من عنوان URL؟
نعم، استخدم طريقة analyzeFromUrl() لتحليل الصور التي يمكن الوصول إليها عبر عناوين URL HTTP. يدعم SDK أيضاً تحليل الملفات المحلية باستخدام BinaryData.fromFile().
ما مدى دقة ميزة التسميات؟
تتراوح درجات ثقة التسميات عادةً من 0.0 إلى 1.0. تشير الدرجات الأعلى إلى تسميات أكثر موثوقية. يوفر التسميات الكثيفة أوصاف متعددة لمناطق الصورة المختلفة.
ما هي اللغات المدعومة لـ OCR؟
يدعم Azure AI Vision OCR أكثر من 90 لغة. حدد اللغة في ImageAnalysisOptions باستخدام setLanguage() للحصول على أفضل النتائج.
هل يعمل هذا مع Azure Stack المحلي؟
نعم، يمكن لـ Azure AI Vision SDK الاتصال بـ Azure Stack أو مثيلات Azure Cognitive Services الأخرى عن طريق تعيين عنوان URL المناسب لنقطتك النهائية لخدمتك المحلية.

تفاصيل المطور

المؤلف

sickn33

الترخيص

MIT

المستودع

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/azure-ai-vision-imageanalysis-java

مرجع

main

بنية الملفات

📄 SKILL.md