Función de Visión por IA – Describir Imagen a Texto
AI Vision es la función que describe una imagen y la convierte en un prompt. Se hace usando uno de los modelos de IA más populares como ChatGPT o Gemini. Puedes seleccionar el modelo que prefieras, en función del rendimiento o del coste.
Descargar Light Image Editor
Descargar e instalar Redimensionador de imagen ligera 7
Ubica Light Image Editor en el icono de la bandeja, carga una imagen y ejecútalo desde el menú principal – Herramientas – IA Vision.
Obtener clave API
La función de inteligencia artificial AI Vision está disponible por ahora en la aplicación Light Image Editor, que viene incluida en el paquete de instalación de Light Image Resizer. Es una aplicación local solo para Windows. Necesitará una clave API , ya sea para Google Gemini o ChatGPT de OpenAI. Significa que pagarás sobre la marcha, sin necesidad de una suscripción mensual.
Primero, obtén la clave API de los modelos de visión
Obtén la clave API para Google AI Studio (Gemini)
Obtén la clave API de OpenAI (ChatGPT)
Por ahora, recomendamos usar Gemini, más barato y funciona bien para describir imágenes.
Una vez que tengas la clave (y los créditos), puede ingresar la clave en la opción de visión Light Image Resizer AI disponible en este menú.
Los modelos de visión de los LLM funcionan bien en inglés, francés, alemán y en idiomas populares, lo cual no ocurre en otros modelos de visión populares; Ollama podría soportarse más adelante si te resulta interesante, y la gran ventaja es que los datos serán totalmente privados y locales, y no te cobrarán por ninguna solicitud ni token. Consulta los modelos de visión compatibles con Ollama
Aviso legal: Ten cuidado, aunque estés ejecutando una aplicación local en Windows, la app se redimensiona y envía la imagen a la nube; si no quieres compartir tus fotos o datos sensibles (especialmente contenido NSFW), no uses los modelos en la nube.
¿Por qué describir tus imágenes?
Encontrar las palabras adecuadas para tus imágenes es fácil con la función de Visión por IA de Light Image Resizer. Función de Visión por IA En Light Image Editor. Analiza tus imágenes a nivel técnico para generar descripciones automáticamente. La aplicación prepara tu imagen (convirtiéndola a JPEG y ajustando el tamaño a algo como 1024×1024, que es ajustable) para un procesamiento eficiente de IA. Este paso de preanálisis ayuda a asegurar un procesamiento más rápido y puede hacer que la función sea más rentable. ¡Deja que la IA haga la descripción para que tú no tengas que hacerlo!
¿Qué tipo de tareas puedes completar?
Anota tus imágenes para encontrarlas por palabras clave. Adivinar la foto en la geo cuando no recuerdas dónde las tomaste. Encuentra inspiración cuando quieras publicar una nueva publicación en Instagram o TikTok. Añadirá algunos iconos interesantes para mejorar tu marketing.
Todo depende de tu indicación, mira algunos ejemplos de indicaciones y cómo afectan al resultado.
Una vez que tengas la clave (y los créditos), puede ingresar la clave en la opción de visión Light Image Resizer AI disponible en este menú.
Los modelos de visión LLM funcionan bien en inglés, francés, alemán y lenguas populares, lo cual no ocurre en otros modelos de visión populares. Ollama podría soportarse más adelante si te resulta interesante, y la gran ventaja es que los datos serán completamente privados y locales, y no te cobrarán por ninguna solicitud ni token. Consulta los modelos de visión compatibles con Ollama
¿Cuál es la diferencia entre describir una imagen, analizar una imagen y resumir una imagen?
Y podría ser la misma pregunta sobre la diferencia entre una imagen, una fotografía y una foto. Es algo similar, pero depende de lo que necesites hacer y de quién seas. Mira algunas tareas posibles de Visión Artificial:
- Encontrar palabras clave para fotógrafos
- OCR y resumir documentos para contadores
- Subtitular imágenes automáticamente
- Inspiración para publicaciones en Instagram o TikTok
- Identificar marcas y celebridades
- Comercio electrónico de moda
- Geoconocimiento – Encontrar la ubicación a partir de la foto
- Diagnóstico científico, de salud, astronomía
Algunas ideas de prompts para describir una imagen
Palabras clave para fotografía
Devuelve directamente sin comentario una lista de 50 palabras clave separadas por comas para describir el sujeto, el fondo, los objetos, la ubicación y el estado de ánimo
Mujer, descapotable, coche, desierto, camellos, arena, carretera, viaje, turismo, aventura, vacaciones, estilo, moda, retrato, al aire libre, soleado, viento, pelo, pelo rojo, bufanda, coche blanco, asientos de cuero, reposacabezas, paisaje seco, árido, calor, sol, modelo, posando, seguro, relajado, atracción turística, horizonte, fondo, lejano, difuminado, desenfocado, transporte, descapotable, ocio, deseo de viajar, moderno, de moda, de moda, elegante, elegancia, libertad, viaje, explorador, Remota, pintoresca, destino, informal, verano, diurna, vacaciones, escape, aventura, viaje, viaje por carretera.
Resumen de documentos de la OCR
Realice un OCR detallado del documento, luego traduzca al inglés y explique en un resumen de 200 palabras qué es el documento y sus elementos importantes.
Este documento es una factura de “Les Minotiers,” un hotel/alojamiento (Logis de France) situado en Mirepoix, Francia. La factura, numerada 43197 y fechada el 18 de febrero de 2014, detalla los gastos por una estancia en la habitación 12. El invitado llegó el 17 de febrero de 2014 y se marchó el 18 de febrero de 2014. El importe total adeudado es de 73,92 euros. Los cargos incluyen la tarifa de la habitación (57,00 euros), el impuesto turístico (0,92 euros) y el desayuno (16,00 euros). La factura desglosa el IVA (Impuesto sobre el Valor Añadido) aplicado al 10% en una parte de los cargos. La factura también menciona un valor equivalente de 484,88 en la antigua moneda francesa “Francos”. La información de contacto de la empresa, los identificadores comerciales y el IVA
Descripción de Instagram
Crea una descripción para una publicación de Instagram para un domingo, sé creativo y divertido para obtener la mejor interacción y número de 'me gusta' o comentarios
Ambiente dominical: planeando mi próxima aventura parisina. 🥐 Este coche clásico + vistas al río = 💯 . Pero la verdadera pregunta es... ¿Brunch con champán o de museo en museo? 🤔 ¿Cuál es TU actividad ideal para el domingo? ¡Déjame saber en los comentarios! 👇 #ParisianVibes #SundayFunday #ClassicCars #StyleInspo #WeekendGetaway #TravelDreams
Ciencia & Educación
Como experto, analiza científicamente esta imagen y devuelve una descripción de 200 palabras. Sugiere la especialidad científica más adecuada para diagnosticar una solución.
Esta imagen de rayos X muestra los huesos de una mano y muñeca humanas. Los huesos carpianos, metacarpianos y falanges son todos visibles. Parece haber una fractura de la falange proximal del cuarto dedo (anular). La fractura parece ser una fractura conminuta, es decir, el hueso está roto en varios fragmentos. Se observa un desplazamiento visible de los fragmentos óseos fracturados, lo que indica que la fractura no es estable y puede requerir intervención para asegurar una correcta cicatrización y alineación. No se observan otras fracturas o dislocaciones evidentes en los huesos restantes de la mano y la muñeca en esta proyección en particular. La densidad ósea parece normal dentro de los límites de esta imagen.
La mejor especialidad científica para diagnosticar y determinar una solución para este caso es Cirugía ortopédica, concretamente un especialista en manos, que tenga la experiencia para interpretar la radiografía, evaluar la extensión de la lesión y recomendar el tratamiento más adecuado, que puede implicar inmovilización con yeso o férula, o intervención quirúrgica para realinear y estabilizar los fragmentos de fractura. A menudo se consulta a los radiólogos para asegurar la interpretación de las radiografías.
Moda & comercio electrónico
Para una página de producto de comercio electrónico, describe la imagen con color, forma, materiales, estilo. Descripción de 100 palabras con impacto en marketing.
Atrévete a ser diferente con este impresionante vestido negro. Confeccionada con un tejido de punto suave y ceñido, esta prenda presenta un sofisticado jersey de cuello alto y una silueta que favorece la figura y que llega a una longitud midi elegante. El drama reside en los voluminosos puños de piel sintética, que añaden un toque de textura opulenta y un toque innegable de filo. Perfecto para una salida nocturna o un evento que marque la llamativa, este vestido es una obra maestra moderna. Elegantemente elegante y infinitamente versátil, prepárate para llamar la atención dondequiera que vayas. Posee la habitación. Asume tu estilo.
GeoAdivinación
Adivina la ubicación de la imagen, comienza con el país, luego la región y finalmente la ciudad. Agrega 50 palabras para describir el sujeto. Termina con un porcentaje de estimación de precisión.
Aquí está mi análisis de la imagen:
- País: Francia
- Región: Nueva Aquitania
- Ciudad: Hurón de Cabeza
Descripción del sujeto: Un pequeño barco pintado de colores vivos flota tranquilamente sobre el agua, su casco rojo y negro contrasta llamativamente con el azul. El primer plano está salpicado de postes de madera que sobresalen del agua. El faro de Arcachon es visible tras los árboles. La playa de arena se extiende a lo lejos.
Estimación de precisión: 85%