# Semantic Kernel:図識文

　マルチモーダルは、LLM（大規模言語モデル）が持つ機能の一つであり、画像は最も一般的な情報キャリアです。GPTは早くから画像認識を行っており、GPTのバージョンが進化するにつれてその効果もますます良くなっています。SKも多くの場面で画像認識に適応してきましたが、最近のバージョンでやっとローカル画像のアップロードをサポートするようになりました。（少し遅いですが）

画像シーンの認識：

using Microsoft.SemanticKernel.ChatCompletion;
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Connectors.OpenAI;

var chatModelId = "gpt-4o";
var key = File.ReadAllText(@"C:\GPT\key.txt");

#pragma warning disable SKEXP0070
#pragma warning disable SKEXP0010
#pragma warning disable SKEXP0001
#pragma warning disable SKEXP0110

var kernel = Kernel.CreateBuilder()
   .AddOpenAIChatCompletion(chatModelId, key)
   .Build();

var chat = kernel.GetRequiredService<IChatCompletionService>();
var chatHistory = new ChatHistory();

chatHistory.AddUserMessage(new ChatMessageContentItemCollection
{
     new TextContent("请说明这是那里，什么样的天气，大家在干什么?一共有多少人"),
     new ImageContent(File.ReadAllBytes("tam.jpg"),"image/jpeg")
});

var settings = new Dictionary<string, object>
{
    ["max_tokens"] = 1000,
    ["temperature"] = 0.2,
    ["top_p"] = 0.8,
    ["presence_penalty"] = 0.0,
    ["frequency_penalty"] = 0.0
};

var content = chat.GetStreamingChatMessageContentsAsync(chatHistory, new PromptExecutionSettings
{
    ExtensionData = settings
});

await foreach (var item in content)
{
    Console.Write(item.Content);
}
Console.ReadLine();

画像：

結果：

文字認識：

using Microsoft.SemanticKernel.ChatCompletion;
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Connectors.OpenAI;

var chatModelId = "gpt-4o";
var key = File.ReadAllText(@"C:\GPT\key.txt");

#pragma warning disable SKEXP0070
#pragma warning disable SKEXP0010
#pragma warning disable SKEXP0001
#pragma warning disable SKEXP0110

var kernel = Kernel.CreateBuilder()
   .AddOpenAIChatCompletion(chatModelId, key)
   .Build();

var chat = kernel.GetRequiredService<IChatCompletionService>();
var chatHistory = new ChatHistory();

chatHistory.AddUserMessage(new ChatMessageContentItemCollection
{
     new TextContent("请识别图片上的文字，并输出"),
     new ImageContent(File.ReadAllBytes("japancard.png"),"image/jpeg")
});

var settings = new Dictionary<string, object>
{
    ["max_tokens"] = 1000,
    ["temperature"] = 0.2,
    ["top_p"] = 0.8,
    ["presence_penalty"] = 0.0,
    ["frequency_penalty"] = 0.0
};

var content = chat.GetStreamingChatMessageContentsAsync(chatHistory, new PromptExecutionSettings
{
    ExtensionData = settings
});

await foreach (var item in content)
{
    Console.Write(item.Content);
}
Console.ReadLine();

画像：

結果：

(Translated by GPT)

元のリンク：https://mp.weixin.qq.com/s?__biz=MzA3NDM1MzIyMQ==&mid=2247488312&idx=1&sn=81b481d4a5f0779d944b1f18d9b5d8ec&chksm=9f004c12a877c504200aa43c395f8f2cf041f9a84825c5362fa474c575395f85cb8db9667051&token=49086317&lang=zh_CN#rd&wt.mc_id=MVP_325642