Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Grafieken en diagrammen

Les 7 van 12 Bijgewerkt op 30 juli 2026 Beginner
Op deze pagina
  1. Visuele gegevens analyseren
  2. Waarom dit verschilt van OCR
  3. Een eenvoudige grafiek analyseren
  4. Tabelgegevens extraheren
  5. Technische diagrammen analyseren
  6. Grafieken vergelijken
  7. Professionele use case: geautomatiseerde rapporten
  8. Beperkingen van grafiekanalyse
  9. Belangrijkste punten

Visuele gegevens analyseren

Grok analyseert een financiële grafiek Grafieken, diagrammen en tabellen zijn alomtegenwoordig in de professionele wereld: financiële rapporten, dashboards, presentaties en wetenschappelijke publicaties. Met Grok Vision kunt u automatisch gegevens en inzichten uit deze visualisaties halen.

Waarom dit verschilt van OCR

De analyse van grafieken gaat veel verder dan eenvoudige tekstextractie. Het model moet:

  • Het type grafiek identificeren (staafdiagram, lijndiagram, cirkeldiagram, spreidingsdiagram, enz.)
  • De assen en hun schaalverdeling lezen
  • Waarden extraheren
  • Legenda’s begrijpen en koppelen aan gegevensreeksen
  • Trends en patronen interpreteren

Een eenvoudige grafiek analyseren

def analyze_chart(image_url):
    prompt = """Analyze this chart and provide:

1. Chart type (bar, line, pie, etc.)
2. Chart title (if visible)
3. X and Y axis labels
4. Extracted data as a table
5. Main observed trend
6. Any annotations or notable points

Present the data in a markdown table."""

    response = client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_image", "image_url": image_url, "detail": "high"},
            {"type": "input_text", "text": prompt}
        ],
        store=False
    )
    return response.output_text

De modus detail: "high" is essentieel om precieze waarden op de assen en in de legenda’s te kunnen lezen.

Tabelgegevens extraheren

Om gegevens klaar te maken voor direct gebruik in uw code:

def extract_chart_data(image_url):
    prompt = """Extract data from this chart in JSON.
Expected format:
{
  "type": "bar|line|pie|scatter",
  "title": "...",
  "x_axis": {"label": "...", "values": [...]},
  "y_axis": {"label": "...", "unit": "..."},
  "series": [
    {
      "name": "Series 1",
      "values": [10, 20, 30, ...]
    }
  ]
}

Estimate numerical values as precisely as possible
based on the position of points/bars relative
to the tick marks."""

    response = client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_image", "image_url": image_url, "detail": "high"},
            {"type": "input_text", "text": prompt}
        ],
        store=False
    )
    return response.output_text

Technische diagrammen analyseren

Grok kan ook goed overweg met architectuurdiagrammen, flowcharts en stroomschema’s:

def analyze_diagram(image_url):
    prompt = """Analyze this technical diagram and describe:

1. Diagram type (architecture, flow, flowchart, UML, etc.)
2. Main components/entities
3. Connections and relationships between components
4. Data or process flow (if applicable)
5. Technologies or tools mentioned

If this is a flow diagram, describe the main path
from end to end."""

    response = client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_image", "image_url": image_url, "detail": "high"},
            {"type": "input_text", "text": prompt}
        ],
        store=False
    )
    return response.output_text

Grafieken vergelijken

U kunt meerdere grafieken in hetzelfde verzoek verzenden voor een vergelijkende analyse:

def compare_charts(url_chart_1, url_chart_2):
    prompt = """Compare these two charts and identify:

1. Common points (measured variables, period, etc.)
2. Differences in trend
3. Significant gaps
4. A 3-4 sentence summary"""

    response = client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_text", "text": "Chart 1:"},
            {"type": "input_image", "image_url": url_chart_1, "detail": "high"},
            {"type": "input_text", "text": "Chart 2:"},
            {"type": "input_image", "image_url": url_chart_2, "detail": "high"},
            {"type": "input_text", "text": prompt}
        ],
        store=False
    )
    return response.output_text

Professionele use case: geautomatiseerde rapporten

Stel u een pipeline voor die screenshots van dashboards omzet in tekstrapporten:

def generate_dashboard_report(screenshots):
    report_sections = []

    for i, screenshot in enumerate(screenshots, 1):
        prompt = f"""You are a business analyst. This screenshot
is section {i} of a dashboard. Analyze the displayed metrics
and write a professional summary paragraph.

Include:
- Main KPIs and their values
- Trends (increase, decrease, stability)
- Visible alerts or anomalies
- A recommendation if relevant"""

        response = client.responses.create(
            model="grok-4.5",
            input=[
                {"type": "input_image", "image_url": screenshot, "detail": "high"},
                {"type": "input_text", "text": prompt}
            ],
            store=False
        )
        report_sections.append(response.output_text)

    return "\n\n".join(report_sections)

Beperkingen van grafiekanalyse

  • Nauwkeurigheid van waarden: Grok schat waarden op basis van de visuele positie. Voor exacte waarden gebruikt u bij voorkeur de brongegevens.
  • 3D-grafieken: Weergaven in perspectief bemoeilijken het aflezen van waarden.
  • Overlappende grafieken: Wanneer meerdere reeksen overlappen, kan onderscheid moeilijk zijn.
  • Kleine legenda’s: Legenda’s met zeer kleine tekst kunnen zelfs in de modus high verkeerd worden gelezen.

Belangrijkste punten

  • Grok analyseert grafieken door context te begrijpen, niet alleen tekst
  • Gebruik detail: "high" voor het nauwkeurig lezen van waarden en legenda’s
  • Vraag een gestructureerd formaat (JSON, markdown-tabel) aan om de gegevens te benutten
  • Vergelijking van meerdere afbeeldingen werkt goed voor kruisanalyses
  • Geëxtraheerde waarden zijn visuele schattingen, geen exacte gegevens