iOS Vision 框架初探
Rzk
10月 18, 2021
iOS Vision 框架
iOSVisionDemo
iOS Vision 框架
Live Text
iOS15 当中的 Live Text 功能目前只在 相册, 相机 APP 当中提供, 并没有发现开发可以使用的 API。
Vision
2017年 iOS11 开始支持的识别框架。
应用计算机视觉算法对输入图像和视频执行各种任务。
视觉框架执行人脸和人脸地标检测、文本检测、条形码识别、图像注册和一般特征跟踪。Vision还允许将自定义核心ML模型用于分类或对象检测等任务。
Demo 相关效果
原始图片
Vision 识别效果
一. 识别到 character 级别
二. 识别到 words 级别
三. iOS13 之后 Vision 支持 VNRecognizeTextRequest 文字识别
识别结果
“Dropbox”
“最近使用”
“隔空投送”
“’ 应用程序”
“日桌面”
5
“—- 识别时长：593.3990478515625 毫秒”
相关特点:
- API 1 仅能识别是否有文字. 不能识别出文字到底是什么内容
- 对中文识别结果不友好
- 首次识别 200~600 ms 之间, 取决于图片本身的大小
- 第二次识别时间很短, 猜测是系统做了相关缓存
- 支持的语言
supportLanguage : ["en-US", "fr-FR", "it-IT", "de-DE", "es-ES", "pt-BR", "zh-Hans", "zh-Hant"]
结论
Vision 可以做图片上是否包含文字的判断功能, 和有限的文字内容识别功能
详见 Demo