Vision в iOS 11 има всичко необходимо, за да създадете приложение, което може да разпознава текстови знаци, като имплементацията се извършва едновременно. Не се нуждаете от технически познания за кодиране – навигацията в функцията е доста проста. Нещо повече, изпълнението е безпроблемно.
Визията ви позволява лесно да изпълнявате всяка задача, която включва компютърни детайли. Структурата извършва разпознаване на лице и ориентир, разпознаване на баркод, регистрация на изображения, проследяване на общи характеристики и откриване на текст. Vision също така ви позволява да използвате персонализирани модели на Core ML за задачи като класификация или откриване на обекти.
В VN DetectTextRectanglesRequest е заявка за анализ на изображения, която намира региони видим текст в изображение; функцията връща текстови знаци като правоъгълна ограничаваща кутия с произход и размер.
Ако сте свикнали да използвате swift и сте програмирали от известно време, тогава вероятно се чудите каква е ползата от Vision, когато има други функции като изображение и AVFoundation. Е, Vision е по-точен и по-прост. Функцията е достъпна и на различни платформи. Въпреки това, използването на Vision може да изисква повече процесорна мощност и време за обработка.
За да използвате Vision за откриване на текст, ще ви е необходим Xcode 9 и устройство, което работи с iOS 11.
Първо, трябва да създадете камера с AVCapture ; това е чрез инициализиране на един обект AVcapturesession за извършване на заснемане в реално време или офлайн. След това направете сесията към връзката на устройството.
За да ви спести време от изграждането на потребителски интерфейс на вашето приложение, помислете за стартов проект, като за начало това ще ви даде време да се съсредоточите върху изучаването на рамката Vision.
Отворете своя стартов проект. Изгледите в сценария трябва да са готови и настроени за вас.
В ViewController.swift потърсете кодовата секция с функции и изходи.
Под outlet- ImageView декларирайте сесия за AVcapturesession – това се използва винаги, когато искате да се извършват действия въз основа на поток на живо.
Задайте AVcapturesession и AVmediatype на видео, тъй като ще извършите заснемането с камера, за да го активирате да работи непрекъснато
Определете изходното и входното устройство
Входът е това, което камерата ще види, а изходът е видеото в зададен тип формат KCVPixelFormatType_32GRA.
Накрая добавете подслой, който съдържа видеоклипове към imageView и започнете сесията. Функцията е известна като inViewdidload. Също така трябва да зададете рамката на слоя.
Извикайте функцията в метода viewWillAppear .
Тъй като границите все още не са финализирани, заменете метода viewDidLayoutSubviews ( ) , за да актуализирате обвързаните слоеве.
След пускането на iOS 10 е необходим допълнителен запис в Info.plist, това дава причина за използване на камерата. Трябва също да зададете описание на използването на камерата за поверителност.
Има три стъпки за внедряване на Vision в приложението.
Манипулатори – това е, когато искате рамката да направи нещо, след като заявката бъде извикана.
Наблюдения – това е, което искате да направите с предоставените от вас данни, започвайки с една заявка
Заявки – това е, когато поискате фреймворк Detect
В идеалния случай създавате една текстова заявка като VNdetecttextrectanglesrequest . Това е вид VNrequest, който граничи около текста. След като рамката завърши приложението, продължавате да извиквате функцията Dettexthandler . Вие също ще искате да знаете точния кадър, който е бил разпознат, задайте го на Reportcharacterboxes =True.
След това дефинирайте наблюденията, които съдържат всички резултати от VNdetecttextrectanglesrequest , не забравяйте да добавите Vision към изходната камера. Тъй като Vision разкрива API на високо ниво, работата с него е сигурна.
Функцията проверява дали Cmsamplebuffer съществува и PutOut Avcaptureoutput . След това трябва да продължите да създавате една променлива Requeststoptions като 1 речник тип VNimageoption . Опцията VNmage е тип структура, която съдържа свойства и данни от камерата. След това трябва да създадете VNimagerequesthandler и да изпълните текстовата заявка.
Можете да започнете, като имате рамката, за да нарисувате две кутии, една за всяка буква, която открива, а другата за всяка дума. Таблиците са комбинацията от всички полета за знаци, които вашата заявка ще намери.
Вече разполагате с всичките си функции.
За да свържете точките си, започнете с асинхронно изпълнение на кода. След това трябва да проверите дали съществува регион във вашите резултати от вашия VNTextObservation .
Вече можете да извикате вашата функция, която ще начертае кутия в областта. Проверете дали има полета за знаци в региона, след което се обадете на услугата, която въвежда поле около всяка буква.
След това създайте променлива RequestOptions. Вече можете да създадете обект VNImageRequestHandler и да изпълните текстовата заявка, която сте създали.
И накрая, последната стъпка е да стартирате кода на вашата визия с потока на живо. Ще трябва да вземете видео изхода и да го конвертирате в Cmsamplebuffer.
Винаги се опитвайте да изрежете изображението и да обработвате само секцията, от която се нуждаете. Това ще намали времето за обработка и отпечатъка на паметта
Включете корекцията на езика, когато работите с нецифрови знаци, след това я изключете, когато работите с цифров знак
Включете валидиране за разпознати числови низове, за да потвърдите точността и да премахнете показването на фалшива стойност на потребителя.
Контролерът на документ камерата е най-добрият спътник за разпознаване на текст, тъй като качеството на изображението играе важна роля при разпознаването на текст.
Помислете за задаване на минимална височина на текста, за да увеличите производителността.
С Vision имате всичко необходимо за разпознаване на текст. Тъй като Vision е лесен за използване и отнема кратко време за изпълнение, използването му е почти еквивалентно на игра с Legos. Опитайте да тествате приложението си върху различни обекти, шрифтове, осветление и размери. Можете също да се впечатлите, като комбинирате Vision с Core ML.
Apple се справя по-добре от повечето компании, когато става въпрос за поверителност. Но не всички настройки по подразбиране на iPhone са в най-добрия интерес на потребителя.
Чрез този бутон за действие можете да извикате ChatGPT, когато пожелаете, на телефона си. Ето ръководство за отваряне на ChatGPT с помощта на бутона за действие на iPhone.
Как да направите дълга екранна снимка на iPhone ви помага лесно да заснемете цялата уеб страница. Функцията за превъртане на екрана на iPhone е достъпна на iOS 13, iOS 14 и ето подробно ръководство за това как да направите дълга екранна снимка на iPhone.
За да промените паролата си за iCloud, можете да го направите по много различни начини. Можете да промените паролата си за iCloud на компютъра си или на телефона си чрез приложение за поддръжка.
Когато изпращате съвместен албум на iPhone на някой друг, той ще трябва да се съгласи да се присъедини към него. Има няколко начина да приемете покани за споделяне на албум на iPhone, както е показано по-долу.
Тъй като AirPods са малки и леки, понякога е лесно да се загубят. Добрата новина е, че преди да започнете да разкъсвате къщата си в търсене на изгубените си слушалки, можете да ги проследите с помощта на вашия iPhone.
Знаете ли, че в зависимост от региона, където е произведен вашият iPhone, той може да има разлики в сравнение с iPhone-ите, продавани в други страни?
Обратното търсене на изображения на iPhone е много лесно, когато можете да използвате браузъра на устройството или да използвате някои приложения на трети страни за повече опции за търсене.
Ако често се налага да се свързвате с някого, можете да настроите бързи повиквания на вашия iPhone с няколко прости стъпки.
Хоризонталното завъртане на екрана на iPhone ви помага да гледате филми или Netflix, да преглеждате PDF файлове, да играете игри... по-удобно и да имате по-добро изживяване.
