VNRecognizeAnimalsRequest 和 VNRecognizeTextRequest，这两个类是 Vision 框架中的一部分，用于图像识别任务，分别用于动物识别和文本识别。我们将深入探讨这两个请求类的属性、方法以及如何在 Swift 中使用它们。
1. VNRecognizeAnimalsRequest
VNRecognizeAnimalsRequest 是一个基于机器学习的视觉请求，用于识别图像中的动物。这个请求会尝试识别图像中的动物类别，并返回包含动物类别的识别结果。
主要属性和方法
init(completionHandler:)：初始化 VNRecognizeAnimalsRequest 请求。你需要传入一个回调处理函数，用于处理识别结果。
results：返回图像中所有识别到的动物。结果类型是一个数组，包含 VNRecognizedObjectObservation 对象。
代码示例：如何使用 VNRecognizeAnimalsRequest
func recognizeObjects(in image: UIImage) {
// 1. 转换 UIImage 为 CIImage
guard let ciImage = CIImage(image: image) else {
print("Failed to create CIImage from UIImage")
return
}
// 2. 加载机器学习模型 (这里假设使用内置模型，实际中可以自定义模型)
let request = VNRecognizeTextRequest { request, error in
// 3. 处理识别结果
if let error = error {
print("Error during recognition: \(error.localizedDescription)")
return
}
guard let results = request.results as? [VNRecognizedObjectObservation] else {
print("No objects found")
return
}
// 4. 输出识别到的物体
for observation in results {
self.handleRecognitionResult(observation)
}
}
//VNRecognizeTextRequest(completionHandler: <#T##VNRequestCompletionHandler?##VNRequestCompletionHandler?##(VNRequest, (any Error)?) -> Void#>)
// 5. 配置识别请求的级别
//request.recognitionLevel = .accurate
// 6. 创建请求处理器并执行请求
let handler = VNImageRequestHandler(ciImage: ciImage, options: [:])
do {
try handler.perform([request])
} catch {
print("Failed to perform request: \(error.localizedDescription)")
}
}
func handleRecognitionResult(_ observation: VNRecognizedObjectObservation) {
// 获取物体的框架和置信度
let boundingBox = observation.boundingBox
let confidence = observation.confidence
// 获取物体标签（识别结果）
let labels = observation.labels
print("Recognized object with confidence \(confidence): \(labels)")
// 可以进一步处理或展示这些数据
// 例如，你可以在 UI 中展示物体的识别框
drawBoundingBox(boundingBox)
}
func drawBoundingBox(_ boundingBox: CGRect) {
// 假设你有一个 UIImageView 来显示图像
let imageView = UIImageView()
// 将相对坐标转换为实际图像的坐标
let boxFrame = CGRect(x: boundingBox.origin.x * imageView.bounds.width,
y: (1 - boundingBox.origin.y - boundingBox.height) * imageView.bounds.height,
width: boundingBox.width * imageView.bounds.width,
height: boundingBox.height * imageView.bounds.height)
// 创建并绘制矩形框
let boxView = UIView(frame: boxFrame)
boxView.layer.borderColor = UIColor.red.cgColor
boxView.layer.borderWidth = 2
imageView.addSubview(boxView)
}
代码解释：
VNRecognizeAnimalsRequest：该请求用于识别图像中的动物。你传入一个回调处理函数，当识别完成时回调。
VNRecognizedObjectObservation：返回的每个观察包含识别的标签和置信度。
VNImageRequestHandler：负责执行请求。
2. VNRecognizeTextRequest
VNRecognizeTextRequest 用于识别图像中的文本内容，能够提取文本信息并返回。这个请求非常适合用于 OCR任务，可以识别图像中的各种文本（包括多种语言）。
主要属性和方法
init(completionHandler:)：初始化 VNRecognizeTextRequest 请求，传入一个回调处理函数，用于处理识别到的文本。
results：返回识别到的文本结果，类型为 VNRecognizedTextObservation 数组。每个 VNRecognizedTextObservation 对象包含识别到的文本内容。
recognitionLevel：设置识别的精度，选项有：
VNRequestRecognitionLevel.fast：较快的识别，可能会牺牲一些精度。
VNRequestRecognitionLevel.accurate：精确的文本识别，速度较慢，但精度较高。
minimumTextHeight：设置最小文本高度，低于此高度的文本将不会被识别。
customWords：设置自定义词库（可选），用于改进识别结果。
代码示例：如何使用 VNRecognizeTextRequest
func recognizeObjects(in image: UIImage) {
// 1. 转换 UIImage 为 CIImage
guard let ciImage = CIImage(image: image) else {
print("Failed to create CIImage from UIImage")
return
}
// 2. 加载机器学习模型 (这里假设使用内置模型，实际中可以自定义模型)
let request = VNRecognizeTextRequest { request, error in
// 3. 处理识别结果
if let error = error {
print("Error during recognition: \(error.localizedDescription)")
return
}
guard let results = request.results as? [VNRecognizedObjectObservation] else {
print("No objects found")
return
}
// 4. 输出识别到的物体
for observation in results {
self.handleRecognitionResult(observation)
}
}
//VNRecognizeTextRequest(completionHandler: <#T##VNRequestCompletionHandler?##VNRequestCompletionHandler?##(VNRequest, (any Error)?) -> Void#>)
// 5. 配置识别请求的级别
request.recognitionLevel = .accurate
// 6. 创建请求处理器并执行请求
let handler = VNImageRequestHandler(ciImage: ciImage, options: [:])
do {
try handler.perform([request])
} catch {
print("Failed to perform request: \(error.localizedDescription)")
}
}
func handleRecognitionResult(_ observation: VNRecognizedObjectObservation) {
// 获取物体的框架和置信度
let boundingBox = observation.boundingBox
let confidence = observation.confidence
// 获取物体标签（识别结果）
let labels = observation.labels
print("Recognized object with confidence \(confidence): \(labels)")
// 可以进一步处理或展示这些数据
// 例如，你可以在 UI 中展示物体的识别框
drawBoundingBox(boundingBox)
}
func drawBoundingBox(_ boundingBox: CGRect) {
// 假设你有一个 UIImageView 来显示图像
let imageView = UIImageView()
// 将相对坐标转换为实际图像的坐标
let boxFrame = CGRect(x: boundingBox.origin.x * imageView.bounds.width,
y: (1 - boundingBox.origin.y - boundingBox.height) * imageView.bounds.height,
width: boundingBox.width * imageView.bounds.width,
height: boundingBox.height * imageView.bounds.height)
// 创建并绘制矩形框
let boxView = UIView(frame: boxFrame)
boxView.layer.borderColor = UIColor.red.cgColor
boxView.layer.borderWidth = 2
imageView.addSubview(boxView)
}
import Vision
import UIKit
func recognizeText(in image: UIImage) {
guard let ciImage = CIImage(image: image) else {
print("Failed to create CIImage from UIImage")
return
}
// 创建文本识别请求
let request = VNRecognizeTextRequest { request, error in
if let error = error {
print("Error during text recognition: \(error.localizedDescription)")
return
}
// 获取识别结果
guard let results = request.results as? [VNRecognizedTextObservation] else {
print("No text found")
return
}
// 输出识别到的文本
for observation in results {
self.handleTextRecognitionResult(observation)
}
}
// 设置识别级别
request.recognitionLevel = .accurate
// 可选：设置最小文本高度
request.minimumTextHeight = 0.1
// 执行请求
let handler = VNImageRequestHandler(ciImage: ciImage, options: [:])
do {
try handler.perform([request])
} catch {
print("Failed to perform text recognition request: \(error.localizedDescription)")
}
}
// 处理识别结果
func handleTextRecognitionResult(_ observation: VNRecognizedTextObservation) {
// 获取识别到的文本
let topCandidate = observation.topCandidates(1).first
if let recognizedText = topCandidate?.string {
print("Recognized text: \(recognizedText)")
}
}
代码解释：
VNRecognizeTextRequest：用于识别图像中的文本内容。你传入一个回调函数，当识别完成时回调。
recognitionLevel：可以选择快速或精确的文本识别。
VNRecognizedTextObservation：返回每个文本块的识别信息，其中包含识别到的文本内容。
topCandidates(_:)：VNRecognizedTextObservation 提供的方法，返回多个候选文本中的最佳文本（按置信度排序）。
3. 总结
VNRecognizeAnimalsRequest
主要功能：用于识别图像中的动物。
常用属性和方法：
recognitionLevel：设置识别级别（fast 或 accurate）。
results：返回一个 VNRecognizedObjectObservation 数组，包含识别到的动物。
VNRecognizeTextRequest
主要功能：用于识别图像中的文本。
常用属性和方法：
recognitionLevel：设置识别级别（fast 或 accurate）。
minimumTextHeight：设置最小文本高度。
customWords：设置自定义词汇，优化识别结果。
results：返回一个 VNRecognizedTextObservation 数组，包含识别到的文本。
