从名字就大概能猜到，Vision 可以执行计算机视觉任务。过去我们大概只能用 OpenCV 来做，但现在 iOS 终于有了自己的 API。
Vision 可以执行的任务有以下种类：
- 找出图片里的面部。每张脸都有一个矩形。
- 寻找详细的面部特征，例如眼睛和嘴巴的位置，头的形状等等。
- 找出图片里矩形的东西，如路标。
- 跟踪视频里物体的移动。
- 确定 horizon 的角度。
- 转换两张图片使内容对齐。对于拼接图片很有用。
- 检测图片中包含文本的区域。
- 检测和识别条形码。
利用 Core Image 和 AVFoundation 已经能够实现上述的某些任务，但它们现在都被集中在同一个框架里，有统一的 API。
如果你的 App 需要做这些计算器视觉任务，就不再需要自己实现或用其他人的库了——用 Vision 框架即可。也可以把它和 Core Image 结合使用，以获得更强的图像处理能力。
还有更好的：Vision 可以用于驱动 Core ML，利用这些计算机视觉技术来预处理你的神经网络。例如，可以使用 Vision 来检测人脸的位置和尺寸，裁剪该区域的视频帧并在面部位置运行神经网络。
事实上，只要对图片或视频使用 Core ML，就应该使用 Vision。如果只用 Core ML，就需要确保输入图像是模型所需的格式，但有了 Vision 框架就可以调整图像的大小。省事。
使用 Vision 驱动 Core ML 的代码如下所示：
// Core ML 机器学习模型
let modelCoreML = ResNet50()
// 将 Core ML 模型连接到 Vision
let visionModel = try? VNCoreMLModel(for: modelCoreML.model)
let classificationRequest = VNCoreMLRequest(model: visionModel) {
request, error in
if let observations = request.results as? [VNClassificationObservation] {
/* 利用预测完成任务 */
}
}
let handler = VNImageRequestHandler(cgImage: yourImage)
try? handler.perform([classificationRequest])
注意可以给 VNImageRequestHandler 请求对象的数组，以把几个计算机视觉任务连在一起，像这样：
try? handler.perform([faceDetectionRequest, classificationRequest])
Vision 让计算机视觉真的变得易于使用。但对于喜欢机器学习的人来说，则可以把计算机视觉任务的输出输入到 Core ML 模型中。再结合 Core Image 的力量，就可以造出无比强大的图像处理管道！
网友评论