ios - 在 iOS 上使用视频自动将广角图像与多个特写焦点相关联

Question

有人可以在 iOS 设备上为这个用例指明正确的方向吗？

1. 拍摄您想要的任何主题的广角图像，并在原始广角镜头中获得图像的特写。
2. 通过使用视频，将手机的摄像头移近特定的焦点。
3. 当找到所需的特写点时，用户通过按下按钮或一些其他手势来表示这一点。
4. 重复步骤 2 和 3，直到捕捉到所有特写点。

如果可以通过使用图像识别来自动关联两个图像而无需直接用户输入来省略步骤 3，那就更好了。

我知道我可能不得不使用AV Foundation，但我不知道在那之后该去哪里。