问题标签 [apple-vision]

我正在做一个项目，该项目涉及根据某些因素将颜色从白色变为深棕色的纸条，我需要编写一个能够对这种颜色进行分类的应用程序。我已经在 OpenCV 中编写了它的特征识别部分，但是我在考虑不同的照明条件时遇到了麻烦。我已经包含了一个包含 6 种不同颜色的矩形：黑色、白色和 4 种不同的灰色阴影，以帮助我完成此过程。但是，我仍在努力获得指标的真实颜色。谁能指出我正确的方向？谢谢。

https://developers.google.com/vision/ios/getting-started

pod 'GoogleMobileVision/FaceDetector' 不存在

吊舱安装不起作用

我在使用适用于 iOS 的 GoogleMobileVision 时遇到了一些问题。

像这样设置 UIImagePickerController

和探测器：

但是，如果使用：picker.allowsEditing = YES;一切正常！

问题：是图像大小的原因吗？picker.allowsEditing = YES;在 iPhone 6s 和 1932x2576 上返回大小为 750x750 的图像，默认值为picker.allowsEditing

XCode v. 8.1 iPhone 6S iOS 10.1.1 GoogleMobileVision v 1.0.4

我正在尝试创建一个使用 Vision SDK 使用相机实时跟踪面部的应用程序。

到目前为止，它仅在我将 iPad 置于横向模式时才有效。

过程如下：

有没有办法轻松旋转流，或者提示 Vision SDK 正确的方向？

我正在对视频流进行实时人脸识别。现在，它有点慢，所以我决定使用regionOfInterestmyVNDetectFaceLandmarksRequest来减小算法必须进行人脸识别的图像的大小。

基本思想是，脸部在两帧内总是或多或少处于相同位置；所以我将之前的 faceObservation 结果与变换一起使用。

在这种情况下，漂移为 0.05（意味着我们允许人脸最多移动帧大小的 0.05%）

我的计算如下，边界框似乎是正确的：

但是，我注意到当我设置regionOfInterest

这对我来说没有意义。

我做错了什么，还是我的假设不正确？

为什么boundingBox值不正确？

如何找到 ios11 的 vision.framework 的 demo？

我正在查看 Apple 的Vision API 文档，我看到一些与文本检测相关的类UIImages：

1)class VNDetectTextRectanglesRequest

2)class VNTextObservation

看起来他们可以检测字符，但我看不到对字符做任何事情的方法。一旦你检测到字符，你会如何将它们变成可以被解释的东西NSLinguisticTagger？

这是一篇简要概述Vision.

感谢您的阅读。

我正在使用适用于 iOS 11 的 Vision 框架来检测图像上的文本。

文本已成功检测到，但是我们如何获取检测到的文本？

我正在使用Vision框架来处理图像。我正在使用的函数运行良好，并且不会在完成处理程序中返回任何错误，但结果为空。

这是我的功能：

函数的结果是：

我正在尝试估计与空间中的 QR 码相关的设备位置。我正在使用 iOS11 中引入的 ARKit 和 Vision 框架，但这个问题的答案可能并不取决于它们。

使用 Vision 框架，我能够获得在相机框架中限定二维码的矩形。我想将此矩形与从标准位置转换 QR 码所需的设备平移和旋转相匹配。

例如，如果我观察框架：

而如果我距离 QR 码 1m，以它为中心，并假设 QR 码的边长为 10cm，我会看到：

这两个框架之间的设备转换是什么？我知道可能不可能得到准确的结果，因为观察到的 QR 码可能有点非平面，我们正试图估计一个不完美的东西的仿射变换。

我想这sceneView.pointOfView?.camera?.projectionTransform比后者更有帮助，sceneView.pointOfView?.camera?.projectionTransform?.camera.projectionMatrix因为后者已经考虑了从我对这个问题不感兴趣的 ARKit 推断出的转换。

我将如何填写

====编辑====

在尝试了很多事情之后，我最终使用 openCV 投影和透视求解器进行了相机姿态估计，solvePnP这给了我一个旋转和平移，应该代表二维码参考中的相机姿态。然而，当使用这些值并放置与逆变换相对应的对象时，QR 码应该在相机空间中，我得到不准确的移位值，并且我无法让旋转工作：

这是输出：

其中 A、B、C、D 是 QR 码角，按它们传递给程序的顺序排列。

当手机旋转时，预测的原点保持在原位，但它已经从它应该在的位置移动了。令人惊讶的是，如果我改变观察值，我能够纠正这个：

现在预测的原点稳健地保持在原位。但是我不明白移位值来自哪里。

最后，我尝试获得相对于 QR 码参考固定的方向：

当我直视 QR 码时，方向很好，但随后它发生了一些似乎与手机旋转有关的变化：

我的悬而未决的问题是：

• 如何解决旋转问题？
• 位置偏移值来自哪里？
• 旋转、平移、QRCornerCoordinatesInQRRef、观察、内在函数验证了哪些简单的关系？是 O ~ K^-1 * (R_3x2 | T) Q 吗？因为如果是这样的话，那就少了几个数量级。

如果这有帮助，这里有一些数值：

==== 编辑2 ====

我注意到当手机与二维码保持水平平行时，旋转效果很好（即旋转矩阵为 [[a, 0, b], [0, 1, 0], [c, 0, d]] )，无论实际二维码方向是什么：

其他旋转不起作用。