问题标签 [apple-vision]

我正在使用Vision框架来检测多个图像上的人脸和对象，并且效果非常好。

但是我有一个在文档中找不到的问题。iOS 上的照片应用程序对人脸进行分类，您可以单击人脸并显示该人脸的所有图像。

如何对照片应用程序等人脸进行分类？是否有任何唯一标识符或类似的标识符来执行此操作？

谢谢！

我正在研究与 iOS11 的 Vision SDK 相关的货币识别问题。我在处理时遇到问题VNHomographicImageRegistrationRequest，它决定了对齐两个图像的内容所需的透视扭曲矩阵。但是我找不到如何将两个图像参数发送到这个 API，有人可以帮我吗？

我想实现这样的场景：使用相机实时流Vision来检测一些矩形，然后根据一些逻辑处理这个输出，然后根据逻辑输出显示 AR 元素ARKit。

我发现的示例并未涵盖从Vision实时流检测到ARKitwith 的整个过程SpriteKit，而是分别针对这些“步骤”。我为直播找到的那个Vision是使用一个UIImageView。我发现 for ARKitwith的其他人SpriteKit正在使用ARSKViewfor that。

将所有这些集成到逐步过程中的最佳方法Vision-> 逻辑 ->ARKit将是？

我有一个视图控制器，ARSKView其ARSession配置如下：

在其相关的SKScene我有这个方法实现：

然后，一些逻辑来绘制包裹检测到的文本的矩形。我在这篇文章中发现了这样的逻辑，其中ARKit并ARSKView没有使用，而是使用了AVCaptureSessionand AVCaptureVideoPreviewLayer。ARKit当您运行该示例时，与我使用and运行项目时相比，相机质量更好，文本框绘制更准确ARSKView。

我需要使用ARKitwith SpriteKit，但是当我将相机靠近文本时，它们会显示为模糊，并且通常包装单词的框被绘制得很错位。

有什么办法可以改善吗？

我能够获取在 iOS 11 的视觉框架视频源中检测到的文本矩形，但我正在尝试获取被识别为文本或字符的视频的图像部分。有人可以帮忙吗？

那么我怎样才能得到图像的一部分region?.characterBoxes

我真的很想获得一些关于将 Apple 的新 Vision API 与 ARKit 结合起来以实现对象识别的指导。这不需要跟踪移动的物体，只需识别它在 3d 空间中的稳定状态，AR 体验就会做出相应的反应。

我知道这种类型的体验可以在Vuforia或之类的服务中使用Wikitude，但我想仅使用本机 Apple API 来尝试。

我想使用 iOS 视觉框架的VNHomographicImageRegistrationRequest. 可能吗？

到目前为止，我已经获得了一个似乎无法纠正图像的 3x3 扭曲矩阵。

应该如何使用扭曲矩阵（我在网上找不到任何示例）？

此外，图像对齐与图像校正有何不同（我理解图像校正，但不是图像对齐）？

Xcode 游乐场：

OpenCV 图像变形：

我正在按照本教程在 iOS 11 上实现对象跟踪。我能够完美地跟踪对象，直到某个点，然后控制台中出现此错误。

抛出：错误域 = com.apple.vis 代码 = 9“内部错误：超过跟踪器类型的最大允许跟踪器数量：VNObjectTrackerType” UserInfo={NSLocalizedDescription=内部错误：超过跟踪器类型的最大允许跟踪器数量：VNObjectTrackerType }

是我错误地使用了 API，还是 Vision 无法处理太多连续的对象跟踪任务？好奇是否有人能洞察为什么会发生这种情况。

我使用 Vision 进行文本检测，但这会在所有屏幕上显示检测，有没有办法让它只检测特定区域，例如我在屏幕中间绘制的矩形。

因此，当整个屏幕是一个相机但如果文本在中心输入一个矩形时，它会在其周围绘制框。

下面是我的文本检测代码和cameraPreviewLayer.

如果可能的话，我需要 2 个相机预览层吗？

我正在使用 Vision 检测文本，它工作正常我让它在检测到某些东西并调用函数时使用完成，但仍在检测到文本。

如何停止文本检测

要开始它，我正在使用：