Vision 圖像識別框架的使用
Google无人车之父、MIT/斯坦福/耶鲁专家带你进入无人驾驶之域 http://cn.udacity.com/course/intro-to-self-driving-cars--nd113
本文為CocoaChina網友 品位生活 投稿
北京時間2017.6.6日淩晨1點,新一屆的WWDC召開,蘋果在大會上發布了iOS11的beta版,伴隨著iOS 11的發布,也隨之推出了一些新的API,如:ARKit 、Core ML、FileProvider、IdentityLookup 、Core NFC、Vison 等。
本篇文章主要簡單介紹下其中的 Vision API 的使用(Vision更強大的地方是可以結合Core ML模型實現更強大的功能,本篇文章就不詳細展開了)
Vison 與 Core ML 的關系
Vision 是 Apple 在 WWDC 2017 推出的圖像識別框架。
Core ML 是 Apple 在 WWDC 2017 推出的機器學習框架。
Core ML
根據這張圖就可以看出,Core ML的作用就是將一個Core ML模型,轉換成我們的App工程可以直接使用的對象,就是可以看做是一個模型的轉換器。
Vision在這裏的角色,就是相當於一個用於識別Core ML模型的一個角色.
Vision
根據官方文檔看,Vision 本身就有Face Detection and Recognition(人臉檢測識別)、Machine Learning Image Analysis(機器學習圖片分析)、Barcode Detection(條形碼檢測)、Text Detection(文本檢測)。。。。。等等這些功能。
所以可以這樣理解:
Vision庫裏本身就已經自帶了很多訓練好的Core ML模型,這些模型是針對上面提到的人臉識別、條形碼檢測等等功能,如果你要實現的功能剛好是Vision庫本身就能實現的,那麽你直接使用Vision庫自帶的一些類和方法就行,但是如果想要更強大的功能,那麽還是需要結合其它Core ML模型。
Vision 與 Core ML 總結
Core ML可以看做一個模型的轉換器,可以將一個 ML Model 格式的模型文件自動生成一些類和方法,可以直接使用這些類去做分析,讓我們更簡單的在app中使用訓練好的模型。
Vision本身就是能對圖片做分析,他自帶了針對很多檢測的功能,相當於內置了一些Model,另外Vision也能使用一個你設置好的其它的Core ML Model來對圖進行分析。
Vision就是建立在Core ML層之上的,使用Vision其實還是用到了Core ML,只是沒有顯式地直接寫Core ML的代碼而已。
Vison 的應用場景
圖像配準
矩形檢測
二維碼/條形碼檢測
目標跟蹤:臉部,矩形和通用模板
文字檢測:監測文字外框,和文字識別
人臉檢測:支持檢測笑臉、側臉、局部遮擋臉部、戴眼鏡和帽子等場景,可以標記出人臉的矩形區域
人臉特征點:可以標記出人臉和眼睛、眉毛、鼻子、嘴、牙齒的輪廓,以及人臉的中軸線
Vison 的設計理念
蘋果最擅長的,把復雜的事情簡單化,Vision的設計理念也正是如此。
對於使用者我們抽象的來說,我們只需要:提出問題-->經過機器-->得到結果。
開發者不需要是計算機視覺專家,開發者只需要得到結果即可,一切復雜的事情交給Vision。
Vison 的性能對比
Vision 與 iOS 上其他幾種帶人臉檢測功能框架的對比:
根據官方提供的資料可以看出來,Vision 和 Core Image、AV Capture 在精確度,耗時,耗電量來看基本都是Best、Fast、Good。
Vision 支持的圖片類型
Vision 支持多種圖片類型,如:
CIImage
NSURL
NSData
CGImageRef
CVPixelBufferRef
Vison 的使用 與結構圖
Vision使用中的角色有:
Request,RequestHandler,results和results中的Observation數組。
結果圖
Request類型:
有很多種,比如圖中列出的 人臉識別、特征識別、文本識別、二維碼識別等。
結果圖
使用概述:
我們在使用過程中是給各種功能的 Request 提供給一個 RequestHandler,Handler 持有需要識別的圖片信息,並將處理結果分發給每個 Request 的 completion Block 中。可以從 results 屬性中得到 Observation 數組。
observations數組中的內容根據不同的request請求返回了不同的observation,如:VNFaceObservation、VNTextObservation、VNBarcodeObservation、VNHorizonObservation,不同的Observation都繼承於VNDetectedObjectObservation,而VNDetectedObjectObservation則是繼承於VNObservation。每種Observation有boundingBox,landmarks等屬性,存儲的是識別後物體的坐標,點位等,我們拿到坐標後,就可以進行一些UI繪制。
具體人臉識別使用示例:
1,創建處理圖片處理對應的RequestHandler對象。
// 轉換CIImageCIImage *convertImage = [[CIImage alloc]initWithImage:image]; // 創建處理requestHandlerVNImageRequestHandler *detectRequestHandler = [[VNImageRequestHandler alloc]initWithCIImage:convertImage options:@{}];
2, 創建回調Handler。(用於識別成功後進行回調執行的一個Block)
// 設置回調CompletionHandler completionHandler = ^(VNRequest *request, NSError * _Nullable error) { NSArray *observations = request.results;};
3, 創建對應的識別 Request 請求,指定 Complete Handler
VNImageBasedRequest *detectRequest = [[VNDetectFaceRectanglesRequest alloc]initWithCompletionHandler: completionHandler];
4,發送識別請求,並在回調中處理回調接受的數據
[detectRequestHandler performRequests:@[detectRequest] error:nil];
代碼整合:
總的來說一共經過這幾步之後基本的人臉識別就實現了。
// 轉換CIImageCIImage *convertImage = [[CIImage alloc]initWithImage:image]; // 創建處理requestHandlerVNImageRequestHandler *detectRequestHandler = [[VNImageRequestHandler alloc]initWithCIImage:convertImage options:@{}]; // 設置回調CompletionHandler completionHandler = ^(VNRequest *request, NSError * _Nullable error) {NSArray *observations = request.results;[self handleImageWithType:type image:image observations:observations complete:complete];}; // 創建BaseRequestVNImageBasedRequest *detectRequest = [[VNDetectFaceRectanglesRequest alloc]initWithCompletionHandler:completionHandler]; // 發送識別請求[detectRequestHandler performRequests:@[detectRequest] error:nil];
VNFaceObservation 介紹:
VNFaceObservation裏面,我們能拿到的有用信息就是boundingBox。
/// 處理人臉識別回調+ (void)faceRectangles:(NSArray *)observations image:(UIImage *_Nullable)image complete:(detectImageHandler _Nullable )complete{NSMutableArray *tempArray = @[].mutableCopy; for (VNFaceObservation *observation in observations) {CGRect faceRect = [self convertRect:observation.boundingBox imageSize:image.size];}
boundingBox直接是CGRect類型,但是boundingBox返回的是x,y,w,h的比例,需要進行轉換。
/// 轉換Rect+ (CGRect)convertRect:(CGRect)oldRect imageSize:(CGSize)imageSize{CGFloat w = oldRect.size.width * imageSize.width;CGFloat h = oldRect.size.height * imageSize.height;CGFloat x = oldRect.origin.x * imageSize.width;CGFloat y = imageSize.height - (oldRect.origin.y * imageSize.height) - h; return CGRectMake(x, y, w, h);
}
關於Y值為何不是直接oldRect.origin.y * imageSize.height出來,是因為這個時候直接算出來的臉部是MAX Y值而不是min Y值,所以需要進行轉換一下。
特征識別介紹:
VNDetectFaceLandmarksRequest 特征識別請求返回的也是VNFaceObservation,但是這個時候VNFaceObservation 對象的 landmarks 屬性就會有值,這個屬性裏面存儲了人物面部特征的點。
如:
// 臉部輪廊@property (nonatomic, strong) VNFaceLandmarkRegion2D * _Nonnull faceContour;// 左眼,右眼@property (nonatomic, strong) VNFaceLandmarkRegion2D * _Nullable leftEye;@property (nonatomic, strong) VNFaceLandmarkRegion2D * _Nullable rightEye;// 鼻子,鼻脊@property (nonatomic, strong) VNFaceLandmarkRegion2D * _Nullable nose;@property (nonatomic, strong) VNFaceLandmarkRegion2D * _Nullable noseCrest;@property (nonatomic, strong) VNFaceLandmarkRegion2D * _Nullable medianLine;// 外唇,內唇@property (nonatomic, strong) VNFaceLandmarkRegion2D * _Nullable outerLips;@property (nonatomic, strong) VNFaceLandmarkRegion2D * _Nullable innerLips;// 左眉毛,右眉毛@property (nonatomic, strong) VNFaceLandmarkRegion2D * _Nullable leftEyebrow;@property (nonatomic, strong) VNFaceLandmarkRegion2D * _Nullable rightEyebrow;// 左瞳,右瞳@property (nonatomic, strong) VNFaceLandmarkRegion2D * _Nullable leftPupil;@property (nonatomic, strong) VNFaceLandmarkRegion2D * _Nullable rightPupil;
每個特征對象裏面都有一個pointCount屬性,通過特征對象的pointAtIndex方法,可以取出來特征裏面的每一個點,我們拿到點進行轉換後,相應的UI繪制或其他操作。
例如:
UIImage *sourceImage = image; // 遍歷所有特征for (VNFaceLandmarkRegion2D *landmarks2D in pointArray) {CGPoint points[landmarks2D.pointCount]; // 轉換特征的所有點for (int i=0; i
Vision Demo演示:
圖像識別:
以上是簡單列舉了一些代碼,具體更詳細的可參考官方文檔或Demo代碼(後面有Demo 下載鏈接)
下面GIF演示一下Vision Demo ,此Demo比較簡單,演示了基本的一些Vision的使用
圖像識別:
人臉識別、特征識別、文字識別
動態識別:
動態監測人臉,動態進行添加
Demo下載地址
https://github.com/DaSens/Vision_Demo
https://github.com/DaSens/Vision_Track.git
參考資料:
http://www.jianshu.com/p/174b7b67acc9
http://www.jianshu.com/p/e371099f12bd
https://github.com/NilStack/HelloVision
https://developer.apple.com/documentation/vision
https://github.com/jeffreybergier/Blog-Getting-Started-with-Vision
https://tech.iheart.com/iheart-wwdc-familiar-faces-1093fe751d9e
http://yulingtianxia.com/blog/2017/06/19/Core-ML-and-Vision-Framework-on-iOS-11/
Vision 圖像識別框架的使用相关推荐
- python使用opencv_教你快速使用OpenCV/Python/dlib進行眨眼檢測識別!
摘要: 影象識別的新思路:眼睛縱橫比,看看大牛如果用這種思路玩轉識別眨眼動作! 今天我們來使用面部標誌和OpenCV 檢測和計算視訊流中的眨眼次數.為了構建我們的眨眼檢測器,我們將計算一個稱為眼睛縱橫 ...
- easypr arm linux,arm linux下交叉編譯EasyPR中文車牌識別系統開發(一)
EasyPR中文車牌識別系統開發(一),我主要介紹如何使用開源的EasyPR中文車牌識別系統,當然后面我會介紹訓練機器學習 SVM 支持向量機和 ANN 人工神經網絡模型在車牌識別的應用. 目錄: 一 ...
- UVA1103古代象形文字識別
題幹 為了理解早期文明,考古學家經常學習用古代語言寫的文本.有一個這樣的語言,最早被使用於三千年前的埃及.這種語言是基於象形文字的符號.下圖是六種象形文字和它們的名稱.在這個問題中,你將寫一個程序來識 ...
- unrecongnized workspace file version : 未識別的工作空間文件版本
unrecongnized workspace file version : 未識別的工作空間文件版本 1,高版本的AD,要导入其他的插件,点击 File–>Import Wizard -> ...
- 數據移動時發生***識別欄位其外顯值只有當使用了資料行清單且 IDENTITY_INSERT 為 ON 時才能指定...
當數據在兩個相同結構的表中移動并且發生: ***識別欄位其外顯值只有當使用了資料行清單且 IDENTITY_INSERT 為 ON 時才能指定的錯誤時 用以下方法解決: SET IDENTITY_IN ...
- host速度 mtk usb_Openwrt MTK USB3.0 識別UASP存儲失敗的解決方案
手裏有個MT7621的設備自己鼓搗鼓搗廢物利用用來做NAS用 發現之前用USB3.0的U盤都可以正常使用 換了USB3.0的移動硬盤盒無法識別出硬盤 執行lsusb -t發現該設備的驅動標示爲uas ...
- matlab intergral,matlab學習:人臉識別之HOG(Histograms of Oriented Gradients)
HOG descriptors 是應用在計算機視覺和圖像處理領域,用於目標檢測的特征描述器.這項技術是用來計算局部圖像梯度的方向信息的統計值.這種方法跟邊緣方向直方圖(edge orientation ...
- Swift 教學:如何使用iOS Charts API 製作漂亮的圖表
在應付許多的資料時,比起只在表格中呈現,使用圖表來顯示資料,可以幫助使用者容易地了解資訊.有了圖表,相對於讀取整個資料表(或幾個資料表)你可以輕鬆地一眼便見到以圖形表示的資料,取得所需的資訊.圖表的使 ...
- stm32h7内存分配_【STM32H7教程】第25章 STM32H7的TCM,SRAM等五塊內存基礎知識
第25章 STM32H7的TCM,SRAM等五塊內存基礎知識 本章教程為大家介紹STM32H7帶的ITCM,DTCM,AXI SRAM,SRAM1,SRAM2,SRAM3,SRAM4和備份 ...
最新文章
- 简书 SSH 登录流程分析
- matlab画微分方程的矢量场图_MATLAB偏微分方程
- 后裂变时代:拼团、砍价、分销等主流玩法盘点及未来趋势
- python模拟postman发https请求_【接口测试】Postman入门01-特点和简介
- S3C2440与SDRAM的地址连线分析
- php excel 垂直居中,完美实现文字图片水平垂直居中
- oracle em配置报错,oracle em 启动报错OC4J Configuration issue
- python教材答案字典与集合_Python——集合与字典练习
- Jetson TX2入门学习之Ubuntu默认密码
- 数据结构与算法---常用三大排序算法
- McAfee迈克菲杀毒软件企业版8.8.13-McAfee VirusScan Enterprise8.8 百度云
- java 8 64_java8离线安装包64位
- WPS表格如何将二维表转为一维表
- 使用gimp批量处理图片
- 关于深圳商事登记招商ukey签名无效
- 不同网段的计算机怎么远程桌面,不同网段也可以远程桌面
- 同济大学计算机学院东华大学,东华大学原校长蒋昌俊调任同济大学正局级副校长...
- html邮箱图标代码,CSS3 单元素邮件图标
- 白鹭引擎的微信分享接口
- Loaders 的使用,结合Fragments