标签: visionkit

我正在尝试使用 VisionKit 中的控制器 VNDocumentCameraViewController 扫描图片。是否可以通过例如隐藏顶部的扫描扫描按钮和闪光灯选项来自定义控制器？我只想开始扫描并在识别出图像时收到通知，而无需用户进行任何交互

我试图通过将 Web 应用程序包装为 iOS 的 webView 来创建一个应用程序，并在运行该应用程序后，当我在应用程序中测试它一段时间后出现此错误。另外，在尝试访问 mui 下拉菜单时，我收到此错误以及白屏：

2023-07-18 11:54:15.672093+0530 Demo[9326:166450] Simulator user has requested new graphics quality: 100
2023-07-18 11:55:15.582790+0530 Demo[9326:166450] [com.apple.VisionKit.processing] Analysis not completed because device does not support Image Analysis. This will only be logged once.
2023-07-18 11:55:15.814158+0530 Demo[9326:166450] [com.apple.VisionKit.RemoveBackground] Request to remove background on an unsupported device. Error Domain=com.apple.VisionKit.RemoveBackground Code=-8 "(null)"
2023-07-18 11:55:15.815166+0530 Demo[9326:166450] [UILog] Called -[UIContextMenuInteraction updateVisibleMenuWithBlock:] while no context menu is visible. This won't do anything.

对 Android 做了同样的事情，并且运行良好。我以为 iOS 应用程序也会出现同样的情况，但没有...我偶然发现了这个错误，坦率地说，我对这个 Xcode 和 …

我在使用 iOS 15 的应用程序中发现 Vision 框架存在问题。我在字符串中写入识别的文本，但在 iOS 15 下，结果的顺序不正确。

也许一个例子会更好地解释它:-)

要扫描的文本：

\n

您好，我叫 Michael，是一款名为
Scan2Clipboard 的应用程序的程序员。
\n现在我重点关注\nVNRecognizeTextRequest 和 iOS 15 的问题
。

\n

iOS 14 下的结果：

\n

您好，我叫 Michael，是一款名为
Scan2Clipboard 的应用程序的程序员。
\n现在我重点关注\nVNRecognizeTextRequest 和 iOS 15 的问题
。

\n

iOS 15 下的结果：

\n

您好，我的名字是 Michael，我是一个应用程序的程序员
\n现在我\n专注于一个
名为 Scan2Clipboard 的问题。
\nVNRecognizeTextRequest 和 iOS 15。

\n

我尝试了 App Store 中的一些其他应用程序（扫描和复印、快速扫描）。他们表现出相同的行为。他们还使用 Vision 框架。还有其他人也有这个问题吗？

下面第一张图是源图，第二张图是结果。请注意结果中间的“F\xc3\xbcr den M\xc3\xbcrbteig”跳转：

自从升级到 iPadOS 16 以来，Xcode 的控制台已经充满了诸如[VKImageAnalyzer processRequest:] returned 0或 之类的消息[VKImageAnalyzer processRequest:] block returned NULL analysis- 这发生在模拟器中，并且在物理设备上我收到有关字体的警告，例如CoreText performance note: Client called CTFontCreateWithName() using name "Times-Roman" and got font with PostScript name "TimesNewRomanPSMT". For best performance, only use PostScript names when calling this API.

我的应用程序使用 PDFKit 显示乐谱的 PDF 文件，因此 iOS 16 中引入的 PDF 文件的自动图像分析与其完全无关。除了向控制台发送垃圾邮件之外，此功能还会消耗不必要的资源。

我找不到任何有关禁用 PDFKit 中自动 PDF 分析的方法的文档。任何想法都会非常受欢迎。

我正在使用 iOS Vision 框架通过调用执行 OCR VNRecognizeTextRequest，并尝试在结果VNRecognizedText观察中找到每个单独的字符。但是，当我对boundingBox(for range: Range<String.Index>)任何VNRecognizedText对象以及识别文本内的任何有效范围调用该方法时，我会得到相同的边界框。该边界框对应于整个字符串的边界框。

我是否误解了该boundingBox(for:)方法，或者是否有其他方法可以获取已识别文本观察中单个字符的离散位置信息？

提前致谢！

编辑：

经过更多研究后，我意识到单词组和空格之间存在某种联系。考虑字符串值为“Foo bar”的已识别文本观察。调用boundingBox(for:)“Foo”中的每个字符都会返回完全相同的边界框，根据尺寸，该边界框似乎对应于整个子字符串“Foo”，而不是我们传递到该方法的范围的单个字符boundingBox。然后，在另一位奇怪的行为中，boundingBox空白字符只是原点处的一个空白区域，其边缘与其两侧的子字符串不对应。最后，第二个子字符串的行为与第一个子字符串相同：“bar”中的每个字符都具有相同的边界框。