有没有人尝试过在iOS11中使用vision api(VNHomographicImageRegistrationRequest)？
在iOS11中，开发者可以使用Vision API来进行图像处理和计算机视觉任务。其中，VNHomographicImageRegistrationRequest是Vision框架中的一个类，用于在图像中进行透视校正。
VNHomographicImageRegistrationRequest的主要功能是通过检测图像中的特征点，并计算出透视变换矩阵，从而实现对图像进行校正。它可以用于图像配准、图像拼接、增强现实等应用场景。
对于使用VNHomographicImageRegistrationRequest，可以通过以下步骤进行：
- 创建VNHomographicImageRegistrationRequest对象。
- 创建VNImageRequestHandler对象，并将待处理的图像传入。
- 调用VNImageRequestHandler的perform方法，传入VNHomographicImageRegistrationRequest对象，进行图像处理。
- 获取VNHomographicImageRegistrationRequest的结果，可以获得透视变换矩阵等信息。
腾讯云提供了一系列与图像处理相关的产品和服务，可以帮助开发者实现图像处理和计算机视觉任务。其中，推荐的产品是腾讯云图像处理（Image Processing）服务。该服务提供了图像识别、图像审核、人脸识别等功能，可以满足各种图像处理需求。
腾讯云图像处理产品介绍链接地址：https://cloud.tencent.com/product/ti
需要注意的是，本回答中不涉及亚马逊AWS、Azure、阿里云、华为云、天翼云、GoDaddy、Namecheap、Google等流行的云计算品牌商。
相关·内容
我正在研究与iOS11的Vision SDK相关的货币识别问题。我在处理VNHomographicImageRegistrationRequest时遇到了麻烦，它确定了对齐两个图像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中，有人能帮我吗？
浏览 11提问于2017-08-14得票数 0
我使用VNImageRequestHandler和VNDetectRectanglesRequest来处理在图像中查找矩形的请求。但是，由于iOS11中的Vision只提供条形码、矩形、人脸查找，但我想在图像中找到汽车，我应该更改代码以找到图像中指定的对象吗？
浏览 5提问于2017-09-25得票数 0
我使用Google Vision API的OCR function (DOCUMENT_TEXT_DETECTION)来处理不同的医疗文档。里面有一些表格。根据谷歌的文档，有一个特殊的表格BlockType (https://cloud.google.com/vision/docs/reference/rpc/google.cloud.vision.v1#blocktype)，然而，即使在明显存在表格的情况下，我也不能在谷歌的响应中获得这种块。有没有人知道这种行为的原因？我是否需要使用特殊的选项或方法来使用Google Vision API来检测表？下面是我尝试处理的一个表的示例： ?
浏览 45提问于2021-10-14得票数 2
回答已采纳
我想在我的项目中实现OCR的google-cloud-vision API。但是由于合规性问题，我需要知道google-cloud-vision是否会存储上传的图像？如果是，对此有什么隐私政策？
有没有人有关于这方面的信息？
谢谢!
浏览 5提问于2016-04-11得票数 6
在iOS11上看到navigationItem.titleView上的行为，其中titleView的宽度不是屏幕的全部宽度。
我有一个自定义视图，我将其设置为titleView。在iOS11之前，视图将填充导航栏区域。但是iOS 11没有调整大小来填充屏幕的宽度。
在设置titleView之前，我已经尝试过设置视图的框架，但是没有成功。我也尝试过强迫titleViews超级视图进行布局约束，但没有成功。
随附截图：
iOS10：
iOS11：
还有其他人经历过吗？
浏览 18提问于2017-07-05得票数 76
回答已采纳
我有一个旧的obj-c项目，它有一个带有几个UINavigationControllers标签的UITabBarController。所有的导航似乎都工作得很好，除了只有一个在iOS11中中断。这一次，当我pushViewControllerAnimated推送的视图控制器的viewDidAppear时，从来没有被调用过。此外，尝试popViewControllerAnimated会产生nil，尽管我可以确认控制器有一个nav控制器，并且它是堆栈中的顶层视图。以前有没有人碰到过这个？它只在iOS11中存在。
浏览 0提问于2017-10-20得票数 0
刚刚开始使用IOS11，将我的代码从IOS10.3迁移到IOS11导致了以下挑战，而下面的代码用于在IOS11之前工作：
CLGeocoder *GeoCoder = [[CLGeocoder alloc] init];
[GeoCoder reverseGeocodeLocation:_LocationManager.location completionHandler:^(NSArray *PlaceMarks, NSError *Error)
{
if (!Error)
{
MKPlacemark *PlaceMark_MK;
浏览 9提问于2017-09-22得票数 2
回答已采纳
2回答
// init bounding
CGRect rect = CGRectMake(0, 0, 0.3, 0.3);
VNSequenceRequestHandler* reqImages = [[VNSequenceRequestHandler alloc] init];
VNRectangleObservation* ObserveRect = [VNRectangleObservation observationWithBoundingBox:rect];
VNTrackRectangleRequest* reqRect = [[VNTrackRectangleRequest alloc
浏览 5提问于2017-06-08得票数 2
回答已采纳
1回答
我有一个问题，涉及识别与iPhone相机成任何角度的文本。我尝试过使用Vision API，它可以很好地识别相对于相机直立、倒置或90度顺时针或逆时针的文本。
如果文本旋转超出这个四分之一圈的范围，比如45度，Vision API始终找不到任何东西。是否有其他用于iOS的API可以帮助我完成此任务？
浏览 25提问于2020-03-11得票数 0
我想在Jpanel中添加一个JMenuBar。我试过了：
p.add(menubar, BorderLayout.NORTH);
另外:我不想在JFrame上使用JSetMenu方法，因为我目前正在制作一个Astah插件，我希望Jpanel ( Jmenubar在其中)在Astah中。
如何将JMenuBar设置为Jpanel，使其显示在顶部？我想把所有的内容放在Jpanel中，并把这个放在Astah中。
将其放入Astah的代码：
import com.change_vision.jude.api.inf.project.ProjectAccessor;
import com.change
浏览 3提问于2017-10-06得票数 0
在google vision api标签检测中，不能知道对象位于何处？有什么选择或想法吗？我在示例中尝试过，然后响应json是不包含对象位置的！
浏览 1提问于2017-04-13得票数 0
我正在尝试玩Microsoft Cognitive Services的Vision API(分析图像)。我想知道如何通过rest API调用将本地图像发送到Vision API，并使用Python向其请求结果。有没有人能帮我一下？
微软在他们的网站上提供的测试选项只接受URL，我试图将我的本地路径转换为URL并将其作为输入，但这不起作用。
浏览 0提问于2017-11-05得票数 4
我有一个应用程序，它使用EMPageViewController显示一组上机幻灯片。我的理解是，底层滚动视图使用分页模式显示幻灯片。
在更新到iOS11时，我看到幻灯片突然沿着手指移动，所以它们是可拖的，上下弹跳。我希望分页滚动视图只能水平滚动。
如何将分页滚动视图限制为仅在iOS11中水平滚动?
我试过了，但没有用
pageViewController.scrollView.alwaysBounceVertical = false
浏览 2提问于2017-09-20得票数 1
回答已采纳
我正在使用React Native的Image Picker组件来捕获我的应用程序上的图像。在展示图片之前，我想使用Google Cloud Vision的文本检测API对其进行解析。我一直在React Native中搜索组件，但没有结果。有没有人知道周围有什么东西，或者它是否可以在React Native中完成？
浏览 2提问于2016-10-18得票数 7
随着最近对Xcode 9 Beta和iOS11预览的更新，SFSafariViewController init方法有了一些更改。
@available(iOS 11.0, *)
public init(url URL: URL, configuration: SFSafariViewController.Configuration)
@available(iOS, introduced: 9.0, deprecated: 11.0)
public convenience init(url URL: URL, entersReaderIfAvailable: Bool)
有一个新的init方
浏览 13提问于2017-06-09得票数 1
回答已采纳
我正在遵循使用自定义视觉的azure上的AI学校教程，我相信我设置的一切都是正确的，尽管教程中有一部分要求你在快速访问选项卡中的"NotePad“中输入API详细信息，但我无论如何都找不到它。不管怎样，我继续做了剩下的事情，除了当我尝试从终端上传文件时，我得到了以下错误-
Unhandled Exception: Microsoft.Rest.HttpOperationException: Operation returned an invalid status code 'Unauthorized'
at Microsoft.Azure.CognitiveSer
浏览 0提问于2019-11-06得票数 0
我想使用Google Vision和Nodejs来检测大型照片中的每个车牌，这样我就可以模糊它们，使它们变得不可读，以保护隐私。
const client = new Vision.ImageAnnotatorClient();
const [result] = await client.objectLocalization(fileUrl);
return result.localizedObjectAnnotations;
问题:这并不能返回图像中的所有对象。它只返回几个。因此，如果我过滤“车牌”，我不会找到图片中的每一个车牌。我尝试过像这样使用文本检测：
const client = n
浏览 5提问于2021-10-12得票数 0
我使用Google Cloud Vision API和Go SDK。在某些情况下，我不想使用Golang结构来读取API结果，我只想获得API调用的完整JSON响应。例如,
// detectDocumentText gets the full document text from the Vision API for an
// image at the given file path.
func detectDocumentTextURI(w io.Writer, file string) error {
ctx := context.Background()
浏览 0提问于2018-11-12得票数 1
有时，Google Cloud Vision API会返回带有大写标签和小写标签的结果。例如，它可能返回"Dress“或"dress”。有没有人知道这是否意味着什么不同？
浏览 14提问于2019-05-17得票数 0
1回答
Ml文本识别系统中的非下载模型
、、、、
正如标题说的那样，我尝试了Google提供的演示应用程序，它不断显示一个带有“等待文本识别模型被下载”的消息的Toast，我在控制台中得到了这个错误：
E/Vision:错误加载模块com.google.android.gms.vision.ocr可选模块真:未找到com.google.android.gms.vision.ocr可接受模块。本地版本为0，远程版本为0。
我尝试了许多解决方案，但没有人为我工作--这是我尝试过的解决方案：
更新Google服务应用程序.
在ManifestFile:中添加了这个
<manifest xmlns:android="http://sch
浏览 4提问于2020-10-25得票数 1
1回答
我有一个使用ARKit 2功能的应用程序。
在iOS11上设置了部署目标后，相机在iOS11设备上工作，而在iOS12上冻结
在iOS12上设置了部署目标，摄像头在iOS12设备上工作，但是应用程序不能在iOS11设备上运行。
有没有办法在强制使用iOS11的同时针对ARKit2，以便我仍然可以在iOS11设备上运行该应用程序，同时阻止iOS11用户的功能？
浏览 1提问于2019-03-04得票数 0
我已经使用Clarifai和Google Vision API从给定的图像中提取了标签。类似的事情，我想实现的视频。
有没有人能建议，如果有任何API可以做到这一点。
谢谢!
浏览 0提问于2017-01-06得票数 0
有没有人知道Microsoft Vision API是否会执行任何图像优化(除了角度校正之外)来提高图像质量，如透视校正、图像增强、灰度转换……
谢谢!
浏览 17提问于2017-11-08得票数 0
我已经写了一个应用程序，让用户上传一个图像与手写文本，现在他/她应该收到提取的文本作为‘正常’(数字)文本。
目前，我将图像上传到google云桶中，然后触发云函数，该函数调用vision api。vision api然后在云函数中返回一个JSON结果。
现在我的问题是:如何将JSON结果发回客户端？
我尝试过FCM，但是vision api的JSON响应超过4000字节，所以消息无法发送。(我还需要确认文本的坐标)。获取以下错误：
...
errorInfo: {
code: 'messaging/invalid-argument',
messag
浏览 7提问于2021-10-05得票数 0
回答已采纳
试图在银行环境下实现OCR，但面临的挑战是，由于安全原因，我们无法访问互联网连接。
手写体和扫描文件要数字化
开放源码，如Tesseract OCR，对普通英语很好，但我们的大多数文档都是手写的阿拉伯文。我已经尝试过谷歌OCR ，它有AI和ML更好的工作与阿拉伯手写和更准确。我有谷歌云，创建存储，并上传手写阿拉伯图像桶，然后执行内部命令，在云终端，这是适当的结果。
外部API调用：
curl -X POST \
-H "Authorization: Bearer "$(gcloud auth application-default print-access-token
浏览 0提问于2019-04-14得票数 2
我刚刚设置了一个带有http端点的基本google云函数。我想要将一个图像传递到这个端点，并将其一直发送到vision api (已经设置)，然后将来自vision api的响应发送回响应。
所以基本上：
image in POST request -> cloud-function -> vision api ->|
response of vision api <- cloud function <- vision api <-|
这是将图像发送到vision api的基本代码：
const vision = require("@google-
浏览 3提问于2018-05-17得票数 0
我可以使用Vision API在图像上运行标签检测。但是，我想知道检测到该标签的位置的坐标。例如，如果在图像中的某处检测到一个圆，如何在Vision API中返回该圆的中心？
以下是我在椭圆的本地图像上运行标签检测时返回的内容。返回的内容不包括检测到的对象的x，y坐标，就像文本检测具有的那样：
google.cloud.vision.v1.EntityAnnotation.mid : /m/01vkl
google.cloud.vision.v1.EntityAnnotation.description : Circle
google.cloud.vision.v1.EntityAnnotat
浏览 3提问于2019-12-11得票数 2
1回答
谷歌MLKit中的火柴视觉模拟
、、、、
Firebase MLKit on iOS支持Vision类，主要用于以下列方式获得Firebase视觉对象：
let vision = Vision.vision()
Firebase MLKit API中的一个MLKit实例(在Google中似乎也没有类似的)可以从vision对象中获得，如下所示：
var recognizer : VisionTextRecognizer = vision.OnDeviceTextRecognizer()
考虑到Firebase Mlkit API是不推荐的，我希望将项目移到Google并相应地更新代码基。提供了对GoogleMLKit中重命名和功能等效
浏览 2提问于2021-07-04得票数 0
回答已采纳
TL;DR:如何检测图像中是否存在笔迹？
我正在使用Google的Python Vision API来扫描图像中的文本，效果通常很好。大多数情况下，图像包含打印文本，但有时也包含手写内容。
正如文档中所指出的，有时使用document_text_detection而不是标准的text_detection应用编程接口调用可以获得更好的手写文本结果。我自己的测试支持这一点，但也表明标准的text_detection调用通常最适合于JPEG图像中的打印文本。
所以我想在默认情况下使用标准的text_detection，只有在有手写的情况下才会通过document_text_detection运行图片
浏览 24提问于2020-05-07得票数 5
2回答
Google服务帐户权限
、、、
我想在服务帐户上使用Google Vision API。问题是，没有角色只允许访问Vision API，我发现的唯一角色是过于强大的owner角色。
是否有任何角色只授予访问Vision API或其他方式给予应用程序的许可，而不给予全面的访问GCP项目？
浏览 4提问于2020-12-14得票数 2
回答已采纳
我正在探索Google Vision API for OCR。我们有很多表格是由计算机生成并由用户填写的。比如医疗报告和挂号表。我们需要处理这些图像，并从中提取字符。我已经尝试过Google Vision API，它在计算机生成表单的情况下工作得很好，但是手工填写的表单会产生问题。就像在y轴稍高一点的地方用数据填充表单一样，单词被认为是上一行/下一行。如下所示是输出
Study Contact Name:
Test
期望的
Study Contact Name: Test
代码参考：
有没有一种方法可以把它放在一行中，或者理解它是否是该行的一部分？
是否有其他API可以在此场景中提供帮助？
浏览 0提问于2018-09-14得票数 2
1回答
似乎在iOS11中有新的允许CoreData索引的API：
NSFetchIndexDescription和NSFetchIndexElementDescription
我尝试了所有的网络，似乎没有来自苹果或任何人使用它的文档。
我正在尝试创建一个索引，以便在CoreData中进行更快的搜索。
浏览 6提问于2018-01-22得票数 1
2回答
我有几张需要找到边缘的图像。我尝试过使用matlab中的vision.EdgeDetector系统对象，并在这里给出了示例：
他们给出了一个例子
hedge = vision.EdgeDetector;
hcsc = vision.ColorSpaceConverter('Conversion','RBG to intensity')
hidtypeconv = vision.ImageDataTypeConverter('OutputDataType',single');
img = step(hcsc,
浏览 1提问于2013-08-15得票数 1
1回答
在intelliJ中导入失败
、、、、
我正在使用intelliJ IDE，并试用了
我的pom.xml没有显示错误，如下所示：
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://mav
浏览 3提问于2017-03-28得票数 0
回答已采纳
REST noob这里：
我使用ryan bates rails cast #241中的代码
http://railscasts.com/episodes/241-simple-omniauth
我可以通过我的用户进行身份验证。
现在，我想要显示我在视图/文章/index.html.erb页面上发布的最后一条推文。
我只想显示来自REST api的数据...“”
如何以最简单的方式更改此代码？
<% title "Articles" %>
<div id="articles">
<!-- TODO grab my twe
浏览 0提问于2012-11-26得票数 0
回答已采纳
我想在脸部(包括前额)周围画几条线，然后把那张脸从图像中剪出来。我可以使用Google Vision API来实现我的目标吗？我测试了Google Vision API来检测一些图像中的面部，它只返回面部周围的边界多边形(矩形区域)、地标和面部表情。它不能检测出人脸周围的轮廓坐标。如何使用Vision API做到这一点？如果Vision API不能做到这一点，那么我应该使用什么库？
浏览 0提问于2018-11-13得票数 0
我使用下面的代码来调用google cloud vision api。无法找出如何为请求设置响应超时，如果我在设置的超时内没有得到响应。
Vision.Images.Annotate annotateRequest =
vision.images().annotate(batchAnnotateImagesRequest);
// Due to a bug: requests to Vision API containing large images fail when GZipped.
annotateRequest.setDisableGZipContent
浏览 20提问于2017-07-04得票数 1
我使用的是这里记录的Google Cloud Vision Java API客户端：。
如果我通过设置GOOGLE_APPLICATION_CREDENTIALS环境变量为正确的“服务帐户”引用json文件来使用隐式默认凭据，则以下快速入门代码可以很好地工作。
// Imports the Google Cloud client library
import com.google.cloud.vision.spi.v1.ImageAnnotatorClient;
import com.google.cloud.vision.v1.AnnotateImageRequest;
import com
浏览 3提问于2017-05-03得票数 9
我正在使用google vision api进行图像的文本检测，它以JSON格式给出响应。因此此响应属于com.google.cloud.vision.v1.EntityAnnotation.From EntityAnnotation对象，我正在尝试使用EntityAnnotation的getScore()来获取该值。但每次它返回0，我期望的是某个浮点值，而不只是0。有没有人遇到过类似的问题？要理解谷歌视觉文本检测appreciated.Thanks，您可以通过此https://cloud.google.com/vision/docs/ocr帮助api。 我用google vision ap
浏览 12提问于2019-06-24得票数 0
我们都看到了一场主题演讲，它宣布P2P的资金转移将进入iOS11的Apple。他们正在使用绿点支持的“虚拟现金卡”，允许人员之间直接转账。如果来源于银行帐户，他们是免费的。如果是信用卡，他们是3%。
来源：
会话: P2P (在API中没有任何关于P2P的可访问性，我也找不到P2P API的WWDC视频)。
因为他们没有提到任何关于iMessage或iOS的API用于P2P的内容.有没有人知道P2P传输是否会在2017年秋季成为苹果支付API的一部分。有人知道API实现的技术细节吗？
我基本上想知道他们是否只允许通过自己的应用程序在P2P中使用iOS，或者您可以通过iMessage或通过Coc
浏览 3提问于2017-06-13得票数 3
回答已采纳
1回答
iOS11测试版似乎打破了我的搜索栏。
这个视频- -展示了在iOS11 (左边)和iOS 9.3 (右边)中发生的事情。
这似乎部分是因为右边的tableview位于一个视图控制器中，该控制器占据了屏幕的右半部分。
搜索控制器和表视图是用代码构建的。我尝试过[self.mysearchcontroller.searchbar sizeToFit]，但这似乎没有什么不同。
浏览 7提问于2017-08-01得票数 1
我正在使用Nuget软件包Microsoft.Azure.CognitiveServices.Vision.CustomVision.Prediction
我已经在自定义视觉门户中创建了一个自定义视觉应用程序，并获得了API键和项目ID。
每当我试图向API发出请求时，总是会引发以下异常：
HttpOperationException:操作返回无效的状态代码'NotFound‘
这是我的代码：
HttpClient httpClient = new HttpClient();
CustomVisionPredictionClient custom
浏览 2提问于2019-03-16得票数 1
2回答
由于某些原因，我们的应用程序不希望人们记录屏幕，但在ios11中有一个新功能可以让用户在那里记录iphone屏幕，那么有没有一个API或通知表明我的用户正在记录，非常感谢
浏览 8提问于2017-07-31得票数 4
通常，当我试图通过双击主页按钮来打开iOS模拟器中的任务管理器时，需要尝试几次。使用command+shift+H或边框的可单击按钮都无关紧要。我在iOS10上遇到过这个问题，但在iOS11中似乎更糟。
还有没有人对此感到恼火？
也许有更简单的方法来打开任务管理器？
浏览 5提问于2017-10-20得票数 31
2回答
我在决定下载Xcode9之前。我想玩新的框架- ARKit。我知道要用ARKit运行应用程序，我需要一个带有A9芯片或更新的设备。不幸的是我有一个老一点的。我的问题是那些已经下载了新的Xcode的人。在我的情况下，有可能运行ARKit应用程序吗？有模拟器或者别的什么吗？有什么想法吗?或者我要买新的设备？
浏览 4提问于2017-06-15得票数 7
回答已采纳
1回答
我已经添加了一张信用卡，并将账单帐户与我的项目相关联。但是，当我使用与该项目相关联的凭据点击Google Vision API时，我得到“project XXXXX已禁用计费。请启用它”。有没有人知道有什么技巧可以让项目认识到已经添加了帐单？
浏览 0提问于2016-05-17得票数 1
我正在为android手机制作一个深入的食物记录应用程序，我想使用google vision API添加一些基本的图像识别。
我一直在试验这个API，并使用PHP，但没有成功。我一直在看所有的教程，总是在某些点上卡住了。
这是迄今为止我在php中遇到的最接近的例子。
<?php
# Includes the autoloader for libraries installed with composer
require __DIR__ . '/vendor/autoload.php';
# Imports the Google Cloud client library
浏览 8提问于2017-03-10得票数 1
回答已采纳
我在Node.js中使用@google-cloud/vision
我使用的示例代码如下
async function quickstart() {
try {
// Imports the Google Cloud client library
const vision = require('@google-cloud/vision');
// Creates a client
const client = new vision.ImageAnnotatorClient();
// Performs label detection
浏览 2提问于2019-09-28得票数 1
使用与vision库交互。
我有一个从图像中检测标签的功能。
GoogleVision.py
import os
from google.cloud import vision
from google.cloud.vision import types
from google.protobuf.json_format import MessageToJson
class GoogleVision():
def detectLabels(self, uri):
client = vision.ImageAnnotatorClient()
imag
浏览 1提问于2018-06-14得票数 9
我使用iOS Vision API对从iPhone X上的摄像头传入的ARFrame缓冲区执行实时特征检测。它通常工作得很好，但在iOS 11和iOS 12上，我在控制台中偶尔看到一些错误，我无法找到任何相关信息。此错误连续打印多次，通常与我的应用程序中的严重冻结有关。
有没有人以前在他们的控制台上见过这个错误，或者知道是什么原因造成的？任何信息或调试技巧都将不胜感激。
LandmarkDetector error -20:out of bounds in int vision::mod::LandmarkAttributes::computeBlinkFunction(const vImag
浏览 11提问于2018-12-07得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
