In diesem Dokument werden die Schritte beschrieben, die Sie ausführen müssen, um Ihre Projekte von Google Mobile Vision (GMV) zu ML Kit unter iOS zu migrieren.
Voraussetzungen
Stellen Sie vor der Migration des Codes sicher, dass Sie die folgenden Anforderungen erfüllen:
- ML Kit unterstützt Xcode 13.2.1 oder höher.
- ML Kit unterstützt iOS 10 oder höher.
- ML Kit unterstützt keine 32-Bit-Architekturen (i386 und armv7). ML Kit unterstützt 64-Bit-Architekturen (x86_64 und arm64).
CocoaPods aktualisieren
Aktualisieren Sie die Abhängigkeiten für die ML Kit-iOS-CocoaPods in der Podfile Ihrer App:
API | BWW-Pod | ML Kit-Pod |
---|---|---|
Barcode-Scan | GoogleMobileVision/BarcodeDetector |
GoogleMLKit/BarcodeScanning |
Gesichtserkennung | GoogleMobileVision/FaceDetector |
GoogleMLKit/FaceDetection |
Texterkennung | GoogleMobileVision/TextDetector |
GoogleMLKit/TextRecognition |
Allgemeine Änderungen an der API
Diese Änderungen gelten für alle APIs:
- Die Inferenz-APIs von GMV erhalten
UIImage
oderCMSampleBufferRef
als Eingabe. ML Kit schließt sie in eineMLKVisionImage
ein und verwendet diese als Eingabe. - Der Bruttowarenwert (BWW) verwendet
NSDictionary
, um verschiedene Detektoroptionen zu übergeben. ML Kit verwendet zu diesem Zweck spezielle Optionsklassen. - Die GMV übergibt den Detektortyp beim Erstellen eines Detektors an die einzelne
GMVDetector
-Klasse. ML Kit verwendet spezielle Klassen, um separate Detektor-, Scanner- und Erkennungsinstanzen zu erstellen. - Die APIs von GMV unterstützen nur die synchrone Erkennung. Die Inferenz-APIs von ML Kit können synchron und asynchron aufgerufen werden.
- GMV erweitert
AVCaptureVideoDataOutput
und bietet ein Multi-Detektor-Framework für die gleichzeitige Durchführung mehrerer Erkennungen. ML Kit bietet keine solchen Mechanismen, aber bei Bedarf kann der Entwickler dieselben Funktionen implementieren.
API-spezifische Änderungen
In diesem Abschnitt werden die entsprechenden GMV- und ML Kit-Klassen und -Methoden für jede Vision API beschrieben. Außerdem wird gezeigt, wie die API initialisiert wird.
FaceDetector
Codieren Sie die Initialisierung wie in diesem Beispiel neu:
Bruttowarenwert (BWW)
NSDictionary *options = @{ GMVDetectorFaceMode : @(GMVDetectorFaceAccurateMode), GMVDetectorFaceClassificationType : @(GMVDetectorFaceClassificationAll), GMVDetectorFaceLandmarkType : @(GMVDetectorFaceLandmarkAll) }; GMVDetector *faceDetector = [GMVDetector detectorOfType:GMVDetectorTypeFace options:options];
ML Kit
MLKFaceDetectorOptions *options = [[MLKFaceDetectorOptions alloc] init]; options.performanceMode = MLKFaceDetectorPerformanceModeAccurate; options.classificationMode = MLKFaceDetectorClassificationModeAll; options.landmarkMode = MLKFaceDetectorLandmarkModeAll; MLKFaceDetector *faceDetector = [MLKFaceDetector faceDetectorWithOptions:options];
GMVDetector
hat zwei verschiedene Erkennungs-APIs. Beide sind synchrone Vorgänge:
- (nullable NSArray<__kindof GMVFeature *> *) featuresInImage:(UIImage *)image options:(nullable NSDictionary *)options; - (nullable NSArray<__kindof GMVFeature *> *) featuresInBuffer:(CMSampleBufferRef)sampleBuffer options:(nullable NSDictionary *)options;
Ersetzen Sie GMVDetector
durch MLKFaceDetector
.
Die Inferenz-API kann synchron oder asynchron aufgerufen werden.
Synchron
- (nullable NSArray<MLKFace *> *) resultsInImage:(MLKVisionImage *)image error:(NSError **)error;
Asynchron
- (void)processImage:(MLKVisionImage *)image Completion: (MLKFaceDetectionCallback)completion NS_SWIFT_NAME(process(_:completion:));
Ändern Sie die folgenden Klassen, Methoden und Namen:
BarcodeDetector
Codieren Sie die Initialisierung wie in diesem Beispiel neu:
Bruttowarenwert (BWW)
NSDictionary *options = @{ GMVDetectorBarcodeFormats : @(GMVDetectorBarcodeFormatCode128 | GMVDetectorBarcodeFormatQRCode) }; GMVDetector *barcodeDetector = [GMVDetector detectorOfType:GMVDetectorTypeBarcode options:options];
ML Kit
MLKBarcodeScannerOptions *options = [[MLKBarcodeScannerOptions alloc] init]; options.formats = MLKBarcodeFormatCode128 | MLKBarcodeFormatQRCode; MLKBarcodeScanner *barcodeScanner = [MLKBarcodeScanner barcodeScannerWithOptions:options];
GMVDetector
hat zwei verschiedene Erkennungs-APIs. Beide sind synchrone Vorgänge:
- (nullable NSArray<__kindof GMVFeature *> *) featuresInImage:(UIImage *)image options:(nullable NSDictionary *)options; - (nullable NSArray<__kindof GMVFeature *> *) featuresInBuffer:(CMSampleBufferRef)sampleBuffer options:(nullable NSDictionary *)options;
Ersetzen Sie GMVDetector
durch MLKBarcodeScanner
.
Die Inferenz-API kann synchron oder asynchron aufgerufen werden.
Synchron
- (nullable NSArray<MLKBarcode *> *) resultsInImage:(MLKVisionImage *)image error:(NSError **)error;
Asynchron
- (void)processImage:(MLKVisionImage *)image Completion: (MLKBarcodeScanningCallback)completion NS_SWIFT_NAME(process(_:completion:));
Ändern Sie die folgenden Klassen, Methoden und Namen:
TextRecognition
Codieren Sie die Initialisierung wie in diesem Beispiel neu:
Bruttowarenwert (BWW)
GMVDetector *textDetector = [GMVDetector detectorOfType:GMVDetectorTypeText options:nil];
ML Kit
MLKTextRecognizer *textRecognizer = [MLKTextRecognizer textRecognizer];
GMVDetector
hat zwei verschiedene Erkennungs-APIs. Beide sind synchrone Vorgänge:
- (nullable NSArray<__kindof GMVFeature *> *) featuresInImage:(UIImage *)image options:(nullable NSDictionary *)options; - (nullable NSArray<__kindof GMVFeature *> *) featuresInBuffer:(CMSampleBufferRef)sampleBuffer options:(nullable NSDictionary *)options;
Ersetzen Sie GMVDetector
durch MLKTextRecognizer
.
Die Inferenz-API kann synchron oder asynchron aufgerufen werden.
Synchron
- (nullable MLKText *) resultsInImage:(MLKVisionImage *)image error:(NSError **)error;
Asynchron
- (void)processImage:(MLKVisionImage *)image Completion: (MLKTextRecognitionCallback)completion NS_SWIFT_NAME(process(_:completion:));
Ändern Sie die folgenden Klassen, Methoden und Namen:
Bruttowarenwert (BWW) | ML Kit |
---|---|
GMVDetectorImageOrientation
|
MLKVisionImage.orientation
|
GMVTextBlockFeature
|
MLKTextBlock
|
GMVTextElementFeature
|
MLKTextElement
|
GMVTextLineFeature
|
MLKTextLine
|
Unterstützung erhalten
Falls Probleme auftreten, findest du auf unserer Community-Seite eine Übersicht über die Kanäle, über die du mit uns Kontakt aufnehmen kannst.