Vision 是 Apple 在 WWDC 2017 推出的圖像識別框架漾橙，它基于 Core ML边锁，所以可以理解成 Apple 的工程師設計了一種算法模型，然后利用 Core ML 訓練吃既，最后整合成一個新的框架斧蜕，相比開源模型然后讓開發(fā)者自己整合起來渺杉，這種方式更安全也更方便我們使用蛇数。
那么既然是圖像識別框架，那就是用來識別圖像的是越，具體識別啥耳舅？我們可以看看官方文檔：
- Face Detection and Recognition：面部檢測
- Machine Learning Image Analysis：機器學習圖像分析
- Barcode Detection：矩陣碼/條形碼檢測
- Image Alignment Analysis：圖像對齊分析
- Text Detection：文字檢測
- Horizon Detection：水平面檢測
- Object Detection and Tracking：物體檢測和追蹤
可以看到，能做的事還是很多的倚评，在此之前我們許多類似的工作都是利用第三方識別框架浦徊，例如面部識別，現(xiàn)在我們可以嘗試使用官方提供的框架天梧。當然盔性，不能做的事情也有，比如面部特征對比腿倚，物體特征對比纯出，這些功能或許以后會有蚯妇。
那么敷燎，具體該怎么用呢。Apple 在 Vision 框架中提供了非常統(tǒng)一的調(diào)用方式箩言，我們想要獲取系統(tǒng)檢測到的數(shù)據(jù)如同從字典里獲取數(shù)據(jù)一樣簡單硬贯。
1.首先，每一種識別類型都有對應的 Request 方法陨收，例如面部特征檢測就有 VNDetectFaceLandmarksRequest饭豹，Barcode 檢測有 VNDetectBarcodesRequest
2.在創(chuàng)建 Request 的時候，指定你的 completeHandler务漩，Handler 可以是一個閉包拄衰，也可以是一個方法，只要類型一致即可
3.現(xiàn)在有了 Request饵骨，我們還需要一個容器翘悉，這個容器存放即將處理的圖片以及一些配置信息，處理單一圖片使用 VNImageRequestHandler居触，處理圖片序列使用 VNSequenceRequestHandler
4.如果我們使用的是 VNImageRequestHandler妖混，那么在初始化時就提供需要處理的圖片，初始化以后使用 perform(_:) 方法執(zhí)行我們的 Request
5.在第二步提供的 Handler 中處理系統(tǒng)提供的分析數(shù)據(jù)
看起來似乎很麻煩轮洋，實際上代碼量很少制市，這個框架最麻煩的地方不在于 API 的使用，而在于圖片處理方案的取舍弊予，以及分析數(shù)據(jù)的使用祥楣。
在這里大家可以看一看我的使用 Vision 識別照片的人物面部，這是一個利用 VNDetectFaceLandmarksRequest 來檢測面部矩形區(qū)域的最基本的樣例，如果我有空的話會寫更多的樣例误褪，同時也會更新在這里（拖延癥如是說 (?_?)）
