iOS人臉識別、自定義相機、影象掃描、系統自帶二維碼識別

阿新 • • 發佈：2019-02-09

前段時間遇到一個需求，需要實時掃描影象，並且設定攝像頭的尺寸為1080x1920，然後從中間截取出512x512的圖片傳給第三方SDK做進一步業務處理，直到SDK返回正確的處理結果。

一頓Google，發現影象預覽、人臉識別、二維碼識別這些蘋果都幫我們做好了，而且它們都是基於AVFoundation框架實現的。

話不多說，上程式碼~！

用到的類，主要有這些：

//硬體裝置
@property (nonatomic, strong) AVCaptureDevice *device;
//輸入流
@property (nonatomic, strong) AVCaptureDeviceInput *input;
//協調輸入輸出流的資料 

@property (nonatomic, strong) AVCaptureSession *session;
//預覽層
@property (nonatomic, strong) AVCaptureVideoPreviewLayer *previewLayer;

//輸出流
@property (nonatomic, strong) AVCaptureStillImageOutput *stillImageOutput;  //用於捕捉靜態圖片
@property (nonatomic, strong) AVCaptureVideoDataOutput *videoDataOutput;    //原始視訊幀，用於獲取實時影象以及視訊錄製 

@property (nonatomic, strong) AVCaptureMetadataOutput *metadataOutput;      //用於二維碼識別以及人臉識別

首先我們需要在手機上把影象顯示出來

1.1 獲取硬體裝置

-(AVCaptureDevice *)device{
 if (_device == nil) {
     _device = [AVCaptureDevice defaultDeviceWithMediaType:AVMediaTypeVideo];
     if ([_device lockForConfiguration:nil]) {
         //自動閃光燈 

         if ([_device isFlashModeSupported:AVCaptureFlashModeAuto]) {
             [_device setFlashMode:AVCaptureFlashModeAuto];
         }
         //自動白平衡
         if ([_device isWhiteBalanceModeSupported:AVCaptureWhiteBalanceModeContinuousAutoWhiteBalance]) {
             [_device setWhiteBalanceMode:AVCaptureWhiteBalanceModeContinuousAutoWhiteBalance];
         }
         //自動對焦
         if ([_device isFocusModeSupported:AVCaptureFocusModeContinuousAutoFocus]) {
             [_device setFocusMode:AVCaptureFocusModeContinuousAutoFocus];
         }
         //自動曝光
         if ([_device isExposureModeSupported:AVCaptureExposureModeContinuousAutoExposure]) {
             [_device setExposureMode:AVCaptureExposureModeContinuousAutoExposure];
         }
         [_device unlockForConfiguration];
     }
 }
 return _device;
}

device有很多屬性可以調整(注意調整device屬性的時候需要上鎖, 調整完再解鎖)：
閃光燈

typedef NS_ENUM(NSInteger, AVCaptureFlashMode) {
AVCaptureFlashModeOff  = 0,
AVCaptureFlashModeOn   = 1,
AVCaptureFlashModeAuto = 2
} NS_AVAILABLE(10_7, 4_0) __TVOS_PROHIBITED;

前後置攝像頭

typedef NS_ENUM(NSInteger, AVCaptureDevicePosition) {
AVCaptureDevicePositionUnspecified         = 0,
AVCaptureDevicePositionBack                = 1,
AVCaptureDevicePositionFront               = 2
} NS_AVAILABLE(10_7, 4_0) __TVOS_PROHIBITED;

手電筒

typedef NS_ENUM(NSInteger, AVCaptureTorchMode) {
AVCaptureTorchModeOff  = 0,
AVCaptureTorchModeOn   = 1,
AVCaptureTorchModeAuto = 2,
} NS_AVAILABLE(10_7, 4_0) __TVOS_PROHIBITED;

對焦

typedef NS_ENUM(NSInteger, AVCaptureFocusMode) {
AVCaptureFocusModeLocked              = 0,
AVCaptureFocusModeAutoFocus           = 1,
AVCaptureFocusModeContinuousAutoFocus = 2,
} NS_AVAILABLE(10_7, 4_0) __TVOS_PROHIBITED;

曝光

typedef NS_ENUM(NSInteger, AVCaptureExposureMode) {
AVCaptureExposureModeLocked                            = 0,
AVCaptureExposureModeAutoExpose                        = 1,
AVCaptureExposureModeContinuousAutoExposure            = 2,
AVCaptureExposureModeCustom NS_ENUM_AVAILABLE_IOS(8_0) = 3,
} NS_AVAILABLE(10_7, 4_0) __TVOS_PROHIBITED;

白平衡

typedef NS_ENUM(NSInteger, AVCaptureWhiteBalanceMode) {
AVCaptureWhiteBalanceModeLocked                      = 0,
AVCaptureWhiteBalanceModeAutoWhiteBalance            = 1,
AVCaptureWhiteBalanceModeContinuousAutoWhiteBalance  = 2,
} NS_AVAILABLE(10_7, 4_0) __TVOS_PROHIBITED;

1.2 獲取硬體的輸入流

-(AVCaptureDeviceInput *)input{
 if (_input == nil) {
     _input = [[AVCaptureDeviceInput alloc] initWithDevice:self.device error:nil];
 }
 return _input;
}

建立輸入流的時候，會彈出alert向用戶獲取相機許可權
1.3 需要一個用來協調輸入和輸出資料的會話，然後把input新增到會話中

-(AVCaptureSession *)session{
 if (_session == nil) {
     _session = [[AVCaptureSession alloc] init];
     if ([_session canAddInput:self.input]) {
         [_session addInput:self.input];
     }
 }
 return _session;
}

1.4 然後我們需要一個預覽影象的層

-(AVCaptureVideoPreviewLayer *)previewLayer{
 if (_previewLayer == nil) {
     _previewLayer = [[AVCaptureVideoPreviewLayer alloc] initWithSession:self.session];
     _previewLayer.frame = self.view.layer.bounds;
 }
 return _previewLayer;
}

1.5 最後把previewLayer新增到self.view.layer上

[self.view.layer addSublayer:self.previewLayer];

1.6 找個合適的位置，讓session執行起來，比如viewWillAppear

-(void)viewWillAppear:(BOOL)animated{
 [super viewWillAppear:animated];
 [self.session startRunning];
}

搞一個按鈕用來控制手電筒

#pragma mark - 手電筒
-(void)openTorch:(UIButton*)button{
 button.selected = !button.selected;
 Class captureDeviceClass = NSClassFromString(@"AVCaptureDevice");
 if (captureDeviceClass != nil) {
     if ([self.device hasTorch] && [self.device hasFlash]){
         [self.device lockForConfiguration:nil];
         if (button.selected) {
             [self.device setTorchMode:AVCaptureTorchModeOn];
         } else {
             [self.device setTorchMode:AVCaptureTorchModeOff];
         }
         [self.device unlockForConfiguration];
     }
 }
}

再搞一個按鈕來切換前後置攝像頭

#pragma mark - 切換前後攝像頭
-(void)switchCamera{
 NSUInteger cameraCount = [[AVCaptureDevice devicesWithMediaType:AVMediaTypeVideo] count];
 if (cameraCount > 1) {
     AVCaptureDevice *newCamera = nil;
     AVCaptureDeviceInput *newInput = nil;
     AVCaptureDevicePosition position = [[self.input device] position];
     if (position == AVCaptureDevicePositionFront){
         newCamera = [self cameraWithPosition:AVCaptureDevicePositionBack];
     }else {
         newCamera = [self cameraWithPosition:AVCaptureDevicePositionFront];
     }
     newInput = [AVCaptureDeviceInput deviceInputWithDevice:newCamera error:nil];
     if (newInput != nil) {
         [self.session beginConfiguration];
         [self.session removeInput:self.input];
         if ([self.session canAddInput:newInput]) {
             [self.session addInput:newInput];
             self.input = newInput;
         }else {
             [self.session addInput:self.input];
         }
         [self.session commitConfiguration];
     }
 }
}

-(AVCaptureDevice *)cameraWithPosition:(AVCaptureDevicePosition)position{
 NSArray *devices = [AVCaptureDevice devicesWithMediaType:AVMediaTypeVideo];
 for ( AVCaptureDevice *device in devices )
     if ( device.position == position ) return device;
 return nil;
}

使用AVCaptureStillImageOutput捕獲靜態圖片

4.1 建立一個AVCaptureStillImageOutput物件

-(AVCaptureStillImageOutput *)stillImageOutput{
 if (_stillImageOutput == nil) {
     _stillImageOutput = [[AVCaptureStillImageOutput alloc] init];
 }
 return _stillImageOutput;
}

4.2 將stillImageOutput新增到session中

if ([_session canAddOutput:self.stillImageOutput]) {
    [_session addOutput:self.stillImageOutput];
}

4.3 搞個拍照按鈕，擷取靜態圖片

//AVCaptureStillImageOutput擷取靜態圖片，會有快門聲
-(void)screenshot{
 AVCaptureConnection * videoConnection = [self.stillImageOutput connectionWithMediaType:AVMediaTypeVideo];
 if (!videoConnection) {
     NSLog(@"take photo failed!");
     return;
 }

 [self.stillImageOutput captureStillImageAsynchronouslyFromConnection:videoConnection completionHandler:^(CMSampleBufferRef imageDataSampleBuffer, NSError *error) {
     if (imageDataSampleBuffer == NULL) {
         return;
     }
     NSData * imageData = [AVCaptureStillImageOutput jpegStillImageNSDataRepresentation:imageDataSampleBuffer];
     UIImage *image = [UIImage imageWithData:imageData];
     [self saveImageToPhotoAlbum:image];
 }];
}

使用AVCaptureVideoOutput實時獲取預覽影象，這也是樓主的專案需求所在

5.1 建立AVCaptureVideoOutput物件

-(AVCaptureVideoDataOutput *)videoDataOutput{
 if (_videoDataOutput == nil) {
     _videoDataOutput = [[AVCaptureVideoDataOutput alloc] init];
     [_videoDataOutput setSampleBufferDelegate:self queue:dispatch_get_main_queue()];
 }
 return _videoDataOutput;
}

5.2 將videoDataOutput新增session中

if ([_session canAddOutput:self.videoDataOutput]) {
    [_session addOutput:self.videoDataOutput];
}

5.3 遵守AVCaptureVideoDataOutputSampleBufferDelegate協議，並實現它的代理方法

#pragma mark - AVCaptureVideoDataOutputSampleBufferDelegate
//AVCaptureVideoDataOutput獲取實時影象，這個代理方法的回撥頻率很快，幾乎與手機螢幕的重新整理頻率一樣快
-(void)captureOutput:(AVCaptureOutput *)captureOutput didOutputSampleBuffer:(CMSampleBufferRef)sampleBuffer fromConnection:(AVCaptureConnection *)connection{
     largeImage = [self imageFromSampleBuffer:sampleBuffer];
}

5.4 實現imageFromSampleBuffer:方法，將CMSampleBufferRef轉為NSImage

//CMSampleBufferRef轉NSImage
-(UIImage *)imageFromSampleBuffer:(CMSampleBufferRef)sampleBuffer{
 // 為媒體資料設定一個CMSampleBuffer的Core Video影象快取物件
 CVImageBufferRef imageBuffer = CMSampleBufferGetImageBuffer(sampleBuffer);
 // 鎖定pixel buffer的基地址
 CVPixelBufferLockBaseAddress(imageBuffer, 0);
 // 得到pixel buffer的基地址
 void *baseAddress = CVPixelBufferGetBaseAddress(imageBuffer);
 // 得到pixel buffer的行位元組數
 size_t bytesPerRow = CVPixelBufferGetBytesPerRow(imageBuffer);
 // 得到pixel buffer的寬和高
 size_t width = CVPixelBufferGetWidth(imageBuffer);
 size_t height = CVPixelBufferGetHeight(imageBuffer);
 // 建立一個依賴於裝置的RGB顏色空間
 CGColorSpaceRef colorSpace = CGColorSpaceCreateDeviceRGB();
 // 用抽樣快取的資料建立一個位圖格式的圖形上下文（graphics context）物件
 CGContextRef context = CGBitmapContextCreate(baseAddress, width, height, 8, bytesPerRow, colorSpace, kCGBitmapByteOrder32Little | kCGImageAlphaPremultipliedFirst);
 // 根據這個點陣圖context中的畫素資料建立一個Quartz image物件
 CGImageRef quartzImage = CGBitmapContextCreateImage(context);
 // 解鎖pixel buffer
 CVPixelBufferUnlockBaseAddress(imageBuffer,0);
 // 釋放context和顏色空間
 CGContextRelease(context); CGColorSpaceRelease(colorSpace);
 // 用Quartz image建立一個UIImage物件image
 UIImage *image = [UIImage imageWithCGImage:quartzImage];
 // 釋放Quartz image物件
 CGImageRelease(quartzImage);
 return (image);
}

眼看大功告成，結果一執行，建立core graphic上下文的時候報錯：

CGBitmapContextCreate: invalid data bytes/row: should be at least 7680 for 8 integer bits/component, 3 components, kCGImageAlphaPremultipliedFirst.**
CGBitmapContextCreateImage: invalid context 0x0. If you want to see the backtrace, please set CG_CONTEXT_SHOW_BACKTRACE environmental variable.**

又是一通Google，發現stackoverflow上很多這種問答，樓主英語不好，又是一通翻譯，發現大家都是在說畫素元件位數什麼的，摸索半天找到解決辦法，設定videoDataOutput的畫素格式：

[_videoDataOutput setVideoSettings:[NSDictionary dictionaryWithObject:[NSNumber numberWithInt:kCVPixelFormatType_32BGRA] forKey:(id)kCVPixelBufferPixelFormatTypeKey]];

再執行，還有問題，獲取到的圖片是顛倒的，尼瑪，真是多災多難，不過這個簡單，很快找到解決方法，設定一下視訊的方向：

#pragma mark - AVCaptureVideoDataOutputSampleBufferDelegate
//AVCaptureVideoDataOutput獲取實時影象，這個代理方法的回撥頻率很快，幾乎與手機螢幕的重新整理頻率一樣快
-(void)captureOutput:(AVCaptureOutput *)captureOutput didOutputSampleBuffer:(CMSampleBufferRef)sampleBuffer fromConnection:(AVCaptureConnection *)connection{
 [connection setVideoOrientation:AVCaptureVideoOrientationPortrait];
 largeImage = [self imageFromSampleBuffer:sampleBuffer];
}

5.5 還記得樓主一開始的需求嗎，設定攝像頭的尺寸為1080x1920，然後從中間截取出512x512的圖片傳給第三方SDK做進一步業務處理：

[_session setSessionPreset:AVCaptureSessionPreset1920x1080];

smallImage = [largeImage imageCompressTargetSize:CGSizeMake(512.0f, 512.0f)];

到這裡為止，樓主的需求就大功告成啦

使用AVCaptureMetadataOutput識別二維碼

6.1 建立AVCaptureMetadataOutput物件

-(AVCaptureMetadataOutput *)metadataOutput{
 if (_metadataOutput == nil) {
     _metadataOutput = [[AVCaptureMetadataOutput alloc]init];
     [_metadataOutput setMetadataObjectsDelegate:self queue:dispatch_get_main_queue()];
     //設定掃描區域
     _metadataOutput.rectOfInterest = self.view.bounds;
 }
 return _metadataOutput;
}

6.2 將metadataOutput新增到session中，並且設定掃描型別

if ([_session canAddOutput:self.metadataOutput]) {
    [_session addOutput:self.metadataOutput];
    //設定掃碼格式
    self.metadataOutput.metadataObjectTypes = @[
                                                AVMetadataObjectTypeQRCode,
                                                AVMetadataObjectTypeEAN13Code,
                                                AVMetadataObjectTypeEAN8Code,
                                                AVMetadataObjectTypeCode128Code
                                                ];
}

6.3 遵守AVCaptureMetadataOutputObjectsDelegate協議，並實現其代理方法

#pragma mark - AVCaptureMetadataOutputObjectsDelegate
-(void)captureOutput:(AVCaptureOutput *)captureOutput didOutputMetadataObjects:(NSArray *)metadataObjects fromConnection:(AVCaptureConnection *)connection{
 if (metadataObjects.count>0) {
     [self.session stopRunning];
     AVMetadataMachineReadableCodeObject *metadataObject = [metadataObjects objectAtIndex :0];
     NSLog(@"二維碼內容 ： %@",metadataObject.stringValue);
 }
}

關於人臉識別

人臉識別也是基於AVCaptureMetadataOutput實現的，跟二維碼識別的區別在於，掃描型別：

self.metadataOutput.metadataObjectTypes = @[AVMetadataObjectTypeFace];

#pragma mark - AVCaptureMetadataOutputObjectsDelegate
-(void)captureOutput:(AVCaptureOutput *)captureOutput didOutputMetadataObjects:(NSArray *)metadataObjects fromConnection:(AVCaptureConnection *)connection{
 if (metadataObjects.count>0) {
     [self.session stopRunning];
     AVMetadataMachineReadableCodeObject *metadataObject = [metadataObjects objectAtIndex :0];
     if (metadataObject.type == AVMetadataObjectTypeFace) {
         AVMetadataObject *objec = [self.previewLayer transformedMetadataObjectForMetadataObject:metadataObject];
         NSLog(@"%@",objec);
     }
 }
}

至於怎麼利用它來實現具體的功能需求，樓主也很方哈，這裡有個連結可以參考一下：基於 OpenCV 的人臉識別

好啦，就這麼多了，程式碼在這裡，水平有限，有不對的地方還請多多指教
參考資料：iOS 上的相機捕捉

文／戴尼瑪（簡書作者）
原文連結：http://www.jianshu.com/p/61ca3a917fe5
著作權歸作者所有，轉載請聯絡作者獲得授權，並標註“簡書作者”。

iOS人臉識別、自定義相機、影象掃描、系統自帶二維碼識別

前段時間遇到一個需求，需要實時掃描影象，並且設定攝像頭的尺寸為1080x1920，然後從中間截取出512x512的圖片傳給第三方SDK做進一步業務處理，直到SDK返回正確的處理結果。一頓Google，發現影象預覽、人臉識別、二維碼識別這些蘋果都幫我們做好了，而且它們都是基

條碼、二維碼識別

一、條碼識別產品背景條碼識別技術在我們的日常生活中已經應用的非常廣泛，如支付寶和微信中的掃一掃功能，應用的就是條碼識別技術（二維碼識別）。想必很多企業也想在自有的APP中整合這樣的條碼識別技術，針對這一需求，我司開發出條碼識別SDK，APP整合條碼識別SDK後，即可掃一掃識別各種條碼（包含二維

java zxing生成二維碼、二維碼識別

配置 maven倉庫： <dependency> <groupId>com.google.zxing</groupId> <artifactId>core<

Android 基於google Zxing實現二維碼、條形碼掃描，仿微信二維碼掃描效果（現在正做個掃描App、收藏）

瞭解二維碼這個東西還是從微信中，當時微信推出二維碼掃描功能，自己感覺挺新穎的，從一張圖片中掃一下竟然能直接加好友，不可思議啊，那時候還不瞭解二維碼，呵呵，然後做專案的時候，老闆說要加上二維碼掃描功能，然後自己的屁顛屁顛的去百度，google啥的，發現很多朋友都

關於viewport引起的微信二維碼識別區域偏移的問題討論與解決

ges 瀏覽器內核不同清晰 css 工作量分辨轉換成如果一、問題概述在開發一個含有二維碼的微信頁面時，我遇到了這樣一個問題：使用iPhone第一次進入該頁面時，二維碼可以長按識別，但第二次進入時長按無法識別到二維碼。安卓機都能識別。二、我進行了以下嘗試：

android 圖片二維碼識別和保存(一)

style file 長按 oba 成了 qrc 保存圖片 hybrid bin 最新業務開發二維碼識別的功能，這個功能，在很多應用上都有，比如微信長按圖片識別二維碼，如果圖片中存在可以識別的二維碼時，可以增加一個選項識別二維碼。那麽如何去實現這個功能呢。這裏其實也

android 圖片二維碼識別和保存(二)

-a rac CA bar binary 占用我們 new ogr 續上一篇，開發圖片二維碼識別功能後，我們對功能進行性能分析內存占用顯著提高了，不使用該功能內存占用大約是147M，使用這個功能多次以後，高達203M。因此對功能進行研究，發現每次生成的圖片沒有即時

Halcon二維碼識別（創建-訓練-識別-清除)

stop lis lds rain lse fin image con num **********************初階，創建-識別-清除***************************create_data_code_2d_model ('QR Co

微信小程序二維碼識別

ole eat itl info img close gets 比例 dataset 目前市場上二維碼識別的軟件或者網站越來越多，可是真正方便，無廣告的卻少之很少。於是，自己突發奇想做了一個微信二維碼識別的小程序。包含功能： 1、識別二維碼

瀏覽器網頁網址喚起微信app跳轉到指定任意頁面二維碼識別方法ticket生成研究

“weixin://dl/stickers” “weixin://dl/games” “weixin://dl/moments” “weixin://dl/add” “weixin://dl/shopping” “weixin://dl/groupchat” “weixin://dl/scan” “

基於機器視覺的Data Matrix二維碼識別

基於機器視覺的Data Matrix二維碼識別二維碼識別，這個在視覺應用中佔有很重要的比例，各種各樣的二維碼都有可能需要識別。常見的QR碼、Data Matrix碼。本方案是識別Data Matrix碼。工業光源對於這種產品，如果是絲印噴碼，那麼常見的白底黑碼、或白

python3+pyzbar+Image 進行圖片二維碼識別

1.前言　　最近公司有個專案要寫個程式自動識別客戶提交照片裡的二維碼，一接到這個任務馬上就想到了用Python這個萬能的工具！ 2.搜尋　　首先在網上到處找了很多“靈感”，看看其他人都會用什麼包來完成這個功能。　　實現方法大體可分為下面幾類： 1.用zbar 但zbar不支援python3，只好作罷，用

遠景達二維碼掃描模組好用嗎？如何選擇一款好的二維碼識別裝置？

深圳遠景達（RAKINDA）的自主品牌LV二維碼掃描模組主要是提供給個人、公司在研發和升級O2O智慧裝置場景時給予螢幕支付碼（顯示介質）和紙張（印製介質）條碼的讀取，顧名思義它也是二維碼識別裝置的一種，將其嵌入整合到裝置內部時我們只需通過二次開發包和開發板就能實現一系列很多意想不到的自助功能啦。遠景達二維碼掃

Android 二維碼生成，掃描，近距離識別優化，從相簿選擇二維碼識別

做了一個二維碼掃描圖片，主要是掃描不出來，看到一篇部落格，其中的第二種方法可以掃描到，在此做筆記，以備後用，前面的進入相簿，返回，到獲取圖片路徑方法都一樣； (1):二維碼生成的方法順便貼上： private Bitmap createQRImage(String url, final

二維碼識別之Android完整編譯Zbar

大概剛做Android開發的時候就做過二維碼掃描，那時候懂的東西少，就搜出來了ZXing和Zbar兩個庫。ZXing是純Java程式碼實現的，適用於Android平臺；Zbar是C實現的，可以供很多語言和平臺使用，比如Java、iOS平臺、Android平臺

halcon學習筆記(13)——二維碼識別及簡單定位

前面說了利用halcon進行二維碼的識別，這次進行二維碼識別及方向定位，雖然二維碼本身也有定位和方向性，但是我沒有在halcon運算元裡找到這個函式或調出這個引數的方法；不過可以通過在二維碼附近新增mark圖形來進行角度和方向識別，這樣在AGV小車應用中就可作為地標識別程式

iOS開發——系統原生的二維碼掃描

對於現在的App應用來說，掃描二維碼這個功能是再正常不過的一個功能了，在早期開發這些功能的時候，大家或多或少的都接觸過ZXing和ZBar這類的第三方庫，但從iOS7以後，蘋果就給我們提供了系統原生的API來支援我們掃描獲取二維碼，ZXing和ZBar在使用中或多或少有不盡如人意的地方，再之停止更新很久了

Opencv+Zbar二維碼識別（標準條形碼/二維碼識別）

使用Opencv+Zbar組合可以很容易的識別圖片中的二維碼，特別是標準的二維碼，這裡標準指的是二維碼成像清晰，圖片中二維碼的空間佔比在40%~100%之間，這樣標準的圖片，Zbar識別起來很容易，不需要Opencv額外的處理。下邊這個例程演示兩者配合對條形碼和二維碼的

前端學習--實現二維碼識別功能

概述：最近所做的畢設專案正好與之前很火的共享單車相關，共享單車應用中很關鍵的一個部分就是掃碼用車，但我之前沒有做過相關的模組，在參考網上相關實現的教程時發現，基本上所有的二維碼識別模組都是通過客戶端來完成的很少有通過前端技術實現。令我很苦惱。

微信H5 長按二維碼識別不了

解決辦法： .qrcode{ padding:200px 0 0 200px !important; margin:-200px 0 0 -200px !important; position: relative;z-index: 100;

iOS人臉識別、自定義相機、影象掃描、系統自帶二維碼識別

首先我們需要在手機上把影象顯示出來

搞一個按鈕用來控制手電筒

再搞一個按鈕來切換前後置攝像頭

使用AVCaptureStillImageOutput捕獲靜態圖片

使用AVCaptureVideoOutput實時獲取預覽影象，這也是樓主的專案需求所在

使用AVCaptureMetadataOutput識別二維碼

關於人臉識別

相關推薦