In diesem Dokument werden die Schritte beschrieben, die Sie ausführen müssen, um Ihre Projekte von Google Mobile Vision (GMV) zu ML Kit für iOS zu migrieren.
Vorbereitung
Bevor Sie mit der Migration Ihres Codes beginnen, müssen Sie die folgenden Anforderungen erfüllen:
- ML Kit unterstützt Xcode 13.2.1 oder höher.
- ML Kit unterstützt iOS 15.5 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-CocoaPods für iOS in der Podfile-Datei Ihrer App:
API | GMV-Pod | ML Kit-Pod |
---|---|---|
Barcode-Scanning | GoogleMobileVision/BarcodeDetector |
GoogleMLKit/BarcodeScanning |
Gesichtserkennung | GoogleMobileVision/FaceDetector |
GoogleMLKit/FaceDetection |
Texterkennung | GoogleMobileVision/TextDetector |
GoogleMLKit/TextRecognition |
Allgemeine API-Änderungen
Diese Änderungen gelten für alle APIs:
- Die GMV-Inferenz-APIs verwenden
UIImage
oderCMSampleBufferRef
als Eingabe. ML Kit umschließt sie mit einemMLKVisionImage
und verwendet diesen als Eingabe. - Für den GMV werden verschiedene Optionen für den Detektor über
NSDictionary
übergeben. ML Kit verwendet zu diesem Zweck spezielle Optionsklassen. - Der GMV übergibt den Detektortyp an die einzelne
GMVDetector
-Klasse, wenn ein Detektor erstellt wird. In ML Kit werden spezielle Klassen verwendet, um separate Instanzen für Detektoren, Scanner und Erkennungsfunktionen 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 Framework mit mehreren Detektoren, mit dem mehrere Erkennungen gleichzeitig durchgeführt werden können. ML Kit bietet keine solchen Mechanismen, aber dieselbe Funktionalität kann bei Bedarf vom Entwickler implementiert werden.
API-spezifische Änderungen
In diesem Abschnitt werden die entsprechenden GMV- und ML Kit-Klassen und -Methoden für jede Vision API beschrieben und es wird gezeigt, wie die API initialisiert wird.
FaceDetector
Codieren Sie die Initialisierung wie in diesem Beispiel neu:
GMV
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
bietet zwei verschiedene APIs zur Erkennung. 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 Inference 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:
GMV
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
bietet zwei verschiedene APIs zur Erkennung. 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 Inference 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:
GMV
GMVDetector *textDetector = [GMVDetector detectorOfType:GMVDetectorTypeText options:nil];
ML Kit
MLKTextRecognizer *textRecognizer = [MLKTextRecognizer textRecognizer];
GMVDetector
bietet zwei verschiedene APIs zur Erkennung. 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 Inference 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:
GMV | ML Kit |
---|---|
GMVDetectorImageOrientation
|
MLKVisionImage.orientation
|
GMVTextBlockFeature
|
MLKTextBlock
|
GMVTextElementFeature
|
MLKTextElement
|
GMVTextLineFeature
|
MLKTextLine
|
Hilfe erhalten
Sollten Probleme auftreten, findest du auf unserer Community-Seite Informationen dazu, wie du uns kontaktieren kannst.