SuperAPI AI 工具集

axiom-ios-vision

设计与创作

查看项目

更新于 10-15 20:11

技能介绍

用途:该技能是 iOS 计算机视觉开发的路由入口,凡使用 Vision 框架的视觉功能都应先经它分流。

主要能力:涵盖图像与视频分析、物体/人脸/人物检测、手部姿态(21 个关键点)、身体姿态(2D/3D,最多 4 人)、人物与主体分割、从背景中抠出主体、OCR 文字识别、条码与二维码检测、文档扫描,以及 VisionKit、DataScannerViewController 和 iOS 26+ Visual Intelligence 系统相机功能集成。

使用方式:按任务类型路由到子技能。实现模式(分割、姿态、OCR、条码、文档、实时扫描)走 /skill axiom-vision;API 参考与代码示例走 /skill axiom-vision-ref,含 VNDetectHumanHandPoseRequest、VNDetectHumanBodyPoseRequest、VNGenerateForegroundInstanceMaskRequest、VNRecognizeTextRequest(快速/精确模式)、VNDetectBarcodesRequest、DataScannerViewController 委托、RecognizeDocumentsRequest(iOS 26+)与坐标转换;问题排查走 /skill axiom-vision-diag,覆盖主体未检出、关键点缺失、置信度低、性能、坐标转换、文字识别错误、条码未检出、DataScanner 空白、文档边缘检测失败等。Visual Intelligence 集成(IntentValueQuery、SemanticContentDescriptor、结果深链)见 vision-ref 对应章节。

适用场景:iOS 应用中的姿态识别、主体抠图、OCR、扫码、文档扫描与实时扫描等。

限制:资料未提供安装命令、收费方式、支持平台版本细节与效果数据,暂未提供。