用途：在 iOS 应用中实现或审查端侧计算机视觉功能，使用 Apple 的 Vision 与 VisionKit 框架检测图像和实时视频中的文字、人脸、条码、物体、轮廓与姿态。目标环境为 Swift 6.3 / iOS 26+。
主要能力：分为两代 API。现代 Vision（iOS 18+）使用 Swift 结构体（如 RecognizeTextRequest、DetectBarcodesRequest），通过 try await request.perform(on: image) 执行，返回强类型观察数组，原生支持 async/await；旧版 Vision（iOS 18 之前）使用 Objective-C 类（如 VNRecognizeTextRequest），通过 VNImageRequestHandler(cgImage:).perform([request]) 执行。所有现代请求遵循 ImageProcessingRequest 协议。可通过 CoreMLModelContainer 集成自定义 Core ML 模型：编译模型（.mlpackage 或 .mlmodelc）、用容器包装、创建图像请求。任务分流：OCR、条码、人脸检测、人物分割、物体跟踪参见 Vision Requests 与 Detectors；实时相机扫描界面、文档扫描与 DataScannerViewController 光学条码流程参见 VisionKit Scanner。
必要用法与限制：Vision 观察的边界框使用归一化坐标（0.0...1.0），原点在左下角（笛卡尔），而 UIKit/SwiftUI 原点在左上角，需转换并翻转 Y 轴，例如使用 VNImageRectForNormalizedRect 后再计算 y = viewHeight - rect.origin.y - rect.size.height。常见错误包括：忘记翻转 Y 轴；在主线程同步执行重量级请求（如 .accurate 文字识别）；直接传 UIImage 而未提取 cgImage 或未保留方向元数据；未检查 DataScannerViewController.isSupported 和 isAvailable 就使用；跨无关图像序列保留有状态跟踪请求（TrackObjectRequest）。审查清单涉及：iOS 18+ 优先使用现代请求类型、向 perform(on:orientation:) 正确传入方向、转换并翻转边界框、展示前检查相机扫描支持、在 @MainActor 之外的后台任务执行重处理、裁剪前将边界框限制在图像范围内。
适用场景：需要端侧 OCR、条码与文档扫描、人脸/物体检测、分割与姿态分析的 iOS 功能开发与代码审查。
限制：资料未提供具体平台兼容细节之外的价格、收费或效果数据，相关事实暂未提供。