移动端AI与ML应用开发：基于iOS和Android

52

|

第

3

章

imageView.trailingAnchor),

annotationOverlayView.bottomAnchor.constraint(equalTo:

imageView.bottomAnchor),

])

}

现在我们已经创建了整个用户界面

—

包括图片的 UIImageView、用户按下的按钮和渲

染边界框的注释，我们准备开始编写使用 ML Kit 检测人脸的逻辑。你接下来会看到。

3.2.4

第

4

步：添加应用程序逻辑

当用户按下按钮时，我们要调用 ML Kit，将图像传递给它，获取表明面部位置的边界框

的详细信息，然后将其渲染到视图上。让我们来看看如何一步一步地编写代码。

首先，导入 ML Kit 库：

import MLKitFaceDetection

import MLKitVision

接下来，设置 ML Kit 人脸检测器。为此，你首先需要创建一个

FaceDetectorOptions

对象并设置它的一些属性。在这种情况下，我们将只做一些基本的选择

—

获取面部的

所有轮廓，并要求它有快速的性能：

private lazy var faceDetectorOption: FaceDetectorOptions = {

let option = FaceDetectorOptions()

option.contourMode = .all

option.performanceMode = .fast

return option

}()

一旦有了选项，我们就可以使用它们来实例化 ...