HarmonyOS鸿蒙Next中巧用多目标识别能力，帮助应用实现智能化图片解析

HarmonyOS鸿蒙Next中巧用多目标识别能力，帮助应用实现智能化图片解析 为了提升用户体验，各类应用正通过融合人工智能技术，致力于提供更智能、更高效的服务。应用不仅能通过文字和语音的方式与用户互动，还能深入分析图片内容，为用户提供精准的解决方案。

在解析图片之前，应用首先需要准确识别图片中包含的元素，基于此，HarmonyOS SDK 提供了基础视觉服务（Core Vision Kit），可以同时检测出给定图片中的各种物体，包括风景、动物、植物、建筑、树、人脸、表格、文本等位置，并框选出物体，在有需要的情况下，也可将识别结果展示在界面上。

多目标识别功能是一项应用范围较为广泛的基础能力，在搜索引擎应用场景中，应用可借助该能力实现图像的搜索和分类；在AR游戏中，多目标识别功能可以识别出摄像头前的玩家，从而与虚拟游戏内容产生互动；此外，多目标识别功能还可应用于安防监控系统中，通过识别行人、车辆等等目标进行安全分析和紧急响应。

开发步骤

1. 在使用多目标识别时，将实现多目标识别相关的类添加至工程。

import { BusinessError } from '@kit.BasicServicesKit';
import { objectDetection, visionBase } from '@kit.CoreVisionKit';

1. 简单配置页面的布局，并在Button组件添加点击事件，拉起图库，选择图片。

Button('选择图片')
.type(ButtonType.Capsule)
.fontColor(Color.White)
.alignSelf(ItemAlign.Center)
.width('80%')
.margin(10)
.onClick(() => {
// 拉起图库，获取图片资源
this.selectImage();
})

1. 通过图库获取图片资源，将图片转换为PixelMap。

private async selectImage() {
  let uri = await this.openPhoto()
  if (uri === undefined) {
    hilog.error(0x0000, 'objectDetectSample', "Failed to defined uri.");
  }
  this.loadImage(uri)
}

private openPhoto(): Promise<string> {
  return new Promise<string>((resolve, reject) => {
    let photoPicker: photoAccessHelper.PhotoViewPicker = new photoAccessHelper.PhotoViewPicker();
    photoPicker.select({
      MIMEType: photoAccessHelper.PhotoViewMIMETypes.IMAGE_TYPE, maxSelectNumber: 1
    }).then(res => {
      resolve(res.photoUris[0])
    }).catch(err => {
      hilog.error(0x0000, 'objectDetectSample', `Failed to get photo image uri. code：${err.code}，message：${err.message}`);
      reject('')
    })
  })
}

private loadImage(name: string) {
  setTimeout(async () => {
    let fileSource = await fileIo.open(name, fileIo.OpenMode.READ_ONLY);
    this.imageSource = image.createImageSource(fileSource.fd);
    this.chooseImage = await this.imageSource.createPixelMap();
  }, 100)
}

1. 实例化Request对象，并传入待检测图片的PixelMap，调用多目标识别的实现多目标识别功能。

// 调用多目标检测接口
let request: visionBase.Request = {
  inputData: { pixelMap: this.chooseImage }
};
let data: objectDetection.ObjectDetectionResponse = await (await objectDetection.ObjectDetector.create()).process(request);

1. （可选）如果需要将结果展示在界面上，可以使用下列代码。

let objectJson = JSON.stringify(data);
hilog.info(0x0000, 'objectDetectSample', `Succeeded in face detect：${objectJson}`);
this.dataValues = objectJson;

了解更多详情>>

访问 基础视觉服务联盟官网

获取 多目标识别开发指导文档