目录

Core Vision Kit简介

Core Vision Kit（基础视觉服务）提供了机器视觉相关的基础能力，例如通用文字识别（即OCR，Optical Character Recognition，也称为光学字符识别）、人脸检测、人脸比对以及主体分割等能力。

开发者可以结合Vision Kit的UI控件能力（例如：人脸活体检测），提升应用的智能化、便捷化交互体验。

场景介绍

Core Vision Kit可应用于各种场景，提升用户体验和应用效率。以下是一些典型的应用场景：

约束与限制

[h2]支持的设备

Phone、Tablet、PC/2in1。

[h2]支持的国家/地区

仅适用于中国境内（香港特别行政区、澳门特别行政区、中国台湾除外）。

[h2]能力限制

AI能力 约束
文字识别

- 支持的图片格式：JPEG、JPG、PNG。

- 支持的语言：简体中文、英文、日文、韩文、繁体中文。

- 文本长度：不超过10000字符。

- 支持文档印刷体识别，在识别手写字体方面能力有所欠缺。

- 输入图像具有合适成像的质量（建议720p以上），100px<高度<15210px，100px<宽度<10000px，高宽比例建议10:1以下（高度小于宽度的10倍），接近手机屏幕高宽比例为宜。

- 拍摄角度与文本所在平面垂直方向的夹角应小于30度。
人脸检测

- 输入图像具有合适的成像质量（建议720p以上），224px<高度<15210px，100px<宽度<10000px，高宽比例建议10:1以下（高度小于宽度的10倍），接近手机屏幕高宽比例为宜。

- 接口调用耗时较久，不适合在需要实时检测的场景下使用。
人脸比对

- 当前功能只支持1v1人脸比对。

- 输入的两张图像都需要合适的成像质量（建议720p以上），224px<高度<15210px，100px<宽度<10000px，高宽比例建议10:1以下（高度小于宽度的10倍），接近手机屏幕高宽比例为宜。
主体分割

- 某个物体占比不小于原图大小的千分之五才会被认定为“主体”，才会支持分割。

- 不建议用于处理包含较多文字内容的图片分析场景。

- 输入图像具有合适成像的质量（建议720p以上），20px<高度<9000px，20px<宽度<9000px，高宽比例建议3:1以下（高度小于宽度的3倍），接近手机屏幕高宽比例为宜。
多目标识别

- 输入图像具有合适成像的质量（建议720p以上），100px<高度<10000px，100px<宽度<10000px，高宽比例建议5:1以下（高度小于宽度的5倍），接近手机屏幕高宽比例为宜。

- 图片中的物体占比需要大于0.1%。
骨骼点检测 - 输入图像具有合适成像的质量（建议720p以上），100px<高度<10000px，100px<宽度<10000px，高宽比例建议5:1以下（高度小于宽度的5倍），接近手机屏幕高宽比例为宜。
图像超分

输入图片需要满足16px<高度<2048px和16px<宽度<2048px要求，高宽比例无特殊要求。

建议处理1024px*1024px以下的图片，高分辨率可能出现处理超时的情况。
通过文本搜索图片 输入图像具有合适成像的质量，100px<高度<10000px，100px<宽度<10000px，高宽比例建议10:1以下（高度小于宽度的10倍），接近手机屏幕高宽比例为宜。

Core Vision Kit的特性支持多用户同时接入，但是不支持同一用户并发调用同一个特性，如同一个特性被同一进程同一时间多次调用，则返回系统繁忙错误，不同进程调用同一特性，则同一时间只有一个进程业务在处理，其他进程进入队列排队。

模拟器支持情况

本Kit暂不支持模拟器。