IOS ARKit进行图像识别

先讲一下基础控涧，资源的话可以留言，抽空我把它传到GitHub上，这里没写收积分，竟然充值才能下载，我下载也要充值，牛！
ARSCNView 可以理解画布或者场景
1 配置 ARWorldTrackingConfiguration AR追踪识别相关
ARFaceTrackingConfiguration 面部识别
2 加载资源图片资源就不多讲，手机拍照去掉底图就可以了，3d模型需要带linda的ipad pro或者iphone pro构建
一共两种一种是识别图片，一种是识别3d模型，感觉图片识别效果较好，但是麻烦点是获取现实世界空间坐标，而且对运动物体还是不是很友好，所以后来准备看一下CoreML相关


 let configuartion = ARWorldTrackingConfiguration()
var images :[UIImage] = []
        for i in 1...19{
            let image = UIImage(named: "AR\(i)")
            images.append(image!)
        }
        //加载图片资源，通过图片名
        configuartion.detectionImages = loadedImagesFromDirectoryContents(images)
        configuartion.maximumNumberOfTrackedImages = 1

//加载3d资源，3d资源文件如下图所示
if let referenceObj = ARReferenceObject.referenceObjects(inGroupNamed: "AR Resource Group", bundle: nil){
            print("")
            configuartion.detectionObjects = referenceObj
        }
        
          configuartion.isAutoFocusEnabled = true // 确保自动对焦开启
//       
        configuartion.planeDetection = .horizontal
        configuartion.isLightEstimationEnabled = true
         sceneView.session.run(configuartion, options: [.resetTracking,.removeExistingAnchors])
        
        //遵守的代理协议ARSessionDelegate 会话协议
         sceneView.session.delegate = self
         //ARSCNViewDelegate scnview场景协议
        sceneView.delegate = self
       
        //显示调试参数
        sceneView.debugOptions = [SCNDebugOptions.showFeaturePoints]



//通过图片名加载图片
 func loadedImagesFromDirectoryContents(_ images: [UIImage]) -> Set<ARReferenceImage>{

        var index = 0
        var customReferenceSet = Set<ARReferenceImage>()

        images.forEach { (downloadedImage) in

            //1. Convert The UIImage To A CGImage
            guard let cgImage = downloadedImage.cgImage else { return }

            //2. Get The Width Of The Image
            let imageWidth = CGFloat(cgImage.width)

            //3. Create A Custom AR Reference Image With A Unique Name
            let customARReferenceImage = ARReferenceImage(cgImage, orientation: CGImagePropertyOrientation.up, physicalWidth: imageWidth)
            customARReferenceImage.name = "MyCustomARImage\(index)"

            //4. Insert The Reference Image Into Our Set
            customReferenceSet.insert(customARReferenceImage)

            print("ARReference Image == \(customARReferenceImage)")

            index += 1


        }
        //5. Return The Set
        return customReferenceSet

    }

3d资源文件，文件格式是.arobject，该文件是通过带Linda的iPad pro设备扫描生成的，详情参考代码demo
请添加图片描述

ARSessionDelegate 协议

/*
     会话失败
     */
    func session(_ session: ARSession, didFailWithError error: any Error) {
        print("didFailWithError")
    }
    
    /*
     相机更改了追踪模式
     */
    func session(_ session: ARSession, cameraDidChangeTrackingState camera: ARCamera) {
        
        let state = camera.trackingState
        
        print("cameraDidChangeTrackingState")
    }
    /*
        当会话中断时调用此方法。
       会话将被中断，不再能跟踪什么时候
       它无法接收所需的传感器数据。 当视频捕获中断时，
       例如当应用程序被发送到后台或当有的时候
       多个前台应用程序（请参阅AVCaptureSessionInterruptReason）。
       在中断结束之前，不会传送额外的帧更新。
     */
    func sessionWasInterrupted(_ session: ARSession) {
        print("sessionWasInterrupted")
    }
    
    /*
        当会话中断结束时调用。
       会话将从最后一次已知的状态继续运行一次
       中断已经结束。 如果设备移动，锚点将不对齐。
       为避免这种情况，一些应用程序可能想要重置跟踪（请参阅ARSessionRunOptions）。
    
     */
    func sessionInterruptionEnded(_ session: ARSession) {
        print("sessionInterruptionEnded")
    }
    
    /*
     当会话输出新的音频采样缓冲区时
     */
    func session(_ session: ARSession, didOutputAudioSampleBuffer audioSampleBuffer: CMSampleBuffer) {
        print("didOutputAudioSampleBuffer")
    }
    
    func session(_ session: ARSession, didUpdate anchors: [ARAnchor]) {
        //更新锚点位置，存入的锚点信息，也可以是图片锚点
        for anchor in anchors {
                guard let objectAnchor = anchor as? ARObjectAnchor else { continue }

                // 查找对应的框节点
                if let frameNode = sceneView.scene.rootNode.childNode(withName: "frame", recursively: true) {
//                    frameNode.position = SCNVector3(
//                        objectAnchor.transform.columns.3.x,
//                        objectAnchor.transform.columns.3.y,
//                        objectAnchor.transform.columns.3.z
//                    )
                    frameNode.simdTransform = anchor.transform
                }
            }
        
//        guard let trackedAnchor = trackedAnchor else{return}
//        
//        for anchor in anchors{
//            if anchor.identifier == trackedAnchor.identifier{
//                let newTransform = anchor.transform
//                let position = SCNVector3(newTransform.columns.3.x,
//                                          newTransform.columns.3.y,
//                                          newTransform.columns.3.z)
//                
//                DispatchQueue.main.async {
//                    self.trackNode?.position = position
//                }
//            }
//        }
//        print("didupdate session")
//        //跟踪目标物体
//        for anchor in anchors {
//              if let objectAnchor = anchor as? ARObjectAnchor {
//                  print("Object moved to: \(objectAnchor.transform)")
//                  
//                  // 更新虚拟对象的位置
//                  if let node = sceneView.node(for: objectAnchor) {
//                      let transform = objectAnchor.transform
//                      node.simdTransform = transform
//                  }
//              }
//          }
    }
    
    func session(_ session: ARSession, didUpdate frame: ARFrame) {
       
        DispatchQueue.global().async {
            self.handleFrame(session: session, frame: frame)
        }
    }

ARSCNViewDelegate代理

 /*
     实现这个为给定的锚点提供一个自定义节点。
      @discussion 此节点将自动添加到场景图。如果未实现此方法，将自动创建一个节点。如果返回nil，锚点将被忽略。
      @param renderer渲染场景的渲染器。
      @param anchor添加的锚点。
      @return将映射到锚点或nil的节点
     */
//    func renderer(_ renderer: any SCNSceneRenderer, nodeFor anchor: ARAnchor) -> SCNNode? {
//        return nil
//    }
    /*
     当新节点已映射到给定的锚点时调用。
       @param renderer 渲染场景的渲染器。
       @param node 映射到锚点的节点。
       @param anchor 添加的锚点。
     */
    func renderer(_ renderer: any SCNSceneRenderer, didAdd node: SCNNode, for anchor: ARAnchor) {
//        print("添加新的节点锚点数据到场景中")

  if let objectAnchor = anchor as? ARObjectAnchor {
              print("Detected object: \(objectAnchor.referenceObject.name ?? "Unknown")")
           
            // 创建一个框架来圈住物体
                    let frameNode = createFrame(for: objectAnchor.referenceObject)
                    frameNode.position = SCNVector3(
                        objectAnchor.transform.columns.3.x,
                        objectAnchor.transform.columns.3.y,
                        objectAnchor.transform.columns.3.z
                    )
                    sceneView.scene.rootNode.addChildNode(frameNode)
          }
        
      
        
//        if let imageAnchor = anchor as? ARImageAnchor{
//            let image = imageAnchor.referenceImage
//            
//            if let imagename = image.name, imagename.hasPrefix("MyCustomARImage"){
//                // 创建一个虚拟对象（如盒子）来标记目标位置
                let box = SCNBox(width: 0.1, height: 0.1, length: 0.1, chamferRadius: 0)
                let material = SCNMaterial()
                material.diffuse.contents = UIColor.red
                box.materials = [material]

                let boxNode = SCNNode(geometry: box)
                boxNode.position = SCNVector3(0, 0, 0)
                node.addChildNode(boxNode)
//                DispatchQueue.main.async {
//                    self.showToast()
//                }
//            }
//        }
}


 /*
     当节点将使用给定锚点的数据进行更新时调用。
      @param renderer 渲染场景的渲染器。
      @param node 将被更新的节点。
      @param anchor 即将更新的锚点。
     */
    
    func renderer(_ renderer: any SCNSceneRenderer, willUpdate node: SCNNode, for anchor: ARAnchor) {
//        print("即将更新新节点锚点数据")
    }
    /*
     当节点将使用给定锚点的数据进行更新时调用。
      @param renderer 渲染场景的渲染器。
      @param node 将被更新的节点。
      @param anchor 已更新的锚点。
     */
    func renderer(_ renderer: any SCNSceneRenderer, didUpdate node: SCNNode, for anchor: ARAnchor) {
//        print("已经更新节点锚点数据")

}


    /*
     当映射节点已从给定锚点的场景图中删除时调用。
       @param renderer渲染场景的渲染器。
       @param node已删除的节点。
       @param anchor已删除的锚点。
     */
    func renderer(_ renderer: any SCNSceneRenderer, didRemove node: SCNNode, for anchor: ARAnchor) {
        print("删除节点")
    }

以上是整个代码流程
图片识别部分如下

 private func handleFrame(session: ARSession,frame: ARFrame){
        let i = frame.timestamp - (self.currentFrmae?.timestamp ?? 0)
//        print("time i\(i)")
        if i < 1{
            return
        }
        self.currentFrmae = frame
        guard let frameImg = getCurrentFrameImage(from: session) else{return}
        var isMatched:Bool = false
        for img in self.images{
//            if compareImages(image1: frameImg, image2: img) == 1{
//                isMatched = true
//                break
//            }
            let im1 = frameImg
            let im2 = img
            matchImages(image1: frameImg, image2: img) { [weak self]isok in
                if isok{
                    DispatchQueue.main.async {
                        self?.showToast()
                    }
                }
            }
        }
        
        if isMatched{
            DispatchQueue.main.async {
                
                self.showToast()
            }
        }
    }
    
   
//获取当前会话帧数据
    func getCurrentFrameImage(from session: ARSession) -> UIImage? {
        guard let currentFrame = session.currentFrame else {
            print("当前没有 ARFrame")
            return nil
        }
        let pixelBuffer = currentFrame.capturedImage
        let ciImage = CIImage(cvPixelBuffer: pixelBuffer)
        let context = CIContext()
        guard let cgImage = context.createCGImage(ciImage, from: ciImage.extent) else {
            return nil
        }
        return UIImage(cgImage: cgImage)
    }


//对比图片2
    func matchImages(image1: UIImage, image2: UIImage, completion: @escaping (Bool) -> Void) {
        guard let cgImage1 = image1.cgImage, let cgImage2 = image2.cgImage else {
            completion(false)
            return
        }
        //使用自定义检测任务
        let request1 = VNGenerateImageFeaturePrintRequest()
        let request2 = VNGenerateImageFeaturePrintRequest()
        
        let request3 = VNDetectRectanglesRequest()
            request3.minimumConfidence = 0.8
            request3.minimumAspectRatio = 0.1
            request3.maximumAspectRatio = 1.0
            request3.quadratureTolerance = 10
        
        let handler1 = VNImageRequestHandler(cgImage: cgImage1, options: [:])
        let handler2 = VNImageRequestHandler(cgImage: cgImage2, options: [:])
        let handler3 = VNImageRequestHandler(cgImage: cgImage1, options: [:])

        do {
            try handler1.perform([request1])
            try handler2.perform([request2])
            try handler3.perform([request3])

            guard let featurePrint1 = request1.results?.first as? VNFeaturePrintObservation,
                  let featurePrint2 = request2.results?.first as? VNFeaturePrintObservation else {
                completion(false)
                return
            }
            
            if let observations = request3.results as? [VNRectangleObservation], !observations.isEmpty{
                // 假设目标区域是第一个匹配的矩形
                let boundingBox = observations.first?.boundingBox
                print("boundRext: \(boundingBox)")
            }

            var distance: Float = 0
            try featurePrint1.computeDistance(&distance, to: featurePrint2)
            print("匹配值 \(distance)")
            if distance < 0.8{ //距离0.8m
                print("图片相似")
                
            }
            completion(distance < 0.8) // 设定相似度阈值
        } catch {
            print("匹配失败：\(error)")
            completion(false)
        }
    }