使用 Swift 创建简单的二维码扫描应用

译者:Prayer;校对:numbbbbb;定稿:CMB

排着长队等待结账的商店,帮助旅客记录包裹和航班信息的机场,帮助大型零售商处理大量无聊的存货清单,这些场景非常适合使用条码扫描器。此外,条码扫描器也能帮消费者进行智能购物和产品分类。既然它这么棒,不如我们在 iPhone 上做一个吧!

幸运的是,对 Apple 开发者来说,实现条码扫描非常容易,苹果大法好!我们会使用 AV Foundation 来实现一个小巧的 iPhone app,能够扫描 CD 上的条码,获取专辑的一些重要信息,并将内容输出到 App 视图中。能够实现读取条码的功能,这非常的酷,但是我们的野心不止于此,我们会对识别的条码内容作进一步的操作。

我本不该再多啰嗦,不过还是友情提醒一下,这个条码扫描 app 只有在设备具有摄像头时才能正确工作。记住这一点,准备一台有摄像头的 iOS 设备,我们开始吧!

关于 CDBarcodes

今天我们创建的应用叫做 CDBarcodes —— 它还是很智能的。当设备扫描到一个条码时,我们会将处理后的条码内容发送给 Discogs 数据库,然后获得专辑的名称、艺术家以及发布年份。Discogs 的数据库中有大量的音乐数据,所以我们基本上能查到所有数据。

从这里下载 CDBarcodes 的 starter project


Discogs

先从 Discogs 开始。首先,我们需要登录或者注册一个 Discogs 账户。登录之后,拉到网站的最底端,在 footer 的最左边边栏,点击 API。


在 Discogs API 页面,点击左边栏 Database 中的 Search。


这个就是我们将会用到的 API。我们使用 “title” 和 “year” 参数来获取专辑信息。

现在我们需要将查询的 URL 保存到我们的 CDBarcodes 中。在 Constants.swift 文件中,将 https://api.discogs.com/database/search?q= 添加到常量 DISCOGS_AUTH_URL 中。

let DISCOGS_AUTH_URL = "https://api.discogs.com/database/search?q="

现在我们可以很方便地在应用中使用 DISCOGS_AUTH_URL 获取查询 URL。

回到刚才的 Discogs API 网站。我们需要创建一个新应用,取得 API 的使用资格。在导航栏中,网页的最顶部,点击 Create an App。之后点击 Create an Application 按钮。


应用名称的话,输入 “CDBarcodes + 你的名字”,或者其他你喜欢的名字。description 字段可以写:

“This is an iOS app that reads barcodes from CDs and displays information about the albums.”

译注:“这个 iOS 应用会读取 CD 的条形码并显示唱片信息。”

最后,点击 Create Application 按钮。

在最后的结果页面,我们能够得到使用条码来做一些操作的资格信息。

拷贝 Consumer Key,粘贴到 Constants.swift 文件的 DISCOGS_KEY 中。再拷贝 Consumer Secret,粘贴到 DISCOGS_SECRET 中。

同 URL 一样,现在我们可以在应用中很方便地使用这些变量了。


CocoaPods

为了能够和 Discogs API 通信,我们使用一个优秀的第三方库管理工具:CocoaPods。如果想要了解更多关于 CocoaPods 的信息,或者想学习如何安装它,可以到它的官网查询。

有了 CocoaPods 就可以安装第三方库,我们会使用 Alamofire 来请求网络,使用 SwiftyJSON 来处理从 Discogs 返回的 JSON 数据。

下面我们把这两个库引入到 CDBarcodes 工程中!

CocoaPods 安装好之后,打开终端,进入 CDBarcodes 目录,初始化 CocoaPods,命令如下:

bash
cd <your-xcode-project-directory>
pod init

使用 Xcode 打开 Podfile:

bash
open -a Xcode Podfile

将下面内容拷贝到 Podfile 中:

ruby
source 'https://github.com/CocoaPods/Specs.git'
platform :ios,'8.0'
use_frameworks!

pod 'Alamofire','~> 3.0'

target ‘CDBarcodes’ do
pod 'SwiftyJSON',:git => 'https://github.com/SwiftyJSON/SwiftyJSON.git'
end

最后,使用下面的命令来下载 Alamofire 和 SwiftyJSON:

bash
pod install

现在让我们回到 Xcode 中!切记要打开的是 CDBarcodes.xcworkspace

识别条码

AV Foundation 框架提供了识别条码的工具。我们来大概描述一下工作原理。

  • AVCaptureSession 会管理从摄像头获取的数据——将输入的数据转为可以使用的输出
  • AVCaptureDevice 表示物理设备和其他属性。AVCaptureSession 会从 AVCaptureDevice 获取输入数据
  • AVCaptureDeviceInput 从设备中捕获数据
  • AVCaptureMetadataOutput 会向处理数据的 delegate 转发获得的元数据

BarcodeReaderViewController.swift 文件中,首先导入 AVFoundation

import UIKit
import AVFoundation

同时,我们需要遵循 AVCaptureMetadataOutputObjectsDelegate 协议。

viewDidLoad() 中,我们要发动条码扫描引擎。

首先,创建一个 AVCaptureSession 对象,然后设置 AVCaptureDevice。之后我们将创建一个输入对象(input object),然后将其加入到 AVCaptureSession 中。

class BarcodeReaderViewController: UIViewController,AVCaptureMetadataOutputObjectsDelegate {

var session: AVCaptureSession!
var previewLayer: AVCaptureVideoPreviewLayer!

override func viewDidLoad() {
    super.viewDidLoad()

    // 创建一个 session 对象
    session = AVCaptureSession()

    // 设置 captureDevice.
    let videoCaptureDevice = AVCaptureDevice.defaultDeviceWithMediaType(AVMediaTypeVideo)

    // 创建 input object.
    let videoInput: AVCaptureDeviceInput?

    do {
        videoInput = try AVCaptureDeviceInput(device: videoCaptureDevice)
    } catch {
        return
    }

    // 将 input 加入到 session 中
    if (session.canAddInput(videoInput)) {
        session.addInput(videoInput)
    } else {
        scanningNotPossible()
    }

如果你的设备没有摄像头,那就无法扫描条码。我们添加了一个处理失败场景的方法。如果没有摄像头,会弹出一个提示框来提示用户,换一个有摄像头的设备来扫描 CD 的条码。

func scanningNotPossible() {
    // 告知用户该设备无法进行条码扫描
    let alert = UIAlertController(title: "Can't Scan.",message: "Let's try a device equipped with a camera.",preferredStyle: .Alert)
    alert.addAction(UIAlertAction(title: "OK",style: .Default,handler: nil))
    presentViewController(alert,animated: true,completion: nil)
    session = nil
}

回到 viewDidLoad() 方法中,将 input 添加到 session 之后,我们需要创建 AVCaptureMetadataOutput 并把它也添加到 session 中。我们会将捕获到的数据通过串行队列发送给 delegate 对象。

下一步需要声明我们将要扫描的条码类型。对我们而言,我们需要使用 EAN-13 条码。有意思的是,我们扫描的条码并非都是 EAN-13 类型的;一些有可能是 UPC-A 类型,这可能会造成识别的问题。

Apple 通过在前面加上 0 来将 UPC-A 条码转换为 EAN-13 条码。UPC-A 条码只有 12 位,EAN-13 条码,和你猜测的一样,是 13 位。这个自动转化特性的好处是,我们在设置 metadataObjectTypes 时,只要设置为 AVMetadataObjectTypeEAN13Code,EAN-13 和 UPC-A 条码都将会被识别。不过这会修改条码,因此有可能会在查询 Discogs 时出问题,后面我们会处理这个问题。

如果摄像头有问题,我们需要使用 scanningNotPossible() 来告知用户。

// 创建 output 对象
let metadataOutput = AVCaptureMetadataOutput()

// 将 output 对象添加到 session 上
if (session.canAddOutput(metadataOutput)) {
   session.addOutput(metadataOutput)

   // 通过串行队列,将捕获到的数据发送给相应的代理
   metadataOutput.setMetadataObjectsDelegate(self,queue: dispatch_get_main_queue())

   // 设置可扫描的条码类型
   metadataOutput.metadataObjectTypes = [AVMetadataObjectTypeEAN13Code]

} else {
   scanningNotPossible()
}

我们已经拥有了扫描条码的强大能力,现在需要做的是预览扫描画面。使用 AVCaptureVideoPreviewLayer 在整个屏幕上显示拍摄到的画面。

然后,我们就可以开始扫描了。

// 添加 previewLayer 让其显示摄像头拍到的画面

previewLayer = AVCaptureVideoPreviewLayer(session: session);
previewLayer.frame = view.layer.bounds;
previewLayer.videoGravity = AVLayerVideoGravityResizeAspectFill;
view.layer.addSublayer(previewLayer);

// 开始运行 session

session.startRunning()

captureOutput:didOutputMetadataObjects:fromConnection 方法中,我们可以庆祝一下,因为执行到该方法就说明已经识别了一些信息。

首先,我们需要从 metadataObjects 数组中取出第一个对象,然后将其转化为机器可以识别的格式。然后将转换后的 readableCode 作为一个 string 值传入 barcodeDetected() 方法中。

在看 barcodeDetected() 方法之前,我们需要以震动的形式给用户一些扫描成功的反馈并且关闭 session(stop the session)。万一你忘记关闭了 session,没关系,你的设备会一直震动,直到你关闭为止。

func captureOutput(captureOutput: AVCaptureOutput!,didOutputMetadataObjects metadataObjects: [AnyObject]!,fromConnection connection: AVCaptureConnection!) {

    // 从 metadataObjects 数组中取得第一个对象
    if let barcodeData = metadataObjects.first {
        // 将其转化为机器可以识别的格式
        let barcodeReadable = barcodeData as? AVMetadataMachineReadableCodeObject;
        if let readableCode = barcodeReadable {
            // 将 readableCode 作为一个 string 值,传入 barcodeDetected() 方法中
            barcodeDetected(readableCode.stringValue);
        }

        // 以震动的形式告知用户,识别成功        AudioServicesPlaySystemSound(SystemSoundID(kSystemSoundID_Vibrate))

        // 关闭 session (避免你的设备一直嗡嗡震动)
        session.stopRunning()
    }
}

我们需要在 barcodeDetected() 中做一些操作。第一个任务是弹出一个提示框告知用户,我们扫描到了一个条码。然后将扫描到的信息转化为我们需要的内容。

必须去掉扫描内容中的空格。去掉空格之后,我们需要判断条码是 EAN-13 还是 UPC-A 类型。如果是 EAN-13 类型,不需要额外的操作。如果是 UPC-A 条码,它被转化为了 EAN-13 类型,我们需要把它还原成原有的格式。

就像我们之前讨论的那样,苹果在 UPC-A 条码的前头加上一个 0 来将其转换为 EAN-13,所以我们需要判断其是否以 0 开头,如果是的话,删掉它。如果没有这一步,Discogs 无法识别这个数字,我们也没有办法得到正确的数据。

拿到处理后的条码数据之后,我们将它传给 DataService.searchAPI() 然后显示 BarcodeReaderViewController

func barcodeDetected(code: String) {

    // 让用户知道,我们扫描到了
    let alert = UIAlertController(title: "Found a Barcode!",message: code,preferredStyle: UIAlertControllerStyle.Alert)
    alert.addAction(UIAlertAction(title: "Search",style: UIAlertActionStyle.Destructive,handler: { action in

        // 去除空格
        let trimmedCode = code.stringByTrimmingCharactersInSet(NSCharacterSet.whitespaceCharacterSet())

        // 判断是 EAN 还是 UPC?

        let trimmedCodeString = "\(trimmedCode)"
        var trimmedCodeNoZero: String

        if trimmedCodeString.hasPrefix("0") && trimmedCodeString.characters.count > 1 {
            trimmedCodeNoZero = String(trimmedCodeString.characters.dropFirst())

            // Send the doctored UPC to DataService.searchAPI()
            DataService.searchAPI(trimmedCodeNoZero)
        } else {

            // Send the doctored EAN to DataService.searchAPI()
            DataService.searchAPI(trimmedCodeString)
        }

        self.navigationController?.popViewControllerAnimated(true)
    }))

    self.presentViewController(alert,completion: nil)
}

查看 BarcodeReaderViewController.swift 之前,我们在 viewDidLoad() 后面添加 viewWillAppear()viewWillDisappear()。在 viewWillAppear() 方法中,我们让 session 开始运行。相应的,在 viewWillDisappear() 方法中,让 session 停止运行。

override func viewWillAppear(animated: Bool) {

    super.viewWillAppear(animated)
    if (session?.running == false) {
        session.startRunning()
    }
}

override func viewWillDisappear(animated: Bool) {
    super.viewWillDisappear(animated)

    if (session?.running == true) {
        session.stopRunning()
    }
}

数据服务

DataService.swift 中,我们将引入 Alamofire 和 SwiftyJSON。

接下来,声明一些变量来存储我们从 Discogs 获得的原始数据。根据 Bionik6 的建议,我们将使用 private(set) 来实现只读属性。

然后创建 Alamofire GET 请求。这里通过解析 JSON 得到专辑的名称和年份。我们分别把得到的名称和年份原始数据赋值给 ALBUM_FROM_DISCOGSYEAR_FROM_DISCOGS,之后会使用这些变量来创建专辑对象。

现在,我们从 Discogs 上获得了数据,下面要做的就是展示给全世界!好吧,展示给 AlbumDetailsViewController.swift 就够了。使用通知的方式来实现。

import Foundation
import Alamofire
import SwiftyJSON

class DataService {

    static let dataService = DataService()

    private(set) var ALBUM_FROM_DISCOGS = ""
    private(set) var YEAR_FROM_DISCOGS = ""

    static func searchAPI(codeNumber: String) {

        // 从 Discogs 上获取专辑数据的 URL
        let discogsURL = "\(DISCOGS_AUTH_URL)\(codeNumber)&?barcode&key=\(DISCOGS_KEY)&secret=\(DISCOGS_SECRET)"

        Alamofire.request(.GET,discogsURL)
            .responseJSON { response in

                var json = JSON(response.result.value!)

                let albumArtistTitle = "\(json["results"][0]["title"])"
                let albumYear = "\(json["results"][0]["year"])"

                self.dataService.ALBUM_FROM_DISCOGS = albumArtistTitle
                self.dataService.YEAR_FROM_DISCOGS = albumYear

                // 发送通知,让 AlbumDetailsViewController 知道我们得到了数据
                NSNotificationCenter.defaultCenter().postNotificationName("AlbumNotification",object: nil)
        }
    }

}

Album 模型

在专辑的数据模型 Album.swift 中,需要将专辑模型转化为我们想要的数据。这个模型接受原始的 artistAlbumalbumYear 数据,把它们转换为更加易读的数据。

import Foundation

class Album {        

private(set) var album: String!
private(set) var year: String!

init(artistAlbum: String,albumYear: String) {

    // 为专辑信息添加一些额外的数据
    self.album = "Album: \n\(artistAlbum)"
    self.year = "Released in: \(albumYear)"
}

}

是时候秀一波专辑数据了!

viewDidLoad() 方法中,设置 labels 的内容,提示用户开始扫描。我们需要添加 observer 来监听 NSNotification 从而接收通知。同时需要在 deinit 中移除监听者。

deinit {
    NSNotificationCenter.defaultCenter().removeObserver(self)
}

override func viewDidLoad() {
    super.viewDidLoad()

    artistAlbumLabel.text = "Let's scan an album!"
    yearLabel.text = ""

    NSNotificationCenter.defaultCenter().addObserver(self,selector: #selector(setLabels(_:)),name: "AlbumNotification",object: nil)
}

当监听到通知的时候,setLabels() 方法将会被调用。这里我们将使用 DataService.swift 中的原始字符串来初始化 Album 对象。然后将 label 中的内容设置为我们想要的 Album 内容。

func setLabels(notification: NSNotification){

    // 使用 DataService.swift 中的数据初始化 Album 对象
    let albumInfo = Album(artistAlbum: DataService.dataService.ALBUM_FROM_DISCOGS,albumYear: DataService.dataService.YEAR_FROM_DISCOGS)
    artistAlbumLabel.text = "\(albumInfo.album)"
    yearLabel.text = "\(albumInfo.year)"
}

测试 CDBarcodes

我们的 app 完成啦!当然,我们可以直接从 CD 封面看到专辑名称、艺术家和发行年份,但是用我们的 app 要有趣得多!为了更好地测试 CDBarcodes 应用,我们需要找一些 CD 和唱片。这样就有可能同时遇到 EAN-13 和 UPC-A 条码,真正发挥 app 的威力。

BarcodeReaderViewController 中,注意将相机对焦到条码上。

这里是完成之后的 CDBarcodes 代码。

总结

无论是商务人士、购物者还是普通人,条码扫描器都一个特别有用的工具。因此,能够开发条码扫描也非常有用。

扫描那部分比较有趣。在获得扫描的数据之后,我们需要对数据做进一步操作,例如判断是 EAN-13 还是 UPC-A 类型。我们需要找到转化数据的正确方式,然后老司机就上路了。

如果想了解更多内容,可以读取其他的 metadataObjectTypes 和一些新 API。唯一的限制就是你的想象力。

本文由 SwiftGG 翻译组翻译,已经获得作者翻译授权,最新文章请访问 http://swift.gg

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


软件简介:蓝湖辅助工具,减少移动端开发中控件属性的复制和粘贴.待开发的功能:1.支持自动生成约束2.开发设置页面3.做一个浏览器插件,支持不需要下载整个工程,可即时操作当前蓝湖浏览页面4.支持Flutter语言模板生成5.支持更多平台,如Sketch等6.支持用户自定义语言模板
现实生活中,我们听到的声音都是时间连续的,我们称为这种信号叫模拟信号。模拟信号需要进行数字化以后才能在计算机中使用。目前我们在计算机上进行音频播放都需要依赖于音频文件。那么音频文件如何生成的呢?音频文件的生成过程是将声音信息采样、量化和编码产生的数字信号的过程,我们人耳所能听到的声音频率范围为(20Hz~20KHz),因此音频文件格式的最大带宽是20KHZ。根据奈奎斯特的理论,音频文件的采样率一般在40~50KHZ之间。奈奎斯特采样定律,又称香农采样定律。...............
前言最近在B站上看到一个漂亮的仙女姐姐跳舞视频,循环看了亿遍又亿遍,久久不能离开!看着小仙紫姐姐的蹦迪视频,除了一键三连还能做什么?突发奇想,能不能把舞蹈视频转成代码舞呢?说干就干,今天就手把手教大家如何把跳舞视频转成代码舞,跟着仙女姐姐一起蹦起来~视频来源:【紫颜】见过仙女蹦迪吗 【千盏】一、核心功能设计总体来说,我们需要分为以下几步完成:从B站上把小姐姐的视频下载下来对视频进行截取GIF,把截取的GIF通过ASCII Animator进行ASCII字符转换把转换的字符gif根据每
【Android App】实战项目之仿抖音的短视频分享App(附源码和演示视频 超详细必看)
前言这一篇博客应该是我花时间最多的一次了,从2022年1月底至2022年4月底。我已经将这篇博客的内容写为论文,上传至arxiv:https://arxiv.org/pdf/2204.10160.pdf欢迎大家指出我论文中的问题,特别是语法与用词问题在github上,我也上传了完整的项目:https://github.com/Whiffe/Custom-ava-dataset_Custom-Spatio-Temporally-Action-Video-Dataset关于自定义ava数据集,也是后台
因为我既对接过session、cookie,也对接过JWT,今年因为工作需要也对接了gtoken的2个版本,对这方面的理解还算深入。尤其是看到官方文档评论区又小伙伴表示看不懂,所以做了这期视频内容出来:视频在这里:本期内容对应B站的开源视频因为涉及的知识点比较多,视频内容比较长。如果你觉得看视频浪费时间,可以直接阅读源码:goframe v2版本集成gtokengoframe v1版本集成gtokengoframe v2版本集成jwtgoframe v2版本session登录官方调用示例文档jwt和sess
【Android App】实战项目之仿微信的私信和群聊App(附源码和演示视频 超详细必看)
用Android Studio的VideoView组件实现简单的本地视频播放器。本文将讲解如何使用Android视频播放器VideoView组件来播放本地视频和网络视频,实现起来还是比较简单的。VideoView组件的作用与ImageView类似,只是ImageView用于显示图片,VideoView用于播放视频。...
采用MATLAB对正弦信号,语音信号进行生成、采样和内插恢复,利用MATLAB工具箱对混杂噪声的音频信号进行滤波
随着移动互联网、云端存储等技术的快速发展,包含丰富信息的音频数据呈现几何级速率增长。这些海量数据在为人工分析带来困难的同时,也为音频认知、创新学习研究提供了数据基础。在本节中,我们通过构建生成模型来生成音频序列文件,从而进一步加深对序列数据处理问题的了解。
基于yolov5+deepsort+slowfast算法的视频实时行为检测。1. yolov5实现目标检测,确定目标坐标 2. deepsort实现目标跟踪,持续标注目标坐标 3. slowfast实现动作识别,并给出置信率 4. 用框持续框住目标,并将动作类别以及置信度显示在框上
数字电子钟设计本文主要完成数字电子钟的以下功能1、计时功能(24小时)2、秒表功能(一个按键实现开始暂停,另一个按键实现清零功能)3、闹钟功能(设置闹钟以及到时响10秒)4、校时功能5、其他功能(清零、加速、星期、八位数码管显示等)前排提示:前面几篇文章介绍过的内容就不详细介绍了,可以看我专栏的前几篇文章。PS.工程文件放在最后面总体设计本次设计主要是在前一篇文章 数字电子钟基本功能的实现 的基础上改编而成的,主要结构不变,分频器将50MHz分为较低的频率备用;dig_select
1.进入官网下载OBS stdioOpen Broadcaster Software | OBS (obsproject.com)2.下载一个插件,拓展OBS的虚拟摄像头功能链接:OBS 虚拟摄像头插件.zip_免费高速下载|百度网盘-分享无限制 (baidu.com)提取码:6656--来自百度网盘超级会员V1的分享**注意**该插件必须下载但OBS的根目录(应该是自动匹配了的)3.打开OBS,选中虚拟摄像头选择启用在底部添加一段视频录制选择下面,进行录制.
Meta公司在9月29日首次推出一款人工智能系统模型:Make-A-Video,可以从给定的文字提示生成短视频。基于**文本到图像生成技术的最新进展**,该技术旨在实现文本到视频的生成,可以仅用几个单词或几行文本生成异想天开、独一无二的视频,将无限的想象力带入生活
音频信号叠加噪声及滤波一、前言二、信号分析及加噪三、滤波去噪四、总结一、前言之前一直对硬件上的内容比较关注,但是可能是因为硬件方面的东西可能真的是比较杂,而且需要渗透的东西太多了,所以学习进展比较缓慢。因为也很少有单纯的硬件学习研究,总是会伴随着各种理论需要硬件做支撑,所以还是想要慢慢接触理论学习。但是之前总找不到切入点,不知道从哪里开始,就一直拖着。最近稍微接触了一点信号处理,就用这个当作切入点,开始接触理论学习。二、信号分析及加噪信号处理选用了matlab做工具,选了一个最简单的语音信号处理方
腾讯云 TRTC 实时音视频服务体验,从认识 TRTC 到 TRTC 的开发实践,Demo 演示& IM 服务搭建。
音乐音频分类技术能够基于音乐内容为音乐添加类别标签,在音乐资源的高效组织、检索和推荐等相关方面的研究和应用具有重要意义。传统的音乐分类方法大量使用了人工设计的声学特征,特征的设计需要音乐领域的知识,不同分类任务的特征往往并不通用。深度学习的出现给更好地解决音乐分类问题提供了新的思路,本文对基于深度学习的音乐音频分类方法进行了研究。首先将音乐的音频信号转换成声谱作为统一表示,避免了手工选取特征存在的问题,然后基于一维卷积构建了一种音乐分类模型。
C++知识精讲16 | 井字棋游戏(配资源+视频)【赋源码,双人对战】
本文主要讲解如何在Java中,使用FFmpeg进行视频的帧读取,并最终合并成Gif动态图。
在本篇博文中,我们谈及了 Swift 中 some、any 关键字以及主关联类型(primary associated types)的前世今生,并由浅及深用简明的示例向大家讲解了它们之间的奥秘玄机。