[swift] Swift에서 카메라로 객체 인식하기

12 Dec 2023

swift

오늘은 Swift를 사용하여 iOS 앱에서 카메라를 사용해 객체를 인식하는 방법을 살펴보겠습니다. Vision 프레임워크를 사용하여 실시간으로 사물을 감지하고 식별하는 기능을 구현할 수 있습니다.

Vision 프레임워크 소개

Vision 프레임워크는 기기의 카메라 또는 사진에서 물체를 식별하고 분석하는 기능을 제공합니다. Core ML 모델을 사용하여 이미지 분석 작업을 실행할 수 있으며, 실시간으로 감지하기 위한 강력한 API를 제공합니다.

카메라 액세스 권한 요청

먼저, 카메라를 사용하기 위해 Info.plist에 카메라 액세스에 대한 권한을 요청해야 합니다. 아래 예제는 Info.plist 파일에 카메라 액세스 권한을 추가하는 방법을 보여줍니다.

<key>NSCameraUsageDescription</key>
<string>카메라 액세스 권한이 필요합니다.</string>

카메라로 실시간 객체 감지 구현

이제 카메라를 사용하여 실시간 객체 인식을 구현해보겠습니다. 아래는 실시간으로 카메라에서 객체를 감지하는 코드의 예시입니다.

import UIKit
import AVFoundation
import Vision

class ViewController: UIViewController, AVCaptureVideoDataOutputSampleBufferDelegate {
    private var captureSession = AVCaptureSession()
    private var videoPreviewLayer: AVCaptureVideoPreviewLayer?
    
    override func viewDidLoad() {
        super.viewDidLoad()
        
        guard let captureDevice = AVCaptureDevice.default(for: .video) else { return }
        
        do {
            let input = try AVCaptureDeviceInput(device: captureDevice)
            captureSession.addInput(input)
            
            let output = AVCaptureVideoDataOutput()
            output.setSampleBufferDelegate(self, queue: DispatchQueue(label: "videoQueue"))
            captureSession.addOutput(output)
            captureSession.startRunning()
            
            videoPreviewLayer = AVCaptureVideoPreviewLayer(session: captureSession)
            videoPreviewLayer?.frame = view.layer.bounds
            videoPreviewLayer?.videoGravity = .resizeAspectFill
            view.layer.addSublayer(videoPreviewLayer!)
        } catch {
            print(error)
        }
    }
    
    func captureOutput(_ output: AVCaptureOutput, didOutput sampleBuffer: CMSampleBuffer, from connection: AVCaptureConnection) {
        guard let pixelBuffer: CVPixelBuffer = CMSampleBufferGetImageBuffer(sampleBuffer) else { return }
        
        do {
            let model = try VNCoreMLModel(for: YourCoreMLModel().model)
            let request = VNCoreMLRequest(model: model, completionHandler: { [weak self] request, error in
                // 처리 결과 핸들링
            })
            try VNImageRequestHandler(cvPixelBuffer: pixelBuffer, options: [:]).perform([request])
        } catch {
            print(error)
        }
    }
}

위 코드는 AVFoundation을 사용하여 카메라에서 영상을 캡처하고, Vision과 Core ML을 사용하여 객체를 감지하는 기능을 구현한 것입니다.

이제, 앱을 빌드하고 카메라를 통해 객체를 인식하고 분석하는 기능을 테스트할 수 있을 것입니다.

마무리

오늘은 Swift를 사용하여 카메라로 객체를 식별하는 방법에 대해 알아보았습니다. Vision 프레임워크와 Core ML을 결합하여 실시간 객체 감지와 분석 기능을 구현할 수 있습니다. 이러한 기술을 적용하여 멋진 iOS 애플리케이션을 개발해보세요!

참고 자료: