iOS重复调用captureTextFromCamera UIAction致相机全屏重叠问题

问题现象 #

通过UIAction.captureTextFromCamera创建文本扫描按钮时，出现以下异常行为：

• 首次点击按钮，相机覆盖层正常显示在屏幕底部，点击Insert按钮可获取识别到的文本
• 在同一屏幕内再次点击该按钮，相机覆盖层会全屏显示，且关闭按钮与顶部WiFi、电池状态栏重叠

涉事代码示例：

let textFromCamera = UIAction.captureTextFromCamera(responder: context.coordinator, identifier: nil)
let button = UIButton(primaryAction: textFromCamera)

该问题疑似为Apple官方框架bug，目前暂未找到官方修复方案。

临时规避方案 #

方案1：每次点击重新生成UIAction实例 #

放弃复用同一个UIAction实例，改为每次按钮点击时创建新的captureTextFromCamera动作：

// 初始化按钮时不设置primaryAction
let button = UIButton()
// 为按钮添加点击事件，每次点击生成新的动作实例
button.addAction(UIAction.captureTextFromCamera(responder: context.coordinator, identifier: nil), for: .touchUpInside)

这种方式避免了系统复用旧动作实例的状态，大概率能解决布局异常问题。

方案2：手动实现文本扫描流程 #

改用VisionKit和Vision框架自定义扫描流程，完全控制相机界面的呈现：

1. 导入所需框架：

import VisionKit
import Vision

2. 实现VNDocumentCameraViewController代理，自定义扫描逻辑：

class TextScannerViewController: UIViewController, VNDocumentCameraViewControllerDelegate {
    func presentScanner() {
        let scannerVC = VNDocumentCameraViewController()
        scannerVC.delegate = self
        present(scannerVC, animated: true)
    }

    func documentCameraViewController(_ controller: VNDocumentCameraViewController, didFinishWith scan: VNDocumentCameraScan) {
        controller.dismiss(animated: true)
        // 处理扫描到的文档，识别文本
        let request = VNRecognizeTextRequest { [weak self] request, error in
            guard let observations = request.results as? [VNRecognizedTextObservation], error == nil else {
                return
            }
            let recognizedText = observations.compactMap { $0.topCandidates(1).first?.string }.joined(separator: "\n")
            // 将识别到的文本传递给需要的对象
            self?.handleRecognizedText(recognizedText)
        }
        // 配置识别参数
        request.recognitionLevel = .accurate
        let imageRequestHandler = VNImageRequestHandler(cgImage: scan.imageOfPage(at: 0).cgImage!)
        try? imageRequestHandler.perform([request])
    }

    func handleRecognizedText(_ text: String) {
        // 处理识别结果的逻辑
    }
}

通过这种方式可以完全自定义相机界面的布局和行为，彻底规避系统自带动作的bug。

内容的提问来源于stack exchange，提问作者Vijay