iOS中UIImageView绘制图像用VNRecognizeTextRequest识别返回空结果

问题和图像元数据无关，是代码错误+图像生成配置不符合Vision识别要求导致的：

• 代码存在低级笔误：DispatchGroup变量名前后不一致，定义为ocrGroup，实际调用写的是crGroup，时序逻辑本身就有问题
• UIGraphicsBeginImageContext默认生成1x分辨率的位图，远低于Vision文本识别的最低像素要求
• 默认生成的上下文如果没有手动填充背景，会带透明通道，Vision对透明背景上的文本检出率极低
• VNRecognizeTextRequest默认使用fast识别精度，对手写文本、低分辨率文本识别效果极差
• 代码直接吞掉了perform方法的抛出错误，无法定位具体失败原因

存相册再读回能正常识别，是因为系统保存时自动做了重采样升分辨率、移除透明通道、色彩校正的预处理，把图像转成了符合Vision要求的格式，和元数据没有关系。

1. 修正手写图像的生成逻辑 #

替换原有的位图上下文创建代码，使用匹配设备缩放因子的上下文，同时手动填充纯色背景：

// 替换原UIGraphicsBeginImageContext(targetSize)调用
let screenScale = UIScreen.main.scale
UIGraphicsBeginImageContextWithOptions(targetSize, true, screenScale)
// 先填充纯白色背景，避免透明区域
UIColor.white.setFill()
UIRectFill(CGRect(origin: .zero, size: targetSize))
// 执行你的手写绘制逻辑
let handwriteImage = UIGraphicsGetImageFromCurrentImageContext()
UIGraphicsEndImageContext()

2. 重写OCR方法，修正错误补全配置 #

原代码里的DispatchGroup逻辑完全多余——VNImageRequestHandler.perform是同步方法，调用后会等请求执行完成再返回，不需要额外做线程同步。修正后的代码如下：

func ocrText(onImage: UIImage?) {
    let request = VNRecognizeTextRequest { request, error in
        if let error = error {
            print("OCR请求错误: \(error.localizedDescription)")
            return
        }
        guard let observations = request.results as? [VNRecognizedTextObservation] else {
            print("识别结果格式非法")
            return
        }
        print("识别到文本块数量: \(observations.count)")
        for observation in observations {
            guard let topResult = observation.topCandidates(1).first else { continue }
            print("识别内容: \(topResult.string), 置信度: \(topResult.confidence)")
        }
    }
    // 识别参数配置
    request.recognitionLanguages = ["fr-FR"] // 带地区标识的语言码识别率高于简写"fr"
    request.recognitionLevel = .accurate // 手写文本必须使用高精度模式
    request.usesLanguageCorrection = true // 开启语言校正，提升手写识别准确率

    DispatchQueue.global(qos: .userInitiated).async {
        guard let cgImage = onImage?.cgImage else {
            print("输入图像无有效CGImage实例")
            return
        }
        let handler = VNImageRequestHandler(cgImage: cgImage, options: [:])
        do {
            try handler.perform([request])
        } catch {
            print("执行识别失败: \(error.localizedDescription)")
        }
    }
}

3. 极端场景预处理（可选） #

如果完成上面两步后还是存在识别率低的问题，可以在传入Vision前对图像做简单预处理：

• 转灰度图后做二值化处理，把文本和背景的对比度拉到最大
• 保证单个手写字符的高度不低于20像素，过小的字会被检测器直接过滤
• 修正图像方向，保证文本是正向朝上的，没有旋转

内容的提问来源于stack exchange，提问作者claude31