iOS 15下VNRecognizeTextRequest文本识别结果顺序异常问题咨询

首先明确：该问题是iOS 15.0 ~ 15.4版本Vision框架的原生系统级Bug，苹果已在iOS 15.5及后续系统版本中完成修复，非应用代码实现问题。

可选用的兼容方案如下：

方案1：系统版本适配 #

• 针对用户群体，可引导iOS 15版本低于15.5的用户升级系统，升级后识别结果顺序与iOS 14完全一致，无需修改应用代码。

方案2：手动对识别结果做坐标排序（兼容所有系统版本） #

由于Vision框架返回的每个文本识别结果都附带原始坐标信息，可通过boundingBox属性自行对行顺序做校正，逻辑如下：

• Vision框架的坐标系原点在左下角，所以Y轴坐标越大，代表文本行在原图中的位置越靠上
• 先按Y轴坐标从大到小排序，区分上下行
• 若两个识别结果的Y轴坐标差小于设定阈值（推荐取行高的1/3，常规场景用0.03即可），判定为同一行内容，再按X轴坐标从小到大排序
• 最后按排序后的结果拼接文本即可

Swift代码示例：

func getSortedText(from observations: [VNRecognizedTextObservation]) -> String {
    let sortedObservations = observations.sorted { obsA, obsB in
        let yA = obsA.boundingBox.origin.y
        let yB = obsB.boundingBox.origin.y
        let lineHeightThreshold = 0.03
        if abs(yA - yB) < lineHeightThreshold {
            // 同一行从左到右排序
            return obsA.boundingBox.origin.x < obsB.boundingBox.origin.x
        } else {
            // 不同行从上到下排序
            return yA > yB
        }
    }
    return sortedObservations.compactMap {
        $0.topCandidates(1).first?.string
    }.joined(separator: "\n")
}

该方案兼容所有iOS版本，对多语言、复杂排版场景的排序校正效果稳定，性能损耗可忽略不计。

内容的提问来源于stack exchange，提问作者Michael