如何提升MLVision云端文字识别的处理速度？

看起来你的云端文字识别流程功能正常，但20秒的耗时确实偏长，主要瓶颈大概率在云端识别请求和不必要的主线程操作上。下面是几个针对性的优化建议，结合代码修改帮你提速：

1. 优化云端识别请求参数 #

云端识别的耗时占比最高，先从这里入手：

• 精简语言提示：如果你的场景不需要同时支持英语（en）和印地语（hi），只保留实际需要的语言。多语言提示会让云端模型加载更多资源，增加处理时间。

  let options = VisionCloudTextRecognizerOptions()
  // 比如仅保留业务需要的语言
  options.languageHints = ["en"]
  textRecognizer = vision.cloudTextRecognizer(options: options)
  

• 切换轻量模型：默认的accurate模型精度高但速度慢，如果你的场景对精度要求不是极致，换成lite模型可以大幅提升识别速度：

  let options = VisionCloudTextRecognizerOptions()
  options.languageHints = ["en"]
  options.modelType = .lite // 切换到轻量模型，优先保证速度
  textRecognizer = vision.cloudTextRecognizer(options: options)
  

• 压缩上传图像：大尺寸图像会增加传输时间和云端处理负载。在上传前把图片压缩到合适分辨率（比如最长边不超过1080px），画质损失几乎可以忽略，但能显著提速：

  func compressImage(_ image: UIImage, maxDimension: CGFloat = 1080) -> UIImage? {
      var scaledSize = image.size
      let maxSize = max(scaledSize.width, scaledSize.height)
      guard maxSize > maxDimension else { return image }
      
      let scaleFactor = maxDimension / maxSize
      scaledSize = CGSize(width: scaledSize.width * scaleFactor, height: scaledSize.height * scaleFactor)
      
      UIGraphicsBeginImageContext(scaledSize)
      image.draw(in: CGRect(origin: .zero, size: scaledSize))
      let compressedImage = UIGraphicsGetImageFromCurrentImageContext()
      UIGraphicsEndImageContext()
      return compressedImage
  }
  
  // 使用时替换原图像
  if let compressedImage = compressImage(pickedImage) {
      let visionImage = VisionImage(image: compressedImage)
      // 后续识别逻辑...
  }
  

2. 优化本地文本处理逻辑 #

现在的代码依赖UI控件resultView.text中转文本，还在主线程做字符串拼接和拆分，这些操作会阻塞主线程，拖慢整体流程：

• 避免UI控件作为数据中转：直接用临时变量收集识别到的文本，跳过UI控件的中间环节；
• 后台线程处理文本拆分：把文本拆分、数组存储这些耗时操作放到后台队列，不要占用主线程。

修改后的识别回调和separate方法：

textRecognizer.process(visionImage, completion: { (features, error) in
    guard error == nil, let features = features else {
        // UI操作必须回到主线程执行
        DispatchQueue.main.async {
            self.resultView.text = "Could not recognize any text"
            self.dismiss(animated: true, completion: nil)
        }
        return
    }
    
    // 后台线程处理文本收集和拆分，不阻塞主线程
    DispatchQueue.global(qos: .userInitiated).async {
        var collectedText = ""
        for block in features.blocks {
            for line in block.lines {
                collectedText += line.text + "\n"
            }
        }
        
        // 处理文本拆分
        self.separate(with: collectedText)
        
        // 完成后回到主线程更新UI
        DispatchQueue.main.async {
            self.resultView.text = collectedText
            self.dismiss(animated: true, completion: nil)
        }
    }
})

// 重构separate方法，直接接收文本参数，不依赖UI
func separate(with text: String){
    let separators = CharacterSet(charactersIn: ":)(,•/·][")
    // 用compactMap简化过滤逻辑，代码更高效简洁
    let filteredWords = text.components(separatedBy: separators).compactMap { word in
        let trimmedLower = word.trimmingCharacters(in: .whitespacesAndNewlines).lowercased()
        return trimmedLower.isEmpty ? nil : trimmedLower
    }
    self.test.append(contentsOf: filteredWords)
    print(self.test)
}

3. 额外建议 #

• 检查网络环境：云端识别依赖网络，如果是弱网环境，耗时会大幅增加。可以在发起请求前检测网络状态，提示用户切换到稳定网络；
• 缓存重复请求：如果用户多次识别同一张图片，可以缓存识别结果，避免重复发起云端请求。

按照这些优化点调整后，你的流程耗时应该能降到几秒以内，尤其是云端识别的速度会有明显提升。

内容的提问来源于stack exchange，提问作者Nick