Android开发新手求助：整合Azure认知服务多API及名人模型问题

Hi there! Let's break down the issues in your code and fix them step by step — I've spotted a few key problems that are causing your post-execution errors.

核心问题分析 #

1. 输入流重复使用导致API调用失败 #

ByteArrayInputStream在被第一次读取后，内部指针会移动到流的末尾。你在调用describe()后，又把同一个流传给analyzeImageInDomain()，这时候流里已经没有数据可以读取了，直接导致第二次API调用失败。

2. 返回数据格式错误，解析失败 #

你把两个独立的JSON结果塞进HashMap再转成字符串，这个混合后的字符串既不是合法的AnalysisResult格式，也不是AnalysisInDomainResult格式。在onPostExecute里用Gson去解析这种混乱的字符串，必然会抛出解析异常。

3. 异常传递与类型处理问题 #

• 你的onPostExecute里用到了e变量，但没有看到在doInBackground中正确捕获并保存异常；
• 名人检测结果中的confidence是数值类型，你用getAsString()读取会触发类型转换错误。

修改后的完整代码示例 #

第一步：创建结果封装类 #

先定义一个简单的POJO类，用来同时封装普通图像描述和名人检测结果：

public class CombinedVisionResult {
    public AnalysisResult descriptionResult;
    public AnalysisInDomainResult celebrityResult;
}

第二步：修正process方法 #

private CombinedVisionResult process() throws VisionServiceException, IOException { 
    String model = "celebrities"; 
    // 先把Bitmap转成byte数组，方便多次生成新的输入流
    ByteArrayOutputStream output = new ByteArrayOutputStream(); 
    bitmapPicture.compress(Bitmap.CompressFormat.JPEG, 100, output); 
    byte[] imageBytes = output.toByteArray(); 

    // 调用普通描述API：用新的输入流
    ByteArrayInputStream describeStream = new ByteArrayInputStream(imageBytes); 
    AnalysisResult descResult = this.client.describe(describeStream, 1); 

    // 调用名人检测API：重新生成输入流
    ByteArrayInputStream celebStream = new ByteArrayInputStream(imageBytes); 
    AnalysisInDomainResult celebResult = this.client.analyzeImageInDomain(celebStream, model); 

    // 封装结果返回
    CombinedVisionResult combinedResult = new CombinedVisionResult();
    combinedResult.descriptionResult = descResult;
    combinedResult.celebrityResult = celebResult;

    return combinedResult; 
}

第三步：修正AsyncTask的执行逻辑 #

调整AsyncTask的泛型参数，直接返回封装后的结果，并正确处理异常：

// 假设你的AsyncTask类定义如下
private class VisionTask extends AsyncTask<Void, Void, CombinedVisionResult> {
    private Exception taskException;

    @Override
    protected CombinedVisionResult doInBackground(Void... voids) {
        try {
            return process();
        } catch (VisionServiceException | IOException ex) {
            taskException = ex;
            return null;
        }
    }

    @Override 
    protected void onPostExecute(CombinedVisionResult combinedResult) { 
        super.onPostExecute(combinedResult); 
        mEditText.setText(""); 
        if (taskException != null) { 
            mEditText.setText("Error: " + taskException.getMessage()); 
            taskException = null; 
        } else if (combinedResult != null) { 
            AnalysisResult descResult = combinedResult.descriptionResult;
            AnalysisInDomainResult celebResult = combinedResult.celebrityResult;

            // 优先处理名人检测结果
            if(celebResult != null && celebResult.result != null && celebResult.result.has("celebrities")){ 
                JsonArray detectedCelebs = celebResult.result.get("celebrities").getAsJsonArray(); 
                mEditText.append("Celebrities detected: "+ detectedCelebs.size()+"\n"); 
                for(JsonElement celebElement: detectedCelebs) { 
                    JsonObject celeb = celebElement.getAsJsonObject(); 
                    String name = celeb.get("name").getAsString();
                    // 正确读取数值类型的confidence
                    double confidence = celeb.get("confidence").getAsDouble();
                    mEditText.append("Name: "+ name +", score: " + String.format("%.2f", confidence) +"\n"); 
                } 
            } else { 
                // 没有检测到名人时，显示普通描述结果
                for (Caption caption: descResult.description.captions) { 
                    mEditText.append("You're seeing " + caption.text + ", confidence: " + String.format("%.2f", caption.confidence) + "\n"); 
                } 
            } 
            mEditText.setSelection(0); 
        }
    }
}

额外注意事项 #

• 确保你的Azure账户已经开通了Computer Vision服务的名人检测功能，并且API密钥和端点配置正确；
• 可以在API调用前添加日志，打印请求的状态码和响应内容，方便排查后续问题；
• 处理Bitmap时注意内存占用，避免OOM问题。

内容的提问来源于stack exchange，提问作者rann02