iOS 应用中的 Vize.ai 图像识别

Question

我正在尝试使用 Swift 4 在 iOS 应用中实现 Vize.ai 图像识别。

在他们的documentation 中，这是他们为 Objective C 提供的代码示例：

NSDictionary *headers = @{@"Authorization": @"JWT {your JWT token}", @"Content-Type": @"application/x-www-form-urlencoded", @"Accept": @"text/plain"};
UNIUrlConnection *asyncConnection = [[UNIRest post:^(UNISimpleRequest *request) {
  [request setUrl:@"http://cl-api.vize.ai/{your task ID}?image={path/myimage.png}"];
  [request setHeaders:headers];
}] asundefinedAsync:^(UNIHTTPundefinedResponse *response, NSError *error) {
  NSInteger code = response.code;
  NSDictionary *responseHeaders = response.headers;
  UNIJsonNode *body = response.body;
  NSData *rawBody = response.rawBody;
}];

如您所见，我必须将图像路径传递给请求。在我的应用中，用户可以选择分析添加到项目资产文件夹中的默认图片，也可以选择从库中添加/拍照。

此示例中的图像路径应该是什么？

这是我使用 Swift 4 发出请求的方式，我添加到其中的任何图像路径都会返回“缺少图像或 url”响应错误：

let headers: HTTPHeaders = [
    "Authorization": "JWT \(jwtToken)",
    "Content-Type": "application/x-www-form-urlencoded",
    "Accept": "text/plain"
]
let url = "https://cl-api.vize.ai/\(taskID)?image=\(imagePath)"
Alamofire.request(url, method: .post, parameters: nil, encoding: JSONEncoding.default, headers: headers).responseJSON { response in
    debugPrint(response)
}

非常感谢任何帮助。谢谢！

Answer 1

所以我设法使用多部分表单数据找到了解决方案。这是它的完整代码。

func getVizeImageAnalysis(image: UIImage) {
        let headers: HTTPHeaders = [
            "Authorization": "JWT \(jwtToken)",
            "Content-Type": "application/x-www-form-urlencoded",
            "Accept": "text/plain"
        ]
        let url = "https://cl-api.vize.ai/\(taskID)"

        manager.upload(multipartFormData: { multiPartData in
            // Add image
            if let imageData = UIImageJPEGRepresentation(image, 0.8)  {
                multiPartData.append(imageData, withName: "image", fileName: "pickedImage", mimeType: "image/jpeg")
            }

        }, to: url, method: .post, headers: headers, encodingCompletion: {
            encodingResult in
            switch encodingResult {
            case .success(let request, _, _):
                request.responseJSON{ response in
                debugPrint(response)
            }
            case .failure(let encodingError):
                print(encodingError)
            }
        })
    }