适用AI工具：DevEco Code / Cursor
前置博客：第08篇
预计阅读时间：20分钟

一、Core Vision Kit 能力全景

Core Vision Kit 把端侧视觉 AI 做成了开箱即用的标准 Kit，核心能力五件套：

全部端侧执行，隐私合规压力小。本篇以"扫描名片 → 识别入通讯录"为主线，串起 OCR 与图像超分两个最常用能力。

二、集成总流程

三、OCR：从图片到结构化名片

3.1 基础识别

import { textRecognition } from '@kit.CoreVisionKit';

async function recognizeCard(pixelMap: image.PixelMap): Promise<string> {
  const info: textRecognition.VisionInfo = { pixelMap: pixelMap };
  const config: textRecognition.Configuration = {
    isDirectionDetection: true    // 自动方向检测，名片横竖拍都能识别
  };
  const result = await textRecognition.recognizeText(info, config);
  return result.blocks
    .map(b => b.value)
    .join('\n');
}

3.2 AI 用法：从散文本到结构化数据

OCR 的原始输出是按行的散文本，业务需要的是"姓名 / 电话 / 邮箱 / 公司"字段。这个从散文本到结构化 JSON 的解析器，正是 AI 的甜点任务：

OCR 输出名片散文本（附样例 20 条）。生成 ArkTS 解析函数：
按正则+启发式规则提取 name/phone/email/company/title，
返回置信度，低置信字段标记 requireReview。
附带 20 条样例的单元测试。

AI 会生成"正则抓电话邮箱 + 行位置启发式判断姓名（通常首行且最短）+ 公司名兜底规则"的完整解析器。20 条真实 OCR 输出做测试数据，解析准确率可量化调优——让 AI 既写解析器又写测试，你自己只负责评估准确率。

四、图像超分：让缩略图变高清

名片照片在列表页是缩略图，详情页需要高清图。图像超分把低分辨率图放大 2–4 倍并重建细节：

import { imageSuperResolution } from '@kit.CoreVisionKit';

async function upscale(pixelMap: image.PixelMap): Promise<image.PixelMap> {
  const param: imageSuperResolution.RequestParam = {
    scale: 3,                       // 2/3/4倍可选
    pixelFormat: image.PixelMapFormat.RGBA_8888
  };
  const result = await imageSuperResolution.process(pixelMap, param);
  return result.output;             // 直接可用于 Image 组件或落盘
}

实战要点：超分按需触发——列表页直接显示原图缩放（GPU 做的事别让 NPU 抢），点开详情时再对单图超分并缓存结果。超分耗时与分辨率正相关，大图建议先压缩到目标尺寸再超分。

五、性能与资源管理

视觉 Kit 的 API 大多返回 PixelMap，PixelMap 不释放是视觉功能内存泄漏的第一大来源。统一封装使用模式：

// 包装器：用完即释放，AI 生成后可作为团队规范模板
async function withVision<T>(
  make: () => Promise<image.PixelMap>,
  use: (pm: image.PixelMap) => Promise<T>
): Promise<T> {
  const pm = await make();
  try {
    return await use(pm);
  } finally {
    pm.release();    // 无论成功失败都释放
  }
}

把这段模式写进 Cursor Rules（vision-pm.mdc），要求"所有 Vision 调用必须经 withVision 包装"。一条规则消灭一类泄漏，这是 AI 辅助开发里投入产出比最高的操作。

六、AI 辅助的视觉功能测试

视觉功能测试难在"测试图片从哪来"。AI 的两个用法：

1. 生成测试数据清单：让它列出 OCR 失败的高危图片类型清单（阴影遮挡、反光、异形排版、手写体），你按清单实拍建测试集
2. 评估脚本：把识别结果与标准答案做对比，AI 生成字符准确率（CER）计算脚本，量化每次调整的效果

样例名片应用实测：正常印刷体名片 CER 约 2–3%；反光/竖排样本 CER 升到 15%+——按清单补拍前处理（裁剪 + 对比度增强）后回落到 5% 以内。结论：Kit 能力上限固定，前处理决定下限。

七、下一步

端侧 AI 能力（语音 + 视觉）已经就位。下一篇转入质量保障篇：应用安全加固全链路。