在今天的開發(fā)環(huán)境中，AI技術的集成變得越來越簡單，尤其是在移動應用中。如果你曾經想過如何將圖像識別能力嵌入到自己的應用中，卻覺得技術復雜難以實現，那么這篇文章將為你揭開AI開發(fā)的神秘面紗。以一個看似簡單卻充滿創(chuàng)意的應用為例——“Not a Hotdog”，小編將帶你探索如何通過極少的代碼，在Windows、iOS和Android平臺上實現強大的物體識別功能。靈感來源于《硅谷》中的經典情節(jié)，這款應用不僅展示了AI在圖像識別領域的巨大潛力，還教會我們如何利用Delphi的低代碼優(yōu)勢，輕松構建跨平臺的AI應用。

Delphi免費試用

 Delphi是一款功能強大的集成開發(fā)環(huán)境，具有快速開發(fā)、可視化設計、跨平臺支持、數據庫支持和強大調試功能等特點，是開發(fā)者進行應用程序開發(fā)的首選工具之一。

AI如何幫助你的移動應用識別物體？

AWS Rekognition 是 Amazon 提供的一項強大服務，它不僅能識別圖像中的物體，還能分析面部特征、情緒以及年齡等信息。更先進的功能包括識別名人、惡搞圖像以及檢測圖像中的不適當內容。對于本次演示應用，我們利用了 Rekognition 中的物體標簽識別功能，能夠快速識別并標記圖像中的物體，判斷其是否是“熱狗”。

使用 Appercept 提供的 Delphi AWS SDK，開發(fā)者可以將這些強大的 AI 功能輕松集成到移動應用中。無論是在 Android、iOS 還是 Windows 平臺上，開發(fā)者只需通過簡單的代碼，就可以調用 AWS Rekognition，實現物體識別功能。

RAD Studio與Delphi：簡化AI集成的超強工具

在 RAD Studio 中，使用 Delphi 進行開發(fā)的最大優(yōu)勢之一，就是能夠通過極少的代碼，集成強大的功能。實際上，通過 Appercept 提供的 AWS SDK，開發(fā)者僅需編寫不到 30 行代碼，就可以實現 AWS Rekognition 服務的集成。如果考慮到“熱狗”這個詞的拼寫問題（劇中拼作“hotdog”，而 Amazon 正確拼法是“hot dog”），代碼的總行數甚至可以減少到 10 行！

以下是實現物體識別功能的核心代碼：

 function TMainForm.Recognise(const LookForThis: string): Boolean;
    var
      LClient:         IRekognitionClient;
      LResponse:       IRekognitionDetectLabelsResponse;

      function HasMatchingAlias(const AAliases: TList): Boolean;
      begin
        Result := False;
        for var LAlias in AAliases do
          if LAlias.Name.ToLower.Contains(LookForThis) then
            Exit(True);
      end;

    begin
      Result := False;
      LClient := TRekognitionClient.Create;
      var LStream := TBytesStream.Create;
      RekognitionImage.Bitmap.SaveToStream(LStream);
      LResponse := LClient.DetectLabels(TRekognitionImage.FromStream(LStream));
      if LResponse.IsSuccessful then
        for var RekLabel in LResponse.Labels do
          if RekLabel.Name.ToLower.Contains(LookForThis)
          or
          HasMatchingAlias(RekLabel.Aliases)
          then
            Exit(True);
    end;

這款“Not a Hotdog”應用的特點

盡管“Not a Hotdog”應用的功能看似簡單，但它已經能夠在 Windows、iOS 和 Android 等平臺上穩(wěn)定運行。應用能夠識別熱狗（以及非熱狗的物體），并允許用戶自定義要識別的物體標簽。例如，你可以將其調整為識別“蘋果”或其他任何物品。

此外，應用的用戶界面完全參考了《硅谷》中的“Seefood”應用，雖然原劇集中的 UI 非常基礎，但現在我們可以利用現代的圖形能力，制作出更為精美的界面和交互體驗。

通過 RAD Studio 和 Delphi，開發(fā)者可以非常輕松地將 AWS Rekognition 等強大的 AI 技術集成到自己的應用中。而這個“Not a Hotdog”應用，只是一個簡單的例子，它展示了低代碼開發(fā)和云服務集成的巨大潛力。無論你是想開發(fā) AI 驅動的圖像識別應用，還是其他需要圖像分析功能的應用，RAD Studio 都為你提供了一個高效、便捷的開發(fā)環(huán)境。想要獲取完整版試用，請聯系在線客服~