Tag
#Vision
全 4 件- 約 3 分
レシートは、名刺より読みにくい ── 表は、二行に分かれる
レシートの明細は、左に品名、右に金額が並びます。人の目には、ちゃんと一行に見える。でも、文字認識は、その品名と金額を、別々の断片として返してくることがありました。一行に見えていたものが、二行に分かれる ── このアプリで、いちばん手こずったのは、その「表」でした。
- 約 4 分
iPhone が、顔を絵にする ── 見つけるのは Vision、描くのは Apple Intelligence
前回、STIL.TOON は顔を「消さずに描き換える」と書きました。では、どうやって顔を見つけて、どうやって絵にしているのか。見つけるのは Apple の Vision、描くのは Apple Intelligence です。そして、いちばん最初に私がつまずいたのは、道具を思い込みで呼んでいたことでした。
- 約 3 分
AI の当落線の、向こうにも ── 全部の iPhone で動かすために
撮った名刺を読んで、氏名や会社に振り分ける ── ここは、Apple Intelligence にやらせています。でも、その AI は新しい iPhone でしか動きません。最初は「対応端末だけのアプリにしよう」と考えました。でも、その線で切ると、届かない人が多すぎた。だから私は、AI が動かない側にも、同じ体験を届けることにしました。
- 約 4 分
背景が、二重になった ── 公開 API だけで、顔を切り抜くまで
顔を絵にするところまでは、できました。問題は、その絵を元の写真に戻すこと。顔だけが入れ替わって、背景も服も元のまま ── そう簡単にはいきませんでした。背景が二重になり、二度行き止まりにぶつかり、それでも Apple の公開 API だけで切り抜けた、ある一日の記録です。