构建图像生成应用与电影推荐系统

# 构建图像生成应用与电影推荐系统 ## 1. 构建图像生成应用 ### 1.1 应用概述 我们要构建一个应用，该应用使用 10 个 GAN 模型来请求生成 0 到 9 的数字图像，每个模型生成一个数字。 ### 1.2 操作步骤 1. **启动 Xcode**：打开 Xcode 开发环境。 2. **创建新项目**：选择 Single View App 模板创建一个新的 iOS 应用项目。 3. **添加模型**：将之前创建的 10 个 GAN 模型拖入项目中，将 0 模型重命名为 MnistGan，其余保持不变。 4. **设计 UI**：打开 Main.storyboard 文件，创建包含以下组件的 UI： - 10 个 UIImageView，每行封装在一个单独的 UIView 中。 - 一个 UINavigationBar，带有 UINavigationItem 用于显示应用标题。 - 一个 UIButton 用于触发图像生成。 5. **添加约束**：确保为 UI 元素添加适当的约束。 6. **连接 UI 出口**：在代码中连接 UI 对象的出口，代码如下： ```swift @IBOutlet weak var generateButton: UIButton! @IBOutlet weak var imageViewOne: UIImageView! @IBOutlet weak var imageViewTwo: UIImageView! @IBOutlet weak var imageViewThree: UIImageView! @IBOutlet weak var imageViewFour: UIImageView! @IBOutlet weak var imageViewFive: UIImageView! @IBOutlet weak var imageViewSix: UIImageView! @IBOutlet weak var imageViewSeven: UIImageView! @IBOutlet weak var imageViewEight: UIImageView! @IBOutlet weak var imageViewNine: UIImageView! @IBOutlet weak var imageViewZero: UIImageView! ``` 7. **连接按钮动作**：为 UIButton 连接动作，代码如下： ```swift @IBAction func generateButtonPressed(_ sender: Any) { generateNewImages() } ``` 8. **添加变量**：添加存储 UIImageView 和 GAN 模型的数组，代码如下： ```swift private var imageViews: [UIImageView] = [] private var ganModels: [ImageGenerator] = [ MnistGan(modelName: "MnistGan"), MnistGan(modelName: "MnistGan1"), MnistGan(modelName: "MnistGan2"), MnistGan(modelName: "MnistGan3"), MnistGan(modelName: "MnistGan4"), MnistGan(modelName: "MnistGan5"), MnistGan(modelName: "MnistGan6"), MnistGan(modelName: "MnistGan7"), MnistGan(modelName: "MnistGan8"), MnistGan(modelName: "MnistGan9"), ] ``` 9. **重写 viewDidLoad() 函数**：将 UIImageView 的 IBOutlets 映射到图像视图数组，并生成新图像，代码如下： ```swift override func viewDidLoad() { super.viewDidLoad() self.imageViews = [ imageViewZero, imageViewOne, imageViewTwo, imageViewThree, imageViewFour, imageViewFive, imageViewSix, imageViewSeven, imageViewEight, imageViewNine, ] generateNewImages() } ``` 10. **生成图像函数**：遍历模型数组，请求每个模型生成图像，并将生成的图像设置到相应的 UIImageView 中，代码如下： ```swift private func generateNewImages() { for index in 0..<10 { let ganModel = ganModels[index] DispatchQueue.main.async { let generatedImage = ganModel.prediction() self.imageViews[index].image = generatedImage } } } ``` ### 1.3 创建 Models.swift 文件 在项目中创建一个名为 Models.swift 的文件，执行以下操作： 1. **导入必要的库**： ```swift import CoreML import UIKit ``` 2. **定义 ImageGenerator 协议**： ```swift public protocol ImageGenerator { func prediction() -> UIImage? } ``` 3. **扩展 MnistGan 类**：使其遵循 ImageGenerator 协议，并实现 prediction() 函数，代码如下： ```swift extension MnistGan : ImageGenerator { // Initialise the MnistGan class using the name of a compiled model convenience init(modelName: String) { let bundle = Bundle(for: MnistGan.self) let url = bundle.url( forResource: modelName, withExtension:"mlmodelc")! try! self.init(contentsOf: url) } // Generate an image, using an array of random noise; the number // displayed in the image will depend upon which model was loaded func prediction() -> UIImage? { if let noiseArray = MLMultiArray.getRandomNoise(), let output = try? self.prediction( input: MnistGanInput(input1: noiseArray)) { return UIImage(data: output.output1) } return nil } } ``` ### 1.4 创建 Utils.swift 文件 在项目中创建一个名为 Utils.swift 的文件，执行以下操作： 1. **导入必要的库**： ```swift import UIKit import CoreML import Foundation ``` 2. **扩展 MLMultiArray**：添加获取随机噪声的函数，代码如下： ```swift extension MLMultiArray { static func getRandomNoise(length: NSNumber = 100) -> MLMultiArray? { guard let input = try? MLMultiArray( shape: [length], dataType: .double) else { return nil } for index in 0..<Int(truncating: length) { input[index] = NSNumber(value: Double.random(in: -1.0...1.0)) } return input } } ``` 3. **扩展 UInt8**：添加从 8 位无符号整数获取字节数组的函数，代码如下： ```swift extension UInt8 { static func makeByteArray<T>(from value: T) -> [UInt8] { var value = value return withUnsafeBytes(of: &value) { Array($0) } } } ``` 4. **扩展 UIImage**：添加两个便利初始化器，用于从 MLMultiArray 和字节数组初始化 UIImage，代码如下： ```swift extension UIImage { convenience init?(data: MLMultiArray) { assert(data.shape.count == 3) assert(data.shape[0] == 1) let height = data.shape[1].intValue let width = data.shape[2].intValue var byteData: [UInt8] = [] for xIndex in 0..<width { for yIndex in 0..<height { let pixelValue = Float32(truncating: data[xIndex * height + yIndex]) let byteOut: UInt8 = UInt8((pixelValue * 127.5) + 127.5) byteData.append(byteOut) } } self.init( data: byteData, width: width, height: height, components: 1 ) } convenience init?( data: [UInt8], width: Int, height: Int, components: Int) { let dataSize = (width * height * components * 8) guard let cfData = CFDataCreate(nil, data, dataSize / 8), let provider = CGDataProvider(data: cfData), let cgImage = CGImage.makeFrom( dataProvider: provider, width: width, height: height, components: components) else { return nil } self.init(cgImage: cgImage) } } ``` 5. **扩展 CGImage**：添加从 CGDataProvider 和宽度、高度参数返回 CGImage 的函数，代码如下： ```swift extension CGImage { static func makeFrom(dataProvider: CGDataProvider, width: Int, height: Int, components: Int) -> CGImage? { if components != 1 && components != 3 { return nil } let bitMapInfo: CGBitmapInfo = .byteOrder16Little let bitsPerComponent = 8 let colorSpace: CGColorSpace = (components == 1) ? CGColorSpaceCreateDeviceGray() : CGColorSpaceCreateDeviceRGB() return CGImage( width: width, height: height, bitsPerComponent: bitsPerComponent, bitsPerPixel: bitsPerComponent * components, bytesPerRow: ((bitsPerComponent * components) / 8) * width, space: colorSpace, bitmapInfo: bitMapInfo, provider: dataProvider , decode: nil, shouldInterpolate: false, intent: CGColorRenderingIntent.defaultIntent) } } ``` ### 1.5 总结 完成上述步骤后，在模拟器中启动应用，点击 Generate 按钮，应该