‏Nitro Vision Kit: بینایی ماشین آفلاین برای ری‌اکت نیتیو

یه کتابخونه‌ی تازه به اسم Nitro Vision Kit اومده که سه تا کار رو مستقیم روی گوشی و بدون فرستادن عکس به سرور انجام می‌ده: جدا کردن سوژه از پس‌زمینه (removeBackground)، برچسب‌زدن و دسته‌بندی محتوای عکس (classifyImage) و خوندن متن داخل تصویر یعنی OCR (readText). یه تابع ترکیبی هم به اسم analyzeImage داره که با یه بار decode کردن عکس، هر سه کار رو با هم انجام می‌ده و سریع‌تره.

تو iOS از فریم‌ورک Vision خود اپل استفاده می‌کنه و تو اندروید از ML Kit گوگل، پس مدل‌ها همیشه آفلاین اجرا می‌شن. جداسازی سوژه از iOS 17 به بالا و OCR از iOS 18 به بالا پشتیبانی می‌شه؛ تو اندروید هم حداقل API 24 لازمه و برای removeBackground و readText، اولین بار که استفاده بشه یه مدل از طریق Play Services دانلود می‌شه (تا حدود ۲ دقیقه طول می‌کشه، بعدش کاملاً آفلاینه).

کتابخونه روی Nitro Modules ساخته شده، یعنی نتایج سنگین مثل خود عکس جداشده یا متن استخراج‌شده به شکل HybridObject تو سمت نیتیو نگه داشته می‌شن نه جاوااسکریپت، برای همین بعد از استفاده باید dispose() صداشون بزنی تا حافظه آزاد بشه. یه نمونه از استفاده‌ی ترکیبی اینه:

const result = await VisionKit.analyzeImage(imagePath, {
  removeBackground: { trim: true },
  classify: { maxResults: 5 },
  readText: {},
})

نصبش هم یه خط دستوره: npm install react-native-nitro-vision-kit react-native-nitro-modules و بعدش pod install تو iOS. حداقل ری‌اکت نیتیو ۰.۷۵ و معماری جدید (New Architecture) لازمه.

نکات کلیدی:

• سه قابلیت اصلی: removeBackground، classifyImage، readText، به‌علاوه‌ی analyzeImage ترکیبی
• روی iOS از Vision اپل و روی اندروید از ML Kit گوگل استفاده می‌کنه
• جداسازی سوژه از iOS 17+ و OCR از iOS 18+ پشتیبانی می‌شه؛ اندروید حداقل API 24
• نتایج به‌صورت HybridObject نگه داشته می‌شن و باید بعد از استفاده dispose() بشن
• نیازمند React Native 0.75+ و New Architecture