IOS常用类库总结

如何快速构建一个App,就工作中的一些积累,总结一下,各种手机端常用技术的开源框架。

(1)   特征页:一般是几张图片做的轮滑器,最后一张链接指向登录页,在更新广告比较频繁的电子商务app上,比如淘宝,一般会隔一段时间会读取新的广告页。个人认为有2种实现方式:①指令消息,EMB推一条消息,客户端接收消息,向服务端某一路径下载资源,替换原有广告页,接收消息之后客户端同时应该让用户下次进入时,先进入广告页(适用于已集成即时通讯类的App)  ②定时检测,每次应用启动或者每隔24小时检测。

(2)   登录功能,很多app登录页会有第三方登录,比如qq,微博(相应的sdk分别在相应的官网上下载)等登录,(强身份认证类App可能不太适合),一些技术博客类app可能适用,大家看到的东西是一样的。

(3)   支付功能,比较多的是微信支付、支付宝支付、银联支付。

(4)   分享功能:比较多的是qq分享,微博分享,微信、朋友圈分享等等,同样需要下载相应sdk进行集成。

(5)   即时通讯:消息(socket),比较完美的开源库是GCDAsyncSocket,同时支持object-c和swift。

(6)   数据库存储:sqlite与coreData,FMDB是封装sqlite比较好的开源库,coreData 是苹果推荐使用的,优点是不用使用sql语句,直接操作模型,面向对象开发,但是对于一些复杂的数据库操作可能不是很容易实现,FMDB直接和sql语句打交道,熟悉sql的可能更容易找出问题。

(7)   图片缓存:SDWebImage,支持多线程间的图片缓存,AFNetWorking也支持。

(8)   网络访问库:ASIHttpRequest与AFNetWorking,ASI是早期的一个网络访问框架,但后期基本无人维护,同时也不支持64位,相信很多早期项目中最早使用ASIHttpRequest,后过度到AFNetWorking,AFN完美支持64位,并对于图片缓存,文件上传,大文件下载等都支持的比较好。

(9)   文件解压缩:ZipArchive,用的比较多的开源库,很方便对于文件文件夹进行解压缩,一些资源文件放到服务端,手机端下载解压,比如手机端内置H5页面,H5有更新时从服务端下载。

(10)   二维码扫描:ZBarSDK以及苹果iOS7之后的系统AVMetadataObject。

(11)   语音:AVFoundation以及以AVFoundation为基础封装的MLRecorder。

(12)   json解析:第三方的有:JsonKit、sbJson,系统的有NSJSONSerialization,jsonkit能够很容易的将字符串转成你想要的数据模型,也能够将数据模型转成字符串以及数据流,现项目中使用了大量的jsonkit来处理,系统NSJSONSerialization效率更高,但相对jsonkit来说更加繁琐。

(13)   布局约束:系统NSLayoutConstraint以及Masonry(第三方),NSLayoutConstraint调用相对繁琐,Masonry使用起来可能更加方便容易。

(14)   图片浏览器:FGallery,可实现类似很多IM以及空间动态实现点图片上一下下一张,也可以扩展事件,比如图片另存以及上传网盘等等。

(15)   XML解析:TBXML(现使用的第三方库),GDataXMLNode(谷歌封装的),NSXMLParser(苹果系统自带的),GDataXMLNode是基于DOM方式加载的,NSXMLParser是基于SAX方式加载的。DOM是类似于树,一口气全部加载进来,可节点根据对象来访问获取,SAX是按需加载,遍历到目标节点后就停止,不会将全部节点全都遍历,效率相对较高,适用于大型XML文件。

(16)   转圈蒙板:SVProgressHUD(现LINK使用的)以及MBProgressHUD(网络上呼声相比较高的),个人感觉SVProgressHUD用起来更加方便。

(17)   错误日志:Crashlytics,能够及时收到崩溃邮件,邮件中指出了崩溃的类名,在哪一行崩溃的,能够及时收集用户崩溃情况。


对于第三方库,个人不是很喜欢使用,有时间可以自己封装,如果项目赶进度,可以用实现好的第三方库来解决,自己封装的库可能和需求结合的更紧密,同时也容易维护,只要扩展性以及兼容性足够好,也能够提升自己的代码水平。

















  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值