किसी इमेज में मौजूद ऑब्जेक्ट को लेबल करने के लिए, ML Kit का इस्तेमाल किया जा सकता है. ML Kit के साथ उपलब्ध डिफ़ॉल्ट मॉडल, 400 से ज़्यादा अलग-अलग लेबल के साथ काम करता है.
| सुविधा | बंडल नहीं की गई लाइब्रेरी | बंडल की गई लाइब्रेरी |
|---|---|---|
| लागू करना | मॉडल को Google Play services के ज़रिए डाइनैमिक तरीके से डाउनलोड किया जाता है. | मॉडल को बिल्ड के समय, स्टैटिक तरीके से आपके ऐप्लिकेशन से लिंक किया जाता है. |
| ऐप्लिकेशन का साइज़ | साइज़ में करीब 200 केबी की बढ़ोतरी. | साइज़ में करीब 5.7 एमबी की बढ़ोतरी. |
| शुरू होने में लगने वाला समय | पहली बार इस्तेमाल करने से पहले, मॉडल के डाउनलोड होने तक इंतज़ार करना पड़ सकता है. | मॉडल तुरंत उपलब्ध हो जाता है |
इसे आज़माएं
- इस एपीआई के इस्तेमाल का उदाहरण देखने के लिए, सैंपल ऐप्लिकेशन आज़माएं.
शुरू करने से पहले
अपने प्रोजेक्ट-लेवल की
build.gradleफ़ाइल में, पक्का करें कि आपनेbuildscriptऔरallprojectsदोनों सेक्शन में, Google की Maven रिपॉज़िटरी शामिल की हो.अपने मॉड्यूल की ऐप्लिकेशन-लेवल की Gradle फ़ाइल में, ML Kit की Android लाइब्रेरी के लिए डिपेंडेंसी जोड़ें. आम तौर पर, यह फ़ाइल
app/build.gradleहोती है. अपनी ज़रूरत के हिसाब से, इनमें से कोई एक डिपेंडेंसी चुनें:मॉडल को अपने ऐप्लिकेशन के साथ बंडल करने के लिए:
dependencies { // ... // Use this dependency to bundle the model with your app implementation 'com.google.mlkit:image-labeling:17.0.9' }Google Play services में मॉडल का इस्तेमाल करने के लिए:
dependencies { // ... // Use this dependency to use the dynamically downloaded model in Google Play Services implementation 'com.google.android.gms:play-services-mlkit-image-labeling:16.0.8' }अगर आपने Google Play services में मॉडल का इस्तेमाल करने का विकल्प चुना है, तो अपने ऐप्लिकेशन को इस तरह कॉन्फ़िगर करें कि Play Store से इंस्टॉल होने के बाद, मॉडल अपने-आप डिवाइस पर डाउनलोड हो जाए. इसके लिए, अपने ऐप्लिकेशन की
AndroidManifest.xmlफ़ाइल में यह एलान जोड़ें:<application ...> ... <meta-data android:name="com.google.mlkit.vision.DEPENDENCIES" android:value="ica" > <!-- To use multiple models: android:value="ica,model2,model3" --> </application>आपके पास मॉडल की उपलब्धता की साफ़ तौर पर जांच करने और Google Play services ModuleInstallClient APIके ज़रिए डाउनलोड करने का अनुरोध करने का विकल्प भी होता है.
अगर आपने इंस्टॉल के दौरान मॉडल डाउनलोड करने की सुविधा चालू नहीं की है या साफ़ तौर पर डाउनलोड करने का अनुरोध नहीं किया है, तो लेबलर को पहली बार चलाने पर मॉडल डाउनलोड हो जाता है. डाउनलोड पूरा होने से पहले किए गए अनुरोधों के कोई नतीजे नहीं मिलते.
अब इमेज को लेबल किया जा सकता है.
1. इनपुट इमेज तैयार करना
अपनी इमेज सेInputImage ऑब्जेक्ट बनाएं.
इमेज लेबलर, Bitmap का इस्तेमाल करने पर सबसे तेज़ी से काम करता है. इसके अलावा, अगर camera2 API का इस्तेमाल किया जाता है, तो YUV_420_888 media.Image का इस्तेमाल करने पर भी यह तेज़ी से काम करता है. हमारा सुझाव है कि अगर मुमकिन हो, तो इन फ़ॉर्मैट का इस्तेमाल करें.
InputImage
ऑब्जेक्ट को अलग-अलग सोर्स से बनाया जा सकता है. इनके बारे में यहां बताया गया है.
media.Image का इस्तेमाल करना
media.Image ऑब्जेक्ट से InputImage
ऑब्जेक्ट बनाने के लिए, media.Image ऑब्जेक्ट और इमेज के रोटेशन को InputImage.fromMediaImage() में पास करें. उदाहरण के लिए, डिवाइस के कैमरे से इमेज कैप्चर करने पर ऐसा किया जा सकता है.
अगर
CameraX लाइब्रेरी का इस्तेमाल किया जाता है, तो OnImageCapturedListener और
ImageAnalysis.Analyzer क्लास, आपके लिए रोटेशन वैल्यू
का हिसाब लगाती हैं.
Kotlin
private class YourImageAnalyzer : ImageAnalysis.Analyzer { override fun analyze(imageProxy: ImageProxy) { val mediaImage = imageProxy.image if (mediaImage != null) { val image = InputImage.fromMediaImage(mediaImage, imageProxy.imageInfo.rotationDegrees) // Pass image to an ML Kit Vision API // ... } } }
Java
private class YourAnalyzer implements ImageAnalysis.Analyzer { @Override public void analyze(ImageProxy imageProxy) { Image mediaImage = imageProxy.getImage(); if (mediaImage != null) { InputImage image = InputImage.fromMediaImage(mediaImage, imageProxy.getImageInfo().getRotationDegrees()); // Pass image to an ML Kit Vision API // ... } } }
अगर किसी ऐसी कैमरा लाइब्रेरी का इस्तेमाल नहीं किया जा रहा है जिससे आपको इमेज के रोटेशन की डिग्री मिलती है, तो डिवाइस के रोटेशन की डिग्री और डिवाइस में मौजूद कैमरा सेंसर के ओरिएंटेशन से इसका हिसाब लगाया जा सकता है:
Kotlin
private val ORIENTATIONS = SparseIntArray() init { ORIENTATIONS.append(Surface.ROTATION_0, 0) ORIENTATIONS.append(Surface.ROTATION_90, 90) ORIENTATIONS.append(Surface.ROTATION_180, 180) ORIENTATIONS.append(Surface.ROTATION_270, 270) } /** * Get the angle by which an image must be rotated given the device's current * orientation. */ @RequiresApi(api = Build.VERSION_CODES.LOLLIPOP) @Throws(CameraAccessException::class) private fun getRotationCompensation(cameraId: String, activity: Activity, isFrontFacing: Boolean): Int { // Get the device's current rotation relative to its "native" orientation. // Then, from the ORIENTATIONS table, look up the angle the image must be // rotated to compensate for the device's rotation. val deviceRotation = activity.windowManager.defaultDisplay.rotation var rotationCompensation = ORIENTATIONS.get(deviceRotation) // Get the device's sensor orientation. val cameraManager = activity.getSystemService(CAMERA_SERVICE) as CameraManager val sensorOrientation = cameraManager .getCameraCharacteristics(cameraId) .get(CameraCharacteristics.SENSOR_ORIENTATION)!! if (isFrontFacing) { rotationCompensation = (sensorOrientation + rotationCompensation) % 360 } else { // back-facing rotationCompensation = (sensorOrientation - rotationCompensation + 360) % 360 } return rotationCompensation }
Java
private static final SparseIntArray ORIENTATIONS = new SparseIntArray(); static { ORIENTATIONS.append(Surface.ROTATION_0, 0); ORIENTATIONS.append(Surface.ROTATION_90, 90); ORIENTATIONS.append(Surface.ROTATION_180, 180); ORIENTATIONS.append(Surface.ROTATION_270, 270); } /** * Get the angle by which an image must be rotated given the device's current * orientation. */ @RequiresApi(api = Build.VERSION_CODES.LOLLIPOP) private int getRotationCompensation(String cameraId, Activity activity, boolean isFrontFacing) throws CameraAccessException { // Get the device's current rotation relative to its "native" orientation. // Then, from the ORIENTATIONS table, look up the angle the image must be // rotated to compensate for the device's rotation. int deviceRotation = activity.getWindowManager().getDefaultDisplay().getRotation(); int rotationCompensation = ORIENTATIONS.get(deviceRotation); // Get the device's sensor orientation. CameraManager cameraManager = (CameraManager) activity.getSystemService(CAMERA_SERVICE); int sensorOrientation = cameraManager .getCameraCharacteristics(cameraId) .get(CameraCharacteristics.SENSOR_ORIENTATION); if (isFrontFacing) { rotationCompensation = (sensorOrientation + rotationCompensation) % 360; } else { // back-facing rotationCompensation = (sensorOrientation - rotationCompensation + 360) % 360; } return rotationCompensation; }
इसके बाद, media.Image ऑब्जेक्ट और
रोटेशन डिग्री की वैल्यू को InputImage.fromMediaImage() में पास करें:
Kotlin
val image = InputImage.fromMediaImage(mediaImage, rotation)
Java
InputImage image = InputImage.fromMediaImage(mediaImage, rotation);
फ़ाइल यूआरआई का इस्तेमाल करना
फ़ाइल यूआरआई से InputImage
ऑब्जेक्ट बनाने के लिए, ऐप्लिकेशन का कॉन्टेक्स्ट और फ़ाइल यूआरआई को
InputImage.fromFilePath() में पास करें. यह तब काम आता है, जब
ACTION_GET_CONTENT इंटेंट का इस्तेमाल करके, उपयोगकर्ता को उसकी गैलरी ऐप्लिकेशन से इमेज चुनने के लिए कहा जाता है.
Kotlin
val image: InputImage try { image = InputImage.fromFilePath(context, uri) } catch (e: IOException) { e.printStackTrace() }
Java
InputImage image; try { image = InputImage.fromFilePath(context, uri); } catch (IOException e) { e.printStackTrace(); }
ByteBuffer या ByteArray का इस्तेमाल करना
ByteBuffer या ByteArray से InputImage
ऑब्जेक्ट बनाने के लिए, सबसे पहले इमेज के रोटेशन की डिग्री का हिसाब लगाएं. इसके लिए, media.Image इनपुट के लिए पहले बताए गए तरीके का इस्तेमाल करें.
इसके बाद, बफ़र या कैटगरी के साथ-साथ, इमेज की ऊंचाई, चौड़ाई, कलर एन्कोडिंग फ़ॉर्मैट, और रोटेशन डिग्री का इस्तेमाल करके, InputImage ऑब्जेक्ट बनाएं:
Kotlin
val image = InputImage.fromByteBuffer( byteBuffer, /* image width */ 480, /* image height */ 360, rotationDegrees, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 ) // Or: val image = InputImage.fromByteArray( byteArray, /* image width */ 480, /* image height */ 360, rotationDegrees, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 )
Java
InputImage image = InputImage.fromByteBuffer(byteBuffer, /* image width */ 480, /* image height */ 360, rotationDegrees, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 ); // Or: InputImage image = InputImage.fromByteArray( byteArray, /* image width */480, /* image height */360, rotation, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 );
Bitmap का इस्तेमाल करना
Bitmap ऑब्जेक्ट से InputImage
ऑब्जेक्ट बनाने के लिए, यह एलान करें:
Kotlin
val image = InputImage.fromBitmap(bitmap, 0)
Java
InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);
इमेज को रोटेशन डिग्री के साथ, Bitmap ऑब्जेक्ट के तौर पर दिखाया जाता है.
2. इमेज लेबलर को कॉन्फ़िगर करना और चलाना
किसी इमेज में मौजूद ऑब्जेक्ट को लेबल करने के लिए,InputImage ऑब्जेक्ट को ImageLabeler के process तरीके में पास करें.
सबसे पहले,
ImageLabelerका इंस्टेंस पाएं.अगर आपको डिवाइस पर मौजूद इमेज लेबलर का इस्तेमाल करना है, तो यह एलान करें:
Kotlin
// To use default options: val labeler = ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS) // Or, to set the minimum confidence required: // val options = ImageLabelerOptions.Builder() // .setConfidenceThreshold(0.7f) // .build() // val labeler = ImageLabeling.getClient(options)
Java
// To use default options: ImageLabeler labeler = ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS); // Or, to set the minimum confidence required: // ImageLabelerOptions options = // new ImageLabelerOptions.Builder() // .setConfidenceThreshold(0.7f) // .build(); // ImageLabeler labeler = ImageLabeling.getClient(options);
- इसके बाद, इमेज को
process()तरीके में पास करें:
Kotlin
labeler.process(image) .addOnSuccessListener { labels -> // Task completed successfully // ... } .addOnFailureListener { e -> // Task failed with an exception // ... }
Java
labeler.process(image) .addOnSuccessListener(new OnSuccessListener<List<ImageLabel>>() { @Override public void onSuccess(List<ImageLabel> labels) { // Task completed successfully // ... } }) .addOnFailureListener(new OnFailureListener() { @Override public void onFailure(@NonNull Exception e) { // Task failed with an exception // ... } });
3. लेबल किए गए ऑब्जेक्ट के बारे में जानकारी पाना
अगर इमेज लेबल करने की प्रोसेस पूरी हो जाती है, तो सफलता के लिसनर कोImageLabel ऑब्जेक्ट की सूची पास की जाती है. ImageLabel का हर ऑब्जेक्ट, इमेज में लेबल की गई किसी चीज़ के बारे में बताता है. बेस
मॉडल, 400 से ज़्यादा अलग-अलग लेबल के साथ काम करता है.
आपके पास हर लेबल का टेक्स्ट ब्यौरा, मॉडल के साथ काम करने वाले सभी लेबल में उसका इंडेक्स, और मैच का कॉन्फ़िडेंस स्कोर पाने का विकल्प होता है. उदाहरण के लिए:
Kotlin
for (label in labels) { val text = label.text val confidence = label.confidence val index = label.index }
Java
for (ImageLabel label : labels) { String text = label.getText(); float confidence = label.getConfidence(); int index = label.getIndex(); }
रीयल-टाइम परफ़ॉर्मेंस को बेहतर बनाने के लिए सलाह
अगर आपको रीयल-टाइम ऐप्लिकेशन में इमेज लेबल करनी हैं, तो सबसे अच्छे फ़्रेमरेट पाने के लिए, इन दिशा-निर्देशों का पालन करें:
- अगर आप
Cameraयाcamera2API का इस्तेमाल करते हैं, तो इमेज लेबलर को कॉल करने की संख्या कम करें. अगर इमेज लेबलर के चलने के दौरान, वीडियो का कोई नया फ़्रेम उपलब्ध होता है, तो उस फ़्रेम को छोड़ दें. उदाहरण के लिए, क्विकस्टार्ट सैंपल ऐप्लिकेशन मेंVisionProcessorBaseक्लास देखें. - अगर
CameraXAPI का इस्तेमाल किया जाता है, तो पक्का करें कि बैकप्रेशर की रणनीति, अपनी डिफ़ॉल्ट वैल्यूImageAnalysis.STRATEGY_KEEP_ONLY_LATESTपर सेट हो. इससे यह पक्का होता है कि विश्लेषण के लिए एक बार में सिर्फ़ एक इमेज डिलीवर की जाएगी. अगर एनालाइज़र के व्यस्त होने पर ज़्यादा इमेज जनरेट होती हैं, तो उन्हें अपने-आप छोड़ दिया जाएगा और डिलीवरी के लिए लाइन में नहीं लगाया जाएगा. विश्लेषण की जा रही इमेज को ImageProxy.close() को कॉल करके बंद करने के बाद, अगली सबसे नई इमेज डिलीवर की जाएगी. - अगर इनपुट इमेज पर ग्राफ़िक्स ओवरले करने के लिए, इमेज लेबलर के आउटपुट का इस्तेमाल किया जाता है, तो सबसे पहले ML Kit से नतीजे पाएं. इसके बाद, इमेज
और ओवरले को एक ही चरण में रेंडर करें. इससे हर इनपुट फ़्रेम के लिए, डिसप्ले सर्फ़ेस पर सिर्फ़ एक बार रेंडर किया जाता है. उदाहरण के लिए, क्विकस्टार्ट सैंपल ऐप्लिकेशन में
CameraSourcePreviewऔरGraphicOverlayक्लास देखें. - अगर Camera2 API का इस्तेमाल किया जाता है, तो
ImageFormat.YUV_420_888फ़ॉर्मैट में इमेज कैप्चर करें. अगर पुराने Camera API का इस्तेमाल किया जाता है, तोImageFormat.NV21फ़ॉर्मैट में इमेज कैप्चर करें.