किसी इमेज में पहचाने गए 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 | अनबंडल किया गया | बंडल किए गए |
---|---|---|
लागू करना | मॉडल को Google Play Services के ज़रिए डाइनैमिक तरीके से डाउनलोड किया जाता है. | मॉडल को बिल्ड टाइम में स्टैटिक तौर पर लिंक किया जाता है. |
ऐप्लिकेशन का साइज़ | साइज़ में करीब 200 केबी की बढ़ोतरी होती है. | साइज़ में करीब 5.7 एमबी की बढ़ोतरी हुई है. |
डेटा लेयर में इवेंट बनाने की प्रोसेस में लगने वाला समय | पहली बार इस्तेमाल करने से पहले, मॉडल को डाउनलोड होने में समय लग सकता है. | मॉडल तुरंत उपलब्ध है |
इसे आज़माएं
- इस एपीआई के इस्तेमाल का उदाहरण देखने के लिए, सैंपल ऐप्लिकेशन का इस्तेमाल करें.
शुरू करने से पहले
अपने प्रोजेक्ट-लेवल की
build.gradle
फ़ाइल में, पक्का करें कि आपने Google की Maven रिपॉज़िटरी कोbuildscript
औरallprojects
, दोनों सेक्शन में शामिल किया हो.अपने मॉड्यूल की ऐप्लिकेशन-लेवल की gradle फ़ाइल में, ML Kit Android लाइब्रेरी के लिए डिपेंडेंसी जोड़ें. यह फ़ाइल आम तौर पर
app/build.gradle
होती है. अपनी ज़रूरतों 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 आपको Google Play services में मॉडल का इस्तेमाल करना है, तो अपने ऐप्लिकेशन को इस तरह कॉन्फ़िगर किया जा सकता है कि Play Store से ऐप्लिकेशन इंस्टॉल होने के बाद, मॉडल अपने-आप डिवाइस पर डाउनलोड हो जाए. इसके लिए, अपने ऐप्लिकेशन की
AndroidManifest.xml
फ़ाइल 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>
Google Play services ModuleInstallClient API के ज़रिए, मॉडल की उपलब्धता की जांच की जा सकती है. साथ ही, डाउनलोड करने का अनुरोध किया जा सकता है.
अगर आपने इंस्टॉल करने के समय मॉडल डाउनलोड करने की सुविधा चालू नहीं की है या 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 से कोई नतीजा नहीं मिलता.
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. अगर camera2 API का इस्तेमाल किया जाता है, तो YUV_420_888 media.Image
का इस्तेमाल करें. हमारा सुझाव है कि जब भी हो सके, इनका इस्तेमाल करें.
अलग-अलग सोर्स से InputImage
ऑब्जेक्ट 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, InputImage.fromMediaImage()
को media.Image
ऑब्जेक्ट और इमेज का रोटेशन पास करें. ऐसा तब किया जाता है, जब किसी डिवाइस के कैमरे से इमेज कैप्चर की जाती है.
अगर
CameraX लाइब्रेरी का इस्तेमाल किया जाता है, तो OnImageCapturedListener
और ImageAnalysis.Analyzer
क्लास, 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 आपको ऐसी कैमरा लाइब्रेरी का इस्तेमाल नहीं करना है जिससे इमेज के रोटेशन डिग्री का पता चलता है, तो डिवाइस के रोटेशन डिग्री और डिवाइस में कैमरा सेंसर के ओरिएंटेशन से, इमेज के रोटेशन डिग्री का 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
किसी फ़ाइल यूआरआई से InputImage
ऑब्जेक्ट बनाने के लिए, ऐप्लिकेशन के कॉन्टेक्स्ट और फ़ाइल यूआरआई को InputImage.fromFilePath()
पर पास करें. यह तब काम आता है, जब आपको उपयोगकर्ता को उसकी गैलरी ऐप्लिकेशन से कोई इमेज चुनने के लिए प्रॉम्प्ट करना हो. इसके लिए, ACTION_GET_CONTENT
इंटेंट का इस्तेमाल करें.
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 डिग्री का हिसाब लगाएं. इसके लिए, media.Image
इनपुट के लिए पहले बताई गई प्रोसेस का इस्तेमाल करें.
इसके बाद, बफ़र या ऐरे के साथ InputImage
ऑब्जेक्ट बनाएं. साथ ही, इमेज की ऊंचाई, चौड़ाई, कलर एन्कोडिंग फ़ॉर्मैट, और रोटेशन डिग्री भी सेट करें:
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 Bitmap
ऑब्जेक्ट के तौर पर दिखाया गया है. साथ ही, इसे घुमाने की डिग्री भी दिखाई गई 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 से पास करें.
सबसे पहले,
ImageLabeler
का कोई 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 से 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, तोImageLabel
ऑब्जेक्ट की सूची, सफलता के बारे में बताने वाले लिसनर को पास की जाती है. हर
ImageLabel
ऑब्जेक्ट, इमेज में लेबल की गई किसी चीज़ के बारे में बताता है. बेसिक मॉडल में, 400 से ज़्यादा अलग-अलग लेबल इस्तेमाल किए जा सकते हैं.
आपको हर लेबल के बारे में टेक्स्ट में जानकारी मिल सकती है. साथ ही, मॉडल के साथ काम करने वाले सभी लेबल में से लेबल का इंडेक्स और मैच होने का कॉन्फ़िडेंस स्कोर भी मिल सकता 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
Camera
याcamera2
एपीआई का इस्तेमाल किया जाता है, तो इमेज लेबलर को किए जाने वाले कॉल को थ्रॉटल करें. अगर इमेज लेबलर के चालू होने के दौरान कोई नया वीडियो फ़्रेम उपलब्ध होता है, तो फ़्रेम को छोड़ दें. उदाहरण के लिए, क्विकस्टार्ट सैंपल ऐप्लिकेशन मेंVisionProcessorBase
क्लास देखें. - अगर
CameraX
API का इस्तेमाल किया जाता है, तो पक्का करें कि बैकप्रेशर की रणनीति को डिफ़ॉल्ट वैल्यूImageAnalysis.STRATEGY_KEEP_ONLY_LATEST
पर सेट किया गया हो. इससे यह पक्का होता है कि एक बार में सिर्फ़ एक इमेज का विश्लेषण किया जाएगा. अगर विश्लेषण करने वाले टूल के व्यस्त होने पर ज़्यादा इमेज जनरेट होती हैं, तो उन्हें अपने-आप हटा दिया जाएगा. साथ ही, उन्हें डिलीवरी के लिए लाइन में नहीं लगाया जाएगा. विश्लेषण की जा रही इमेज को ImageProxy.close() फ़ंक्शन कॉल करके बंद करने के बाद, अगली नई इमेज डिलीवर की जाएगी. - अगर आपको इमेज लेबल करने वाले टूल के आउटपुट का इस्तेमाल करके, इनपुट इमेज पर ग्राफ़िक ओवरले करने हैं, तो पहले ML Kit से नतीजे पाएं. इसके बाद, इमेज को रेंडर करें और एक ही चरण में ओवरले करें. यह हर इनपुट फ़्रेम के लिए, डिसप्ले सर्फ़ेस पर सिर्फ़ एक बार रेंडर होता है. उदाहरण के लिए, क्विकस्टार्ट सैंपल ऐप्लिकेशन में
CameraSourcePreview
औरGraphicOverlay
क्लास देखें. - Camera2 API का इस्तेमाल करने पर, इमेज को
ImageFormat.YUV_420_888
फ़ॉर्मैट में कैप्चर करें. अगर Camera API के पुराने वर्शन का इस्तेमाल किया जा रहा है, तो इमेज कोImageFormat.NV21
फ़ॉर्मैट में कैप्चर करें.