رصد العناصر وتتبّعها باستخدام أدوات تعلّم الآلة على Android

يمكنك استخدام ML Kit لرصد العناصر وتتبُّعها في إطارات الفيديو المتتالية.

عندما تمرّر صورة إلى ML Kit، يمكنها رصد ما يصل إلى خمسة عناصر في الصورة، بالإضافة إلى موضع كل عنصر في الصورة. عند رصد عناصر في بث الفيديو، يكون لكل عنصر معرّف فريد يمكنك استخدامه لتتبُّع العنصر من إطار إلى آخر. يمكنك أيضًا تفعيل التصنيف التقريبي للعناصر، والذي يصنّف العناصر باستخدام أوصاف فئات عامة.

جرّبه الآن

  • يمكنك تجربة التطبيق النموذجي للاطّلاع على مثال على كيفية استخدام واجهة برمجة التطبيقات هذه.
  • يمكنك الاطّلاع على تطبيق عرض Material Design لمعرفة كيفية تنفيذ واجهة برمجة التطبيقات هذه بشكل شامل.

قبل البدء

  1. في ملف build.gradle على مستوى المشروع، تأكَّد من تضمين مستودع Maven من Google في كل من القسمَين buildscript وallprojects.
  2. أضِف العناصر التابعة لمكتبات ML Kit على Android إلى ملف Gradle على مستوى التطبيق في الوحدة، والذي يكون عادةً app/build.gradle:
    dependencies {
      // ...
    
      implementation 'com.google.mlkit:object-detection:17.0.2'
    
    }

1. ضبط أداة رصد العناصر

لرصد العناصر وتتبُّعها، عليك أولاً إنشاء مثيل من ObjectDetector وتحديد أي إعدادات للكاشف تريد تغييرها من الإعدادات التلقائية بشكل اختياري.

  1. اضبط أداة رصد العناصر لتناسب حالة الاستخدام مع كائن ObjectDetectorOptions. يمكنك تغيير الإعدادات التالية:

    إعدادات أداة رصد الأجسام
    وضع الكشف STREAM_MODE (تلقائي) | SINGLE_IMAGE_MODE

    في STREAM_MODE (الإعداد التلقائي)، يتم تشغيل أداة رصد العناصر بزمن انتقال منخفض، ولكن قد تعرض نتائج غير مكتملة (مثل مربّعات محيطة أو تصنيفات فئات غير محدّدة) في المرات القليلة الأولى التي يتم فيها استدعاء أداة الرصد. بالإضافة إلى ذلك، في STREAM_MODE، يحدّد أداة رصد المعالم أرقام تعريف التتبُّع للعناصر، ويمكنك استخدامها لتتبُّع العناصر في جميع اللقطات. استخدِم هذا الوضع عندما تريد تتبُّع الكائنات أو عندما يكون وقت الاستجابة المنخفض مهمًا، مثلاً عند معالجة بث الفيديو في الوقت الفعلي.

    في SINGLE_IMAGE_MODE، تعرض أداة رصد الأجسام النتيجة بعد تحديد المربّع المحيط بالجسم. في حال تفعيل التصنيف أيضًا، سيتم عرض النتيجة بعد توفّر كل من المربّع المحيط وتصنيف الفئة. ونتيجةً لذلك، قد يكون وقت الاستجابة لرصد التغيير أطول. بالإضافة إلى ذلك، لا يتم تعيين أرقام تعريف التتبُّع في SINGLE_IMAGE_MODE. استخدِم هذا الوضع إذا لم يكن وقت الاستجابة عاملاً مهمًا ولم تكن تريد التعامل مع نتائج جزئية.

    رصد وتتبُّع عناصر متعدّدة false (تلقائي) | true

    تحديد ما إذا كان سيتم رصد وتتبُّع ما يصل إلى خمسة عناصر أو العنصر الأبرز فقط (الإعداد التلقائي)

    تصنيف العناصر false (تلقائي) | true

    تحديد ما إذا كان سيتم تصنيف الأجسام التي تم رصدها إلى فئات عامة أم لا عند تفعيل ميزة "التعرّف على العناصر"، تصنّف هذه الميزة العناصر ضمن الفئات التالية: أزياء، وأطعمة، وسلع منزلية، وأماكن، ونباتات.

    تم تحسين واجهة برمجة التطبيقات لرصد الأجسام وتتبُّعها لحالتَي الاستخدام الأساسيتَين التاليتَين:

    • رصد وتتبُّع العنصر الأبرز في عدسة الكاميرا بشكل مباشر
    • رصد أجسام متعدّدة من صورة ثابتة

    لضبط واجهة برمجة التطبيقات لحالات الاستخدام هذه، اتّبِع الخطوات التالية:

    Kotlin

    // Live detection and tracking
    val options = ObjectDetectorOptions.Builder()
            .setDetectorMode(ObjectDetectorOptions.STREAM_MODE)
            .enableClassification()  // Optional
            .build()
    
    // Multiple object detection in static images
    val options = ObjectDetectorOptions.Builder()
            .setDetectorMode(ObjectDetectorOptions.SINGLE_IMAGE_MODE)
            .enableMultipleObjects()
            .enableClassification()  // Optional
            .build()

    Java

    // Live detection and tracking
    ObjectDetectorOptions options =
            new ObjectDetectorOptions.Builder()
                    .setDetectorMode(ObjectDetectorOptions.STREAM_MODE)
                    .enableClassification()  // Optional
                    .build();
    
    // Multiple object detection in static images
    ObjectDetectorOptions options =
            new ObjectDetectorOptions.Builder()
                    .setDetectorMode(ObjectDetectorOptions.SINGLE_IMAGE_MODE)
                    .enableMultipleObjects()
                    .enableClassification()  // Optional
                    .build();
  2. الحصول على مثيل من ObjectDetector:

    Kotlin

    val objectDetector = ObjectDetection.getClient(options)

    Java

    ObjectDetector objectDetector = ObjectDetection.getClient(options);

2. إعداد الصورة المصدر

لاكتشاف العناصر وتتبُّعها، مرِّر الصور إلى طريقة process() الخاصة بالكائن ObjectDetector.

تعمل أداة رصد العناصر مباشرةً من Bitmap أو ByteBuffer بتنسيق NV21 أو media.Image بتنسيق YUV_420_888. ننصحك بإنشاء InputImage من هذه المصادر إذا كان بإمكانك الوصول إلى أحدها مباشرةً. في حال إنشاء InputImage من مصادر أخرى، سنتولّى عملية التحويل داخليًا، وقد تكون أقل فعالية.

لكل إطار فيديو أو صورة في تسلسل، اتّبِع الخطوات التالية:

يمكنك إنشاء عنصر InputImage من مصادر مختلفة، ويتم توضيح كل منها أدناه.

استخدام media.Image

لإنشاء عنصر InputImage من عنصر media.Image، مثلاً عند التقاط صورة من كاميرا جهاز، مرِّر عنصر media.Image ودوران الصورة إلى InputImage.fromMediaImage().

إذا كنت تستخدم مكتبة CameraX، سيحسب لك الفئتان OnImageCapturedListener وImageAnalysis.Analyzer قيمة الدوران.

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
          // ...
        }
    }
}

إذا لم تستخدم مكتبة كاميرا تمنحك درجة دوران الصورة، يمكنك احتسابها من درجة دوران الجهاز واتجاه مستشعر الكاميرا في الجهاز:

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;
}

بعد ذلك، مرِّر العنصر media.Image وقيمة درجة التدوير إلى InputImage.fromMediaImage():

Kotlin

val image = InputImage.fromMediaImage(mediaImage, rotation)

Java

InputImage image = InputImage.fromMediaImage(mediaImage, rotation);

استخدام معرّف الموارد المنتظم (URI) للملف

لإنشاء عنصر InputImage من معرّف URI لملف، مرِّر سياق التطبيق ومعرّف URI للملف إلى InputImage.fromFilePath(). ويكون ذلك مفيدًا عند استخدام ACTION_GET_CONTENT intent لطلب أن يختار المستخدم صورة من تطبيق المعرض.

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();
}

استخدام ByteBuffer أو ByteArray

لإنشاء عنصر InputImage من ByteBuffer أو ByteArray، عليك أولاً حساب درجة دوران الصورة كما سبق توضيحه بشأن إدخال media.Image. بعد ذلك، أنشئ الكائن InputImage باستخدام المخزن المؤقت أو المصفوفة، بالإضافة إلى ارتفاع الصورة وعرضها وتنسيق ترميز الألوان ودرجة التدوير:

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
);

استخدام Bitmap

لإنشاء عنصر InputImage من عنصر Bitmap، عليك إجراء التصريح التالي:

Kotlin

val image = InputImage.fromBitmap(bitmap, 0)

Java

InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);

يتم تمثيل الصورة بكائن Bitmap مع درجات التدوير.

3- معالجة الصورة

مرِّر الصورة إلى طريقة process():

Kotlin

objectDetector.process(image)
    .addOnSuccessListener { detectedObjects ->
        // Task completed successfully
        // ...
    }
    .addOnFailureListener { e ->
        // Task failed with an exception
        // ...
    }

Java

objectDetector.process(image)
    .addOnSuccessListener(
        new OnSuccessListener<List<DetectedObject>>() {
            @Override
            public void onSuccess(List<DetectedObject> detectedObjects) {
                // Task completed successfully
                // ...
            }
        })
    .addOnFailureListener(
        new OnFailureListener() {
            @Override
            public void onFailure(@NonNull Exception e) {
                // Task failed with an exception
                // ...
            }
        });

4. الحصول على معلومات عن العناصر التي تم رصدها

إذا نجحت عملية استدعاء process()، سيتم تمرير قائمة DetectedObject إلى معالج النجاح.

يحتوي كل DetectedObject على السمات التالية:

مربّع الحدود تمثّل Rect موضع العنصر في الصورة.
رقم تعريف التتبّع عدد صحيح يحدّد العنصر في جميع الصور. قيمة فارغة في SINGLE_IMAGE_MODE
التصنيفات
وصف التصنيف الوصف النصي للتصنيف سيكون أحد الثوابت String المحدّدة في PredefinedCategory.
فهرس التصنيف فهرس التصنيف بين جميع التصنيفات التي يتيحها المصنّف. يجب أن تكون إحدى الثوابت الصحيحة المحدّدة في PredefinedCategory.
مستوى الثقة في التصنيف قيمة الثقة في تصنيف الكائن

Kotlin

for (detectedObject in detectedObjects) {
    val boundingBox = detectedObject.boundingBox
    val trackingId = detectedObject.trackingId
    for (label in detectedObject.labels) {
        val text = label.text
        if (PredefinedCategory.FOOD == text) {
            ...
        }
        val index = label.index
        if (PredefinedCategory.FOOD_INDEX == index) {
            ...
        }
        val confidence = label.confidence
    }
}

Java

// The list of detected objects contains one item if multiple
// object detection wasn't enabled.
for (DetectedObject detectedObject : detectedObjects) {
    Rect boundingBox = detectedObject.getBoundingBox();
    Integer trackingId = detectedObject.getTrackingId();
    for (Label label : detectedObject.getLabels()) {
        String text = label.getText();
        if (PredefinedCategory.FOOD.equals(text)) {
            ...
        }
        int index = label.getIndex();
        if (PredefinedCategory.FOOD_INDEX == index) {
            ...
        }
        float confidence = label.getConfidence();
    }
}

ضمان تقديم تجربة رائعة للمستخدم

لضمان تقديم أفضل تجربة للمستخدم، اتّبِع الإرشادات التالية في تطبيقك:

  • تعتمد عملية رصد العناصر بنجاح على درجة تعقيدها المرئي. لكي يتم رصد العناصر التي تتضمّن عددًا قليلاً من الميزات المرئية، قد تحتاج إلى أن تشغل جزءًا أكبر من الصورة. عليك تزويد المستخدمين بإرشادات حول تسجيل الإدخال الذي يعمل بشكل جيد مع نوع العناصر التي تريد رصدها.
  • عند استخدام التصنيف، إذا أردت رصد عناصر لا تندرج بشكل واضح ضمن الفئات المتوافقة، عليك تنفيذ معالجة خاصة للعناصر غير المعروفة.

يمكنك أيضًا الاطّلاع على تطبيق عرض ML Kit Material Design ومجموعة أنماط Material Design للميزات المستندة إلى تعلُّم الآلة.

تحسين الأداء

إذا كنت تريد استخدام ميزة "رصد العناصر" في تطبيق يعمل في الوقت الفعلي، اتّبِع الإرشادات التالية لتحقيق أفضل معدّلات عرض اللقطات في الثانية:

  • عند استخدام وضع البث في تطبيق يعمل في الوقت الفعلي، لا تستخدم ميزة &quot;رصد عدة عناصر&quot;، لأنّ معظم الأجهزة لن تتمكّن من عرض عدد كافٍ من اللقطات في الثانية.

  • أوقِف التصنيف إذا لم تكن بحاجة إليه.

  • إذا كنت تستخدم واجهة برمجة التطبيقات Camera أو camera2، عليك تقييد عدد طلبات البيانات من أداة الرصد. إذا توفّر إطار فيديو جديد أثناء تشغيل أداة رصد الحركة، تجاهِل الإطار. يمكنك الاطّلاع على فئة VisionProcessorBase في نموذج تطبيق البدء السريع للحصول على مثال.
  • في حال استخدام واجهة برمجة التطبيقات CameraX، احرص على ضبط استراتيجية الضغط الخلفي على القيمة التلقائية ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST. يضمن ذلك تسليم صورة واحدة فقط لتحليلها في كل مرة. إذا تم إنتاج المزيد من الصور عندما يكون المحلّل مشغولاً، سيتم إسقاطها تلقائيًا ولن يتم وضعها في قائمة انتظار للتسليم. بعد إغلاق الصورة التي يتم تحليلها من خلال استدعاء ImageProxy.close()، سيتم عرض أحدث صورة تالية.
  • إذا كنت تستخدم ناتج أداة رصد الوجوه لتراكب الرسومات على صورة الإدخال، احصل أولاً على النتيجة من &quot;حزمة تعلُّم الآلة&quot;، ثم اعرض الصورة والتراكب في خطوة واحدة. ويتم عرض هذا المحتوى على مساحة العرض مرة واحدة فقط لكل إطار إدخال. يمكنك الاطّلاع على الفئتين CameraSourcePreview و GraphicOverlay في تطبيق العيّنة للبدء السريع للحصول على مثال.
  • إذا كنت تستخدم Camera2 API، التقط الصور بتنسيق ImageFormat.YUV_420_888. إذا كنت تستخدم الإصدار القديم من Camera API، التقط الصور بتنسيق ImageFormat.NV21.