توفّر حزمة تطوير البرامج (SDK) في ML Kit أداة محسّنة لتقسيم الصور الذاتية.
يتم ربط مواد عرض Selfie Segmenter بتطبيقك بشكل ثابت في وقت الإنشاء. سيؤدي ذلك إلى زيادة حجم تنزيل تطبيقك بمقدار 4.5 ميغابايت تقريبًا، ويمكن أن يتراوح وقت استجابة واجهة برمجة التطبيقات بين 25 و65 ملي ثانية حسب حجم الصورة المدخلة، وذلك وفقًا لما تم قياسه على هاتف Pixel 4.
جرّبه الآن
- يمكنك تجربة التطبيق النموذجي للاطّلاع على مثال على كيفية استخدام واجهة برمجة التطبيقات هذه.
قبل البدء
- في ملف
build.gradle
على مستوى مشروعك، تأكَّد من تضمين مستودع Maven من Google في كل من قسمَيbuildscript
وallprojects
. - أضِف الاعتماديات الخاصة بمكتبات ML Kit على Android إلى ملف Gradle على مستوى التطبيق في وحدتك، والذي يكون عادةً
app/build.gradle
:
dependencies {
implementation 'com.google.mlkit:segmentation-selfie:16.0.0-beta6'
}
1. إنشاء مثيل من Segmenter
خيارات أداة التقسيم
لتقسيم صورة، عليك أولاً إنشاء مثيل من Segmenter
من خلال تحديد الخيارات التالية.
وضع أداة الرصد
يعمل Segmenter
بوضعَين. احرص على اختيار النموذج الذي يتطابق مع حالة الاستخدام.
STREAM_MODE (default)
تم تصميم هذا الوضع لبث إطارات من الفيديو أو الكاميرا. في هذا الوضع، سيستفيد أداة التقسيم من نتائج اللقطات السابقة لعرض نتائج تقسيم أكثر سلاسة.
SINGLE_IMAGE_MODE
تم تصميم هذا الوضع للصور الفردية غير المرتبطة. في هذا الوضع، ستعالج أداة التقسيم كل صورة بشكل مستقل، بدون تنعيم على مستوى اللقطات.
تفعيل قناع الحجم الأولي
يطلب من أداة تقسيم الصور عرض قناع الحجم الأولي الذي يتطابق مع حجم الناتج من النموذج.
يكون حجم القناع الأولي (مثل 256x256) عادةً أصغر من حجم الصورة المُدخَلة. يُرجى الاتصال بالرقم SegmentationMask#getWidth()
وSegmentationMask#getHeight()
للحصول على حجم القناع عند تفعيل هذا الخيار.
في حال عدم تحديد هذا الخيار، سيعيد أداة تقسيم الصور تغيير حجم القناع الأولي ليتطابق مع حجم الصورة المُدخَلة. ننصحك باستخدام هذا الخيار إذا كنت تريد تطبيق منطق إعادة قياس مخصّص أو إذا لم تكن إعادة القياس ضرورية لحالة الاستخدام.
حدِّد خيارات أداة تقسيم الكلمات:
Kotlin
val options = SelfieSegmenterOptions.Builder() .setDetectorMode(SelfieSegmenterOptions.STREAM_MODE) .enableRawSizeMask() .build()
Java
SelfieSegmenterOptions options = new SelfieSegmenterOptions.Builder() .setDetectorMode(SelfieSegmenterOptions.STREAM_MODE) .enableRawSizeMask() .build();
أنشئ مثيلاً من Segmenter
. مرِّر الخيارات التي حدّدتها:
Kotlin
val segmenter = Segmentation.getClient(options)
Java
Segmenter segmenter = Segmentation.getClient(options);
2. إعداد الصورة المصدر
لتنفيذ تقسيم على صورة، أنشئ عنصر InputImage
من Bitmap
أو media.Image
أو ByteBuffer
أو مصفوفة بايت أو ملف على
الجهاز.
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 عنصر InputImage
المُعدّ إلى طريقة process
في Segmenter
.
Kotlin
Task<SegmentationMask> result = segmenter.process(image) .addOnSuccessListener { results -> // Task completed successfully // ... } .addOnFailureListener { e -> // Task failed with an exception // ... }
Java
Task<SegmentationMask> result = segmenter.process(image) .addOnSuccessListener( new OnSuccessListener<SegmentationMask>() { @Override public void onSuccess(SegmentationMask mask) { // Task completed successfully // ... } }) .addOnFailureListener( new OnFailureListener() { @Override public void onFailure(@NonNull Exception e) { // Task failed with an exception // ... } });
4. الحصول على نتيجة التقسيم
يمكنك الحصول على نتيجة التقسيم على النحو التالي:
Kotlin
val mask = segmentationMask.getBuffer() val maskWidth = segmentationMask.getWidth() val maskHeight = segmentationMask.getHeight() for (val y = 0; y < maskHeight; y++) { for (val x = 0; x < maskWidth; x++) { // Gets the confidence of the (x,y) pixel in the mask being in the foreground. val foregroundConfidence = mask.getFloat() } }
Java
ByteBuffer mask = segmentationMask.getBuffer(); int maskWidth = segmentationMask.getWidth(); int maskHeight = segmentationMask.getHeight(); for (int y = 0; y < maskHeight; y++) { for (int x = 0; x < maskWidth; x++) { // Gets the confidence of the (x,y) pixel in the mask being in the foreground. float foregroundConfidence = mask.getFloat(); } }
للاطّلاع على مثال كامل حول كيفية استخدام نتائج التقسيم، يُرجى الاطّلاع على نموذج التشغيل السريع في ML Kit.
نصائح لتحسين الأداء
تعتمد جودة النتائج على جودة الصورة المدخلة:
- لكي يحصل ML Kit على نتيجة تقسيم دقيقة، يجب أن يكون حجم الصورة 256x256 بكسل على الأقل.
- يمكن أن يؤثّر عدم وضوح الصورة أيضًا في الدقة. إذا لم تحصل على نتائج مقبولة، اطلب من المستخدم إعادة التقاط الصورة.
إذا كنت تريد استخدام تقسيم الصور في تطبيق يعمل في الوقت الفعلي، اتّبِع الإرشادات التالية لتحقيق أفضل معدّلات عرض اللقطات:
- استخدم
STREAM_MODE
. - ننصحك بالتقاط الصور بدقة أقل. ومع ذلك، يجب أيضًا مراعاة متطلبات أبعاد الصورة في واجهة برمجة التطبيقات هذه.
- ننصحك بتفعيل خيار قناع الحجم الأولي ودمج جميع منطق إعادة التحجيم معًا. على سبيل المثال، بدلاً من السماح لواجهة برمجة التطبيقات بإعادة ضبط حجم القناع ليتطابق مع حجم الصورة المُدخَلة أولاً، ثم إعادة ضبط حجمه مرة أخرى ليتطابق مع حجم "طريقة العرض"، ما عليك سوى طلب قناع بالحجم الأصلي، ودمج هاتين الخطوتين في خطوة واحدة.
- إذا كنت تستخدم واجهة برمجة التطبيقات
Camera
أوcamera2
، عليك تقييد عدد طلبات البيانات من أداة الرصد. إذا توفّر إطار فيديو جديد أثناء تشغيل أداة رصد الحركة، تجاهِل الإطار. يمكنك الاطّلاع على فئةVisionProcessorBase
في نموذج تطبيق البدء السريع للحصول على مثال. - في حال استخدام واجهة برمجة التطبيقات
CameraX
، احرص على ضبط استراتيجية الضغط الخلفي على القيمة التلقائيةImageAnalysis.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 "حزمة تعلُّم الآلة"، 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
وGraphicOverlay
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 بتنسيقImageFormat.NV21
.