ML Kit, सेल्फ़ी सेगमेंटेशन के लिए ऑप्टिमाइज़ किया गया SDK टूल उपलब्ध कराता है.
सेल्फ़ी सेगमेंटेशन की ऐसेट, बिल्ड टाइम पर आपके ऐप्लिकेशन से स्टैटिक तौर पर लिंक होती हैं. इससे आपके ऐप्लिकेशन का डाउनलोड साइज़ करीब 4.5 एमबी बढ़ जाएगा. साथ ही, एपीआई की लेटेन्सी (डेटा ट्रांसफ़र में लगने वाला समय) 25 से 65 मि॰से॰ तक हो सकती है. यह इनपुट इमेज के साइज़ पर निर्भर करती है. यह मेज़रमेंट, Pixel 4 पर किया गया 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 को अपनेbuildscript
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:
dependencies {
implementation 'com.google.mlkit:segmentation-selfie:16.0.0-beta6'
}
1. Segmenter का इंस्टेंस बनाना
Segmenter के विकल्प
किसी इमेज पर सेगमेंटेशन करने के लिए, सबसे पहले Segmenter
का एक इंस्टेंस बनाएं. इसके लिए, यहां दिए गए विकल्पों को चुनें.
डिटेक्टर मोड
Segmenter
दो मोड में काम करता है. पक्का करें कि आपने वह विकल्प चुना हो जो आपके इस्तेमाल के उदाहरण से मेल खाता हो.
STREAM_MODE (default)
इस मोड को वीडियो या कैमरे से फ़्रेम स्ट्रीम करने के लिए डिज़ाइन किया गया है. इस मोड में, सेगमेंट करने वाला टूल पिछले फ़्रेम के नतीजों का इस्तेमाल करेगा, ताकि सेगमेंटेशन के बेहतर नतीजे मिल सकें.
SINGLE_IMAGE_MODE
इस मोड को ऐसी अलग-अलग इमेज के लिए डिज़ाइन किया गया है जो एक-दूसरे से जुड़ी नहीं हैं. इस मोड में, सेगमेंट करने वाला टूल हर इमेज को अलग-अलग प्रोसेस करेगा. इसमें फ़्रेम को स्मूथ नहीं किया जाएगा.
रॉ साइज़ मास्क चालू करें
यह विकल्प, सेगमेंटेशन करने वाले टूल से मॉडल के आउटपुट साइज़ से मेल खाने वाला रॉ साइज़ मास्क दिखाने के लिए कहता है.
रॉ मास्क का साइज़ (जैसे, 256x256) आम तौर पर इनपुट इमेज के साइज़ से कम होता है. इस विकल्प को चालू करते समय, मास्क का साइज़ जानने के लिए कृपया SegmentationMask#getWidth()
और SegmentationMask#getHeight()
पर कॉल करें.
इस विकल्प को तय किए बिना, सेगमेंट करने वाला टूल रॉ मास्क को इनपुट इमेज के साइज़ के हिसाब से फिर से स्केल करेगा. अगर आपको अपने हिसाब से रीस्केलिंग लॉजिक लागू करना है या आपके इस्तेमाल के उदाहरण के लिए रीस्केलिंग की ज़रूरत नहीं है, तो इस विकल्प का इस्तेमाल करें.
सेगमेंट करने वाले के विकल्प तय करें:
Kotlin
val options = SelfieSegmenterOptions.Builder() .setDetectorMode(SelfieSegmenterOptions.STREAM_MODE) .enableRawSizeMask() .build()
Java
SelfieSegmenterOptions options = new SelfieSegmenterOptions.Builder() .setDetectorMode(SelfieSegmenterOptions.STREAM_MODE) .enableRawSizeMask() .build();
Segmenter
का इंस्टेंस बनाएं. आपने जो विकल्प दिए हैं उन्हें पास करें:
Kotlin
val segmenter = Segmentation.getClient(options)
Java
Segmenter segmenter = Segmentation.getClient(options);
2. इनपुट इमेज तैयार करना
किसी इमेज पर सेगमेंटेशन करने के लिए, डिवाइस पर मौजूद Bitmap
, media.Image
, ByteBuffer
, बाइट ऐरे या किसी फ़ाइल से InputImage
ऑब्जेक्ट बनाएं.
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.
3. इमेज को प्रोसेस करना
तैयार किए गए InputImage
ऑब्जेक्ट को Segmenter
के process
तरीके में पास करें.
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. सेगमेंटेशन का नतीजा पाना
सेगमेंटेशन का नतीजा इस तरह पाया जा सकता है:
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(); } }
सेगमेंटेशन के नतीजों को इस्तेमाल करने के तरीके का पूरा उदाहरण देखने के लिए, कृपया ML Kit का क्विकस्टार्ट सैंपल देखें.
परफ़ॉर्मेंस को बेहतर बनाने के लिए सुझाव
नतीजों की क्वालिटी, इनपुट इमेज की क्वालिटी पर निर्भर करती है:
- सेगमेंटेशन का सटीक नतीजा पाने के लिए, इमेज कम से कम 256x256 पिक्सल की होनी चाहिए.
- इमेज के फ़ोकस में गड़बड़ी होने पर भी, सटीक नतीजे नहीं मिलते. अगर आपको सही नतीजे नहीं मिलते हैं, तो उपयोगकर्ता से इमेज को फिर से कैप्चर करने के लिए कहें.
अगर आपको रीयल-टाइम ऐप्लिकेशन में सेगमेंटेशन का इस्तेमाल करना है, तो सबसे अच्छी फ़्रेम रेट पाने के लिए, इन दिशा-निर्देशों का पालन करें:
STREAM_MODE
का उपयोग करें.- इमेज को कम रिज़ॉल्यूशन में कैप्चर करें. हालांकि, इस एपीआई के लिए इमेज के डाइमेंशन से जुड़ी ज़रूरी शर्तों का भी ध्यान रखें.
- रॉ साइज़ मास्क का विकल्प चालू करें और सभी रीस्केलिंग लॉजिक को एक साथ मिलाएं. उदाहरण के लिए, एपीआई को पहले मास्क का साइज़ बदलकर, इनपुट इमेज के साइज़ के बराबर करने दें. इसके बाद, डिसप्ले के लिए व्यू के साइज़ के हिसाब से मास्क का साइज़ फिर से बदलें. इसके बजाय, सिर्फ़ रॉ साइज़ वाले मास्क का अनुरोध करें और इन दोनों चरणों को एक साथ पूरा करें.
- अगर
Camera
याcamera2
एपीआई का इस्तेमाल किया जाता है, तो डिटेक्टर को किए जाने वाले कॉल को थ्रॉटल करें. अगर डिटेक्टर 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 इनपुट इमेज पर ग्राफ़िक ओवरले करने के लिए, डिटेक्टर के आउटपुट का इस्तेमाल करना है, 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.