ML Kit, सेल्फ़ी सेगमेंटेशन के लिए ऑप्टिमाइज़ किया गया SDK टूल उपलब्ध कराता है.
सेल्फ़ी सेगमेंटर की ऐसेट, बिल्ड के समय आपके ऐप्लिकेशन से स्टैटिक तौर पर लिंक की जाती हैं. इससे आपके ऐप्लिकेशन का डाउनलोड साइज़ करीब 4.5 एमबी बढ़ जाएगा. साथ ही, एपीआई के इंतज़ार का समय, इनपुट इमेज के साइज़ के हिसाब से 25 मि॰से॰ से 65 मि॰से॰ तक हो सकता है. यह समय, Pixel 4 पर मापा गया है.
इसे आज़माएं
- इस एपीआई के इस्तेमाल का उदाहरण देखने के लिए, सैंपल के तौर पर मिले ऐप्लिकेशन को आज़माएं.
शुरू करने से पहले
- प्रोजेक्ट-लेवल की
build.gradleफ़ाइल में,buildscriptऔरallprojects, दोनों सेक्शन में Google की Maven रिपॉज़िटरी को शामिल करना न भूलें. - अपने मॉड्यूल की ऐप्लिकेशन-लेवल gradle फ़ाइल में, ML Kit की Android लाइब्रेरी के लिए डिपेंडेंसी जोड़ें. आम तौर पर, यह फ़ाइल
app/build.gradleहोती है:
dependencies {
implementation 'com.google.mlkit:segmentation-selfie:16.0.0-beta6'
}
1. Segmenter का इंस्टेंस बनाना
सेगमेंटर के विकल्प
किसी इमेज को सेगमेंट में बांटने के लिए, सबसे पहले यहां दिए गए विकल्पों को चुनकर Segmenter का इंस्टेंस बनाएं.
डिटेक्टर मोड
Segmenter दो मोड में काम करता है. पक्का करें कि आपने अपने इस्तेमाल के हिसाब से सही विकल्प चुना हो.
STREAM_MODE (default)
इस मोड को वीडियो या कैमरे से फ़्रेम स्ट्रीम करने के लिए डिज़ाइन किया गया है. इस मोड में, सेगमेंटर पिछले फ़्रेम के नतीजों का इस्तेमाल करके, सेगमेंटेशन के बेहतर नतीजे देगा.
SINGLE_IMAGE_MODE
यह मोड, ऐसी अलग-अलग इमेज के लिए डिज़ाइन किया गया है जो एक-दूसरे से जुड़ी नहीं हैं. इस मोड में, सेगमेंटर हर इमेज को अलग-अलग प्रोसेस करेगा. इसमें फ़्रेम को स्मूद नहीं किया जाएगा.
रॉ साइज़ मास्क चालू करना
सेगमेंटर से रॉ साइज़ मास्क दिखाने के लिए कहता है, जो मॉडल आउटपुट साइज़ से मैच करता है.
रॉ मास्क का साइज़ (जैसे, 256x256), आम तौर पर इनपुट इमेज के साइज़ से छोटा होता है. इस विकल्प को चालू करते समय, मास्क का साइज़ जानने के लिए, कृपया SegmentationMask#getWidth() और SegmentationMask#getHeight() को कॉल करें.
इस विकल्प को तय किए बिना, सेगमेंटर रॉ मास्क को फिर से स्केल करेगा, ताकि वह इनपुट इमेज के साइज़ से मैच कर सके. अगर आपको अपनी ज़रूरत के 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 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. अपने चुने गए विकल्पों को पास करें:
Kotlin
val segmenter = Segmentation.getClient(options)
Java
Segmenter segmenter = Segmentation.getClient(options);
2. इनपुट इमेज तैयार करना
किसी इमेज को सेगमेंट में बांटने के लिए, InputImage ऑब्जेक्ट बनाएं. इसके लिए, Bitmap, media.Image, ByteBuffer, बाइट कलेक्शन या डिवाइस पर मौजूद किसी फ़ाइल का इस्तेमाल करें.
InputImage ऑब्जेक्ट को अलग-अलग सोर्स से बनाया जा सकता है. हर सोर्स के बारे में यहां बताया गया है.
media.Image का इस्तेमाल करके
media.Image ऑब्जेक्ट से InputImage ऑब्जेक्ट बनाने के लिए, media.Image ऑब्जेक्ट और इमेज के रोटेशन को InputImage.fromMediaImage() में पास करें. जैसे, किसी डिवाइस के कैमरे से इमेज कैप्चर करते समय.
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 ऐसी कैमरा लाइब्रेरी का इस्तेमाल नहीं किया जाता है जो आपको इमेज के रोटेशन की डिग्री देती है, तो डिवाइस के रोटेशन की डिग्री और डिवाइस में 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 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 उसके गैलरी ऐप्लिकेशन से कोई 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, पहले इमेज के रोटेशन की डिग्री का हिसाब लगाएं. इसके बारे में, media.Image इनपुट के लिए पहले बताया गया है.
इसके बाद, बफ़र या कलेक्शन के साथ InputImage ऑब्जेक्ट बनाएं. साथ ही, इमेज की ऊंचाई, चौड़ाई, कलर एन्कोडिंग फ़ॉर्मैट, और रोटेशन डिग्री भी जोड़ें:
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 करके
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 और रोटेशन डिग्री के साथ दिखाया जाता 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 से 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 का पूरा उदाहरण देखने के लिए, कृपया ML Kit का क्विकस्टार्ट सैंपल देखें.
परफ़ॉर्मेंस को बेहतर बनाने के लिए सलाह
नतीजों की क्वालिटी, इनपुट इमेज की क्वालिटी पर निर्भर करती है:
- ML Kit को सटीक सेगमेंटेशन नतीजा मिले, इसके लिए इमेज कम से कम 256x256 पिक्सल की होनी चाहिए.
- इमेज का फ़ोकस खराब होने से भी, सटीक नतीजे मिलने पर असर पड़ सकता है. 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 अच्छे फ़्रेम रेट पाने के लिए इन दिशा-निर्देशों का पालन करें:
STREAM_MODEका उपयोग करें.- कम रिज़ॉल्यूशन वाली इमेज 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 रीस्केलिंग के सभी लॉजिक को एक साथ जोड़ें. उदाहरण के लिए, एपीआई को मास्क का साइज़ बदलने की अनुमति देने के बजाय, रॉ साइज़ मास्क का अनुरोध करें. इससे, एपीआई को मास्क का साइज़ बदलकर, उसे आपकी इनपुट इमेज के साइज़ के मुताबिक बनाने की ज़रूरत नहीं पड़ेगी. साथ ही, आपको भी मास्क का साइज़ बदलकर, उसे डिसप्ले के लिए व्यू के साइज़ के मुताबिक बनाने की ज़रूरत नहीं पड़ेगी. इन दोनों चरणों को एक साथ पूरा किया जा सकता है.
- अगर
Cameraयाcamera2एपीआई का इस्तेमाल किया जाता है, तो डिटेक्टर को किए जाने वाले कॉल की संख्या कम करें. अगर डिटेक्टर के चलने के दौरान कोई नया वीडियो फ़्रेम उपलब्ध होता है, तो फ़्रेम को छोड़ दें. उदाहरण के लिए, क्विकस्टार्ट सैंपल के तौर पर मिले ऐप्लिकेशन मेंVisionProcessorBaseक्लास देखें. - अगर
CameraXएपीआई का इस्तेमाल किया जाता है, तो पक्का करें कि बैकप्रेशर रणनीति को इसकी डिफ़ॉल्ट वैल्यूImageAnalysis.STRATEGY_KEEP_ONLY_LATESTपर सेट किया गया हो. इससे यह पक्का होता है कि विश्लेषण के लिए, एक बार में सिर्फ़ एक इमेज भेजी जाएगी. अगर ऐनलाइज़र के व्यस्त होने पर ज़्यादा इमेज जनरेट होती हैं, तो उन्हें अपने-आप हटा दिया जाएगा. साथ ही, उन्हें डिलीवरी के लिए सूची में नहीं रखा जाएगा. ImageProxy.close() को कॉल करके, विश्लेषण की जा रही इमेज को बंद करने के बाद, अगली नई इमेज डिलीवर की जाएगी. - अगर इनपुट इमेज पर ग्राफ़िक ओवरले करने के लिए, डिटेक्टर के आउटपुट का इस्तेमाल किया जाता है, तो पहले ML Kit से नतीजा पाएं. इसके बाद, इमेज को रेंडर करें और एक ही चरण में ओवरले करें. यह हर इनपुट फ़्रेम के लिए, डिसप्ले प्लैटफ़ॉर्म पर सिर्फ़ एक बार रेंडर होता है. उदाहरण के लिए, क्विकस्टार्ट सैंपल ऐप्लिकेशन में
CameraSourcePreviewऔरGraphicOverlayक्लास देखें. - अगर Camera2 API का इस्तेमाल किया जा रहा है, तो इमेज को
ImageFormat.YUV_420_888फ़ॉर्मैट में कैप्चर करें. अगर पुराने Camera API का इस्तेमाल किया जा रहा है, तो इमेज कोImageFormat.NV21फ़ॉर्मैट में कैप्चर करें.