আপনার অ্যাপে সহজেই বিষয় বিভাজন বৈশিষ্ট্য যোগ করতে ML কিট ব্যবহার করুন।
| বৈশিষ্ট্য | বিস্তারিত |
|---|---|
| Sdk নাম | প্লে-সার্ভিসেস-এমএলকিট-বিষয়-বিভাজন |
| বাস্তবায়ন | আনবান্ডেলড: মডেলটি গুগল প্লে পরিষেবা ব্যবহার করে গতিশীলভাবে ডাউনলোড করা হয়। |
| অ্যাপের আকারের প্রভাব | ~২০০ কিলোবাইট আকার বৃদ্ধি। |
| আরম্ভের সময় | প্রথমবার ব্যবহারের আগে ব্যবহারকারীদের মডেলটি ডাউনলোড হওয়ার জন্য অপেক্ষা করতে হতে পারে। |
চেষ্টা করে দেখো
- এই API এর একটি উদাহরণ ব্যবহারের জন্য নমুনা অ্যাপটি ব্যবহার করুন।
শুরু করার আগে
- আপনার প্রজেক্ট-লেভেল
build.gradleফাইলে, আপনারbuildscriptএবংallprojectsউভয় বিভাগেই Google এর Maven রিপোজিটরি অন্তর্ভুক্ত করতে ভুলবেন না। - আপনার মডিউলের অ্যাপ-লেভেল gradle ফাইলে ML Kit সাবজেক্ট সেগমেন্টেশন লাইব্রেরির জন্য নির্ভরতা যোগ করুন, যা সাধারণত
app/build.gradleহয়:
dependencies {
implementation 'com.google.android.gms:play-services-mlkit-subject-segmentation:16.0.0-beta1'
}
উপরে উল্লিখিত মডেলটি গুগল প্লে পরিষেবা দ্বারা সরবরাহ করা হয়েছে। প্লে স্টোর থেকে আপনার অ্যাপটি ইনস্টল করার পরে আপনি আপনার অ্যাপটিকে ডিভাইসে স্বয়ংক্রিয়ভাবে মডেলটি ডাউনলোড করার জন্য কনফিগার করতে পারেন। এটি করার জন্য, আপনার অ্যাপের AndroidManifest.xml ফাইলে নিম্নলিখিত ঘোষণাটি যোগ করুন:
<application ...>
...
<meta-data
android:name="com.google.mlkit.vision.DEPENDENCIES"
android:value="subject_segment" >
<!-- To use multiple models: android:value="subject_segment,model2,model3" -->
</application>
আপনি ModuleInstallClient API ব্যবহার করে Google Play পরিষেবার মাধ্যমে মডেলের উপলব্ধতা স্পষ্টভাবে পরীক্ষা করতে পারেন এবং ডাউনলোডের অনুরোধ করতে পারেন।
যদি আপনি ইনস্টল-টাইম মডেল ডাউনলোড সক্রিয় না করেন অথবা স্পষ্ট ডাউনলোডের অনুরোধ না করেন, তাহলে সেগমেন্টারটি প্রথমবার চালানোর সময় মডেলটি ডাউনলোড হয়ে যাবে। ডাউনলোড শেষ হওয়ার আগে আপনার করা অনুরোধগুলি কোনও ফলাফল দেয় না।
১. ইনপুট ইমেজ প্রস্তুত করুন
একটি ছবিতে সেগমেন্টেশন করতে, Bitmap , media.Image , ByteBuffer , বাইট অ্যারে, অথবা ডিভাইসের একটি ফাইল থেকে একটি InputImage অবজেক্ট তৈরি করুন।
আপনি বিভিন্ন উৎস থেকে একটি InputImage অবজেক্ট তৈরি করতে পারেন, প্রতিটি নীচে ব্যাখ্যা করা হয়েছে।
একটি media.Image ব্যবহার করা হচ্ছে। চিত্র
একটি media.Image অবজেক্ট থেকে একটি InputImage অবজেক্ট তৈরি করতে, যেমন যখন আপনি একটি ডিভাইসের ক্যামেরা থেকে একটি ছবি ক্যাপচার করেন, তখন media.Image অবজেক্ট এবং ছবির ঘূর্ণন InputImage.fromMediaImage() এ পাস করুন।
আপনি যদি CameraX লাইব্রেরি ব্যবহার করেন, তাহলে OnImageCapturedListener এবং ImageAnalysis.Analyzer ক্লাসগুলি আপনার জন্য ঘূর্ণন মান গণনা করবে।
কোটলিন
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 // ... } } }
জাভা
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 // ... } } }
যদি আপনি এমন কোনও ক্যামেরা লাইব্রেরি ব্যবহার না করেন যা আপনাকে ছবির ঘূর্ণন ডিগ্রী দেয়, তাহলে আপনি ডিভাইসের ঘূর্ণন ডিগ্রী এবং ডিভাইসে ক্যামেরা সেন্সরের ওরিয়েন্টেশন থেকে এটি গণনা করতে পারেন:
কোটলিন
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 }
জাভা
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; }
তারপর, media.Image অবজেক্ট এবং ঘূর্ণন ডিগ্রি মান InputImage.fromMediaImage() এ পাস করুন:
কোটলিন
val image = InputImage.fromMediaImage(mediaImage, rotation)
Java
InputImage image = InputImage.fromMediaImage(mediaImage, rotation);
একটি ফাইল URI ব্যবহার করা হচ্ছে
একটি ফাইল URI থেকে একটি InputImage অবজেক্ট তৈরি করতে, অ্যাপের প্রসঙ্গটি পাস করুন এবং URI ফাইলটি InputImage.fromFilePath() এ দিন। যখন আপনি ACTION_GET_CONTENT ইন্টেন্ট ব্যবহার করে ব্যবহারকারীকে তাদের গ্যালারি অ্যাপ থেকে একটি ছবি নির্বাচন করতে অনুরোধ করেন তখন এটি কার্যকর।
কোটলিন
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(); }
একটি ByteBuffer বা ByteArray ব্যবহার করা
ByteBuffer অথবা ByteArray থেকে InputImage অবজেক্ট তৈরি করতে, প্রথমে media.Image ইনপুটের জন্য পূর্বে বর্ণিত চিত্রের ঘূর্ণন ডিগ্রি গণনা করুন। তারপর, বাফার বা অ্যারে দিয়ে InputImage অবজেক্ট তৈরি করুন, ছবির উচ্চতা, প্রস্থ, রঙ এনকোডিং ফর্ম্যাট এবং ঘূর্ণন ডিগ্রি সহ:
কোটলিন
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 )
জাভা
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 ব্যবহার করা
একটি Bitmap অবজেক্ট থেকে একটি InputImage অবজেক্ট তৈরি করতে, নিম্নলিখিত ঘোষণাটি করুন:
কোটলিন
val image = InputImage.fromBitmap(bitmap, 0)
Java
InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);
ছবিটি ঘূর্ণন ডিগ্রি সহ একটি Bitmap বস্তু দ্বারা উপস্থাপিত হয়।
2. SubjectSegmenter এর একটি উদাহরণ তৈরি করুন
সেগমেন্টার বিকল্পগুলি সংজ্ঞায়িত করুন
আপনার ছবিকে সেগমেন্ট করার জন্য, প্রথমে SubjectSegmenterOptions এর একটি ইনস্ট্যান্স তৈরি করুন নিম্নরূপ:
কোটলিন
val options = SubjectSegmenterOptions.Builder()
// enable options
.build()জাভা
SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder()
// enable options
.build();প্রতিটি বিকল্পের বিস্তারিত এখানে দেওয়া হল:
ফোরগ্রাউন্ড কনফিডেন্স মাস্ক
ফোরগ্রাউন্ড কনফিডেন্স মাস্ক আপনাকে ফোরগ্রাউন্ড সাবজেক্ট এবং ব্যাকগ্রাউন্ডকে আলাদা করতে সাহায্য করে।
অপশনগুলিতে enableForegroundConfidenceMask() কল করলে আপনি পরবর্তীতে SubjectSegmentationResult অবজেক্টে getForegroundMask() কল করে ফোরগ্রাউন্ড মাস্কটি পুনরুদ্ধার করতে পারবেন। ছবিটি প্রক্রিয়াকরণের পরে ফিরে আসে।
কোটলিন
val options = SubjectSegmenterOptions.Builder() .enableForegroundConfidenceMask() .build()
জাভা
SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder() .enableForegroundConfidenceMask() .build();
ফোরগ্রাউন্ড বিটম্যাপ
একইভাবে, আপনি ফোরগ্রাউন্ড সাবজেক্টের একটি বিটম্যাপও পেতে পারেন।
অপশনগুলিতে enableForegroundBitmap() কল করলে আপনি পরবর্তীতে SubjectSegmentationResult অবজেক্টে getForegroundBitmap() কল করে ফোরগ্রাউন্ড বিটম্যাপটি পুনরুদ্ধার করতে পারবেন। ছবিটি প্রক্রিয়াকরণের পরে ফিরে আসে।
কোটলিন
val options = SubjectSegmenterOptions.Builder() .enableForegroundBitmap() .build()
জাভা
SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder() .enableForegroundBitmap() .build();
বহু-বিষয় আত্মবিশ্বাসের মুখোশ
ফোরগ্রাউন্ড অপশনের মতো, আপনি SubjectResultOptions ব্যবহার করে প্রতিটি ফোরগ্রাউন্ড সাবজেক্টের জন্য কনফিডেন্স মাস্ক সক্রিয় করতে পারেন:
কোটলিন
val subjectResultOptions = SubjectSegmenterOptions.SubjectResultOptions.Builder()
.enableConfidenceMask()
.build()
val options = SubjectSegmenterOptions.Builder()
.enableMultipleSubjects(subjectResultOptions)
.build()জাভা
SubjectResultOptions subjectResultOptions =
new SubjectSegmenterOptions.SubjectResultOptions.Builder()
.enableConfidenceMask()
.build()
SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder()
.enableMultipleSubjects(subjectResultOptions)
.build()বহু-বিষয় বিটম্যাপ
এবং একইভাবে, আপনি প্রতিটি বিষয়ের জন্য বিটম্যাপ সক্ষম করতে পারেন:
কোটলিন
val subjectResultOptions = SubjectSegmenterOptions.SubjectResultOptions.Builder()
.enableSubjectBitmap()
.build()
val options = SubjectSegmenterOptions.Builder()
.enableMultipleSubjects(subjectResultOptions)
.build()জাভা
SubjectResultOptions subjectResultOptions =
new SubjectSegmenterOptions.SubjectResultOptions.Builder()
.enableSubjectBitmap()
.build()
SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder()
.enableMultipleSubjects(subjectResultOptions)
.build()বিষয় বিভাগ তৈরি করুন
একবার আপনি SubjectSegmenterOptions অপশনগুলি নির্দিষ্ট করে দিলে, getClient() কল করে একটি SubjectSegmenter ইনস্ট্যান্স তৈরি করুন এবং অপশনগুলিকে একটি প্যারামিটার হিসেবে পাস করুন:
কোটলিন
val segmenter = SubjectSegmentation.getClient(options)
জাভা
SubjectSegmenter segmenter = SubjectSegmentation.getClient(options);
৩. একটি ছবি প্রক্রিয়া করুন
প্রস্তুত InputImage অবজেক্টটি SubjectSegmenter এর process পদ্ধতিতে পাস করুন:
কোটলিন
segmenter.process(inputImage) .addOnSuccessListener { result -> // Task completed successfully // ... } .addOnFailureListener { e -> // Task failed with an exception // ... }
জাভা
segmenter.process(inputImage) .addOnSuccessListener(new OnSuccessListener() { @Override public void onSuccess(SubjectSegmentationResult result) { // Task completed successfully // ... } }) .addOnFailureListener(new OnFailureListener() { @Override public void onFailure(@NonNull Exception e) { // Task failed with an exception // ... } });
৪. বিষয় বিভাজনের ফলাফল পান
ফোরগ্রাউন্ড মাস্ক এবং বিটম্যাপ পুনরুদ্ধার করুন
একবার প্রক্রিয়া করা হয়ে গেলে, আপনি getForegroundConfidenceMask() নামক আপনার ছবির জন্য ফোরগ্রাউন্ড মাস্কটি নিম্নলিখিতভাবে পুনরুদ্ধার করতে পারেন:
কোটলিন
val colors = IntArray(image.width * image.height) val foregroundMask = result.foregroundConfidenceMask for (i in 0 until image.width * image.height) { if (foregroundMask[i] > 0.5f) { colors[i] = Color.argb(128, 255, 0, 255) } } val bitmapMask = Bitmap.createBitmap( colors, image.width, image.height, Bitmap.Config.ARGB_8888 )
জাভা
int[] colors = new int[image.getWidth() * image.getHeight()]; FloatBuffer foregroundMask = result.getForegroundConfidenceMask(); for (int i = 0; i < image.getWidth() * image.getHeight(); i++) { if (foregroundMask.get() > 0.5f) { colors[i] = Color.argb(128, 255, 0, 255); } } Bitmap bitmapMask = Bitmap.createBitmap( colors, image.getWidth(), image.getHeight(), Bitmap.Config.ARGB_8888 );
আপনি getForegroundBitmap() কল করে ছবির অগ্রভাগের একটি বিটম্যাপও উদ্ধার করতে পারেন:
কোটলিন
val foregroundBitmap = result.foregroundBitmap
জাভা
Bitmap foregroundBitmap = result.getForegroundBitmap();
প্রতিটি বিষয়ের জন্য মুখোশ এবং বিটম্যাপ উদ্ধার করুন
একইভাবে, আপনি প্রতিটি বিষয়ের জন্য getConfidenceMask() কল করে নিম্নলিখিতভাবে বিভাগিত বিষয়গুলির জন্য মাস্কটি পুনরুদ্ধার করতে পারেন:
কোটলিন
val subjects = result.subjects val colors = IntArray(image.width * image.height) for (subject in subjects) { val mask = subject.confidenceMask for (i in 0 until subject.width * subject.height) { val confidence = mask[i] if (confidence > 0.5f) { colors[image.width * (subject.startY - 1) + subject.startX] = Color.argb(128, 255, 0, 255) } } } val bitmapMask = Bitmap.createBitmap( colors, image.width, image.height, Bitmap.Config.ARGB_8888 )
জাভা
Listsubjects = result.getSubjects(); int[] colors = new int[image.getWidth() * image.getHeight()]; for (Subject subject : subjects) { FloatBuffer mask = subject.getConfidenceMask(); for (int i = 0; i < subject.getWidth() * subject.getHeight(); i++) { float confidence = mask.get(); if (confidence > 0.5f) { colors[width * (subject.getStartY() - 1) + subject.getStartX()] = Color.argb(128, 255, 0, 255); } } } Bitmap bitmapMask = Bitmap.createBitmap( colors, image.width, image.height, Bitmap.Config.ARGB_8888 );
আপনি প্রতিটি বিভাগযুক্ত বিষয়ের বিটম্যাপ নিম্নলিখিতভাবে অ্যাক্সেস করতে পারেন:
কোটলিন
val bitmaps = mutableListOf() for (subject in subjects) { bitmaps.add(subject.bitmap) }
জাভা
Listbitmaps = new ArrayList<>(); for (Subject subject : subjects) { bitmaps.add(subject.getBitmap()); }
কর্মক্ষমতা উন্নত করার টিপস
প্রতিটি অ্যাপ সেশনের জন্য, মডেল ইনিশিয়ালাইজেশনের কারণে প্রথম অনুমান প্রায়শই পরবর্তী অনুমানের তুলনায় ধীর হয়। যদি কম ল্যাটেন্সি গুরুত্বপূর্ণ হয়, তাহলে আগে থেকে একটি "ডামি" অনুমান করার কথা বিবেচনা করুন।
আপনার ফলাফলের মান ইনপুট ছবির মানের উপর নির্ভর করে:
- ML Kit-এর সঠিক সেগমেন্টেশন ফলাফল পেতে হলে, ছবিটি কমপক্ষে 512x512 পিক্সেলের হওয়া উচিত।
- ছবির দুর্বল ফোকাসও নির্ভুলতার উপর প্রভাব ফেলতে পারে। যদি আপনি গ্রহণযোগ্য ফলাফল না পান, তাহলে ব্যবহারকারীকে ছবিটি পুনরায় ধারণ করতে বলুন।