কোনও ছবিতে শনাক্ত করা অবজেক্টে লেবেল যোগ করতে আপনি ML Kit ব্যবহার করতে পারবেন। ML Kit-এর সাথে দেওয়া ডিফল্ট মডেল ৪০০টির বেশি আলাদা লেবেল সাপোর্ট করে।
| ফিচার | আনবান্ডেল করা হয়েছে | একত্রিত |
|---|---|---|
| প্রয়োগ | Google Play পরিষেবার মাধ্যমে মডেল ডায়নামিকভাবে ডাউনলোড করা হয়। | বিল্ড করার সময় মডেলটি আপনার সাথে স্ট্যাটিক্যালি লিঙ্ক করা হয়। |
| অ্যাপ সাইজ | সাইজ প্রায় ২০০ কেবি বেড়েছে। | সাইজ প্রায় ৫.৭ এমবি বেড়েছে। |
| শুরু করার সময় | প্রথমবার ব্যবহার করার আগে মডেল ডাউনলোড করার জন্য অপেক্ষা করতে হতে পারে। | মডেল অবিলম্বে উপলভ্য হবে |
এটি ব্যবহার করে দেখুন
- এই API-এর ব্যবহারিক উদাহরণ দেখতে স্যাম্পেল অ্যাপ ব্যবহার করে দেখুন।
শুরু করার আগে
আপনার প্রোজেক্ট-লেভেল
build.gradleফাইলে,buildscriptএবংallprojectsউভয় বিভাগেই Google-এর Maven রিপোজিটরি অন্তর্ভুক্ত করতে ভুলবেন না।আপনার মডিউলের অ্যাপ-লেভেল গ্রেডেল ফাইলে ML Kit Android লাইব্রেরির জন্য ডিপেন্ডেন্সি যোগ করুন, যা সাধারণত
app/build.gradleহয়। আপনার প্রয়োজন অনুযায়ী নিম্নলিখিত ডিপেন্ডেন্সিগুলির মধ্যে থেকে একটি বেছে নিন:আপনার অ্যাপের সাথে মডেল বান্ডেল করার জন্য:
dependencies { // ... // Use this dependency to bundle the model with your app implementation 'com.google.mlkit:image-labeling:17.0.9' }Google Play পরিষেবায় মডেল ব্যবহার করার জন্য:
dependencies { // ... // Use this dependency to use the dynamically downloaded model in Google Play Services implementation 'com.google.android.gms:play-services-mlkit-image-labeling:16.0.8' }আপনি যদি Google Play পরিষেবায় মডেলটি ব্যবহার করার সিদ্ধান্ত নেন, তাহলে Play Store থেকে আপনার অ্যাপ ইনস্টল করার পরে ডিভাইসে মডেলটি অটোমেটিক ডাউনলোড করার জন্য আপনার অ্যাপ কনফিগার করতে পারেন। এটি করতে, আপনার অ্যাপের
AndroidManifest.xmlফাইলে নিম্নলিখিত ঘোষণা যোগ করুন:<application ...> ... <meta-data android:name="com.google.mlkit.vision.DEPENDENCIES" android:value="ica" > <!-- To use multiple models: android:value="ica,model2,model3" --> </application>এছাড়াও, আপনি Google Play পরিষেবা ModuleInstallClient API-এর মাধ্যমে মডেলের উপলভ্যতা চেক করতে এবং ডাউনলোডের অনুরোধ করতে পারবেন।
আপনি যদি ইনস্টল-টাইম মডেল ডাউনলোড চালু না করেন বা এক্সপ্লিসিট ডাউনলোডের অনুরোধ না করেন, তাহলে আপনি প্রথমবার লেবেলার চালানোর সময় মডেলটি ডাউনলোড করা হয়। ডাউনলোড সম্পূর্ণ হওয়ার আগে আপনি কোনও অনুরোধ করলে কোনও ফলাফল পাওয়া যায় না।
এখন আপনি ছবিতে লেবেল লাগানোর জন্য রেডি।
১. ইনপুট ছবি প্রস্তুত করুন
আপনার ছবি থেকে একটিInputImage অবজেক্ট তৈরি করুন।
আপনি Bitmap অথবা camera2 API ব্যবহার করলে, YUV_420_888 media.Image ব্যবহার করলে ইমেজ লেবেলার সবচেয়ে দ্রুত কাজ করে,
সম্ভব হলে এগুলি ব্যবহার করার জন্য
সাজেস্ট করা হয়।
আপনি বিভিন্ন সোর্স থেকে InputImage
অবজেক্ট তৈরি করতে পারবেন, প্রতিটি নিচে ব্যাখ্যা করা হয়েছে।
media.Image ব্যবহার করা
media.Image অবজেক্ট থেকে
InputImage অবজেক্ট তৈরি করতে, যেমন আপনি যখন ডিভাইসের ক্যামেরা থেকে কোনও ছবি ক্যাপচার করেন,
media.Image অবজেক্ট এবং ছবির রোটেশন
InputImage.fromMediaImage()-এ পাস করুন।
আপনি
CameraX লাইব্রেরি ব্যবহার করলে, OnImageCapturedListener এবং
ImageAnalysis.Analyzer ক্লাস আপনার জন্য রোটেশন ভ্যালু
গণনা করে।
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 // ... } } }
আপনি যদি এমন কোনও ক্যামেরা লাইব্রেরি ব্যবহার না করেন যা আপনাকে ছবির রোটেশন ডিগ্রি দেয়, তাহলে আপনি ডিভাইসের রোটেশন ডিগ্রি এবং ডিভাইসে ক্যামেরা সেন্সরের ওরিয়েন্টেশন থেকে এটি হিসাব করতে পারেন:
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; }
তারপর, media.Image অবজেক্ট এবং
রোটেশন ডিগ্রির ভ্যালু InputImage.fromMediaImage()-এ পাস করুন:
Kotlin
val image = InputImage.fromMediaImage(mediaImage, rotation)
Java
InputImage image = InputImage.fromMediaImage(mediaImage, rotation);
ফাইল URI ব্যবহার করে
ফাইল URI থেকে InputImage
অবজেক্ট তৈরি করতে, অ্যাপের প্রসঙ্গ ও ফাইল URI
InputImage.fromFilePath()-এ পাস করুন। এটি তখন কাজে লাগে যখন আপনি
ব্যবহারকারীকে তার গ্যালারি অ্যাপ থেকে কোনও ছবি বেছে নেওয়ার জন্য প্রম্পট করতে
ACTION_GET_CONTENT ইনটেন্ট ব্যবহার করেন।
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 বা ByteArray ব্যবহার করে
ByteBuffer বা ByteArray থেকে
InputImage অবজেক্ট তৈরি করতে, প্রথমে media.Image ইনপুটের জন্য আগে যেভাবে বর্ণনা করা হয়েছে সেইভাবে ছবির
রোটেশন ডিগ্রি গণনা করুন।
তারপর, বাফার বা অ্যারে সহ InputImage অবজেক্ট তৈরি করুন, এর সাথে ছবির
উচ্চতা, প্রস্থ, কালার এনকোডিং ফর্ম্যাট এবং রোটেশন ডিগ্রি যোগ করুন:
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 ব্যবহার করা
Bitmap অবজেক্ট থেকে
InputImage অবজেক্ট তৈরি করতে, নিম্নলিখিত ঘোষণা করুন:
Kotlin
val image = InputImage.fromBitmap(bitmap, 0)
Java
InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);
ছবিটি Bitmap অবজেক্টের সাথে রোটেশন ডিগ্রির মাধ্যমে দেখানো হয়েছে।
২. ইমেজ লেবেলার কনফিগার ও রান করুন
কোনও ছবিতে অবজেক্ট লেবেল করতে,InputImage অবজেক্টকে
ImageLabeler-এর process পদ্ধতিতে পাস করুন।
প্রথমে,
ImageLabeler-এর একটি ইনস্ট্যান্স পান।আপনি যদি অন-ডিভাইস ইমেজ লেবেলার ব্যবহার করতে চান, তাহলে নিম্নলিখিত ঘোষণা করুন:
Kotlin
// To use default options: val labeler = ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS) // Or, to set the minimum confidence required: // val options = ImageLabelerOptions.Builder() // .setConfidenceThreshold(0.7f) // .build() // val labeler = ImageLabeling.getClient(options)
Java
// To use default options: ImageLabeler labeler = ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS); // Or, to set the minimum confidence required: // ImageLabelerOptions options = // new ImageLabelerOptions.Builder() // .setConfidenceThreshold(0.7f) // .build(); // ImageLabeler labeler = ImageLabeling.getClient(options);
- তারপর,
process()পদ্ধতিতে ছবিটি পাস করুন:
Kotlin
labeler.process(image) .addOnSuccessListener { labels -> // Task completed successfully // ... } .addOnFailureListener { e -> // Task failed with an exception // ... }
Java
labeler.process(image) .addOnSuccessListener(new OnSuccessListener<List<ImageLabel>>() { @Override public void onSuccess(List<ImageLabel> labels) { // Task completed successfully // ... } }) .addOnFailureListener(new OnFailureListener() { @Override public void onFailure(@NonNull Exception e) { // Task failed with an exception // ... } });
৩. লেবেল করা অবজেক্ট সম্পর্কে তথ্য পান
ইমেজ লেবেলিং অপারেশন সফল হলে,ImageLabel অবজেক্টের একটি তালিকা সাকসেস লিসেনারে পাস করা হয়। প্রতিটি
ImageLabel অবজেক্ট এমন কিছুকে দেখায় যা ছবিতে লেবেল করা হয়েছে। বেস
মডেল ৪০০+ আলাদা লেবেল সাপোর্ট করে।
আপনি প্রতিটি লেবেলের টেক্সট বিবরণ, মডেল দ্বারা সমর্থিত সমস্ত লেবেলের মধ্যে ইন্ডেক্স এবং
ম্যাচের কনফিডেন্স স্কোর পেতে পারেন। যেমন:
Kotlin
for (label in labels) { val text = label.text val confidence = label.confidence val index = label.index }
Java
for (ImageLabel label : labels) { String text = label.getText(); float confidence = label.getConfidence(); int index = label.getIndex(); }
রিয়েল-টাইম পারফর্ম্যান্স উন্নত করার পরামর্শ
আপনি যদি রিয়েল-টাইম অ্যাপ্লিকেশনে ছবি লেবেল করতে চান, তাহলে সেরা ফ্রেমরেট পেতে এইসব নির্দেশিকা অনুসরণ করুন:
- আপনি
Cameraঅথবাcamera2API ব্যবহার করলে, ইমেজ লেবেলারের জন্য কল থ্রটল করুন। ইমেজ লেবেলার চলাকালীন নতুন ভিডিও ফ্রেম উপলভ্য হলে, ফ্রেমটি ড্রপ করুন। উদাহরণ হিসেবে কুইকস্টার্ট স্যাম্পেল অ্যাপেVisionProcessorBaseক্লাস দেখুন। - আপনি
CameraXAPI ব্যবহার করলে, নিশ্চিত করুন যে ব্যাকপ্রেশার স্ট্র্যাটেজি তার ডিফল্ট ভ্যালুImageAnalysis.STRATEGY_KEEP_ONLY_LATEST-তে সেট করা আছে। এটি নিশ্চিত করে যে বিশ্লেষণের জন্য একবারে শুধুমাত্র একটি ছবি ডেলিভার করা হবে। অ্যানালাইজার ব্যস্ত থাকার সময় আরও ছবি তৈরি হলে, সেগুলি অটোমেটিক বাদ দেওয়া হবে এবং ডেলিভারির জন্য সারিতে রাখা হবে না। ImageProxy.close() কল করে বিশ্লেষণ করা ছবি বন্ধ হয়ে গেলে, পরবর্তী লেটেস্ট ছবি ডেলিভার করা হবে। - আপনি যদি ইনপুট ইমেজে গ্রাফিক্স ওভারলে করার জন্য ইমেজ লেবেলারের আউটপুট ব্যবহার করেন, তাহলে প্রথমে ML Kit থেকে ফলাফল পান, তারপর ইমেজ রেন্ডার করুন
এবং একটি ধাপে ওভারলে করুন। এটি প্রতিটি ইনপুট ফ্রেমের জন্য শুধুমাত্র একবার
ডিসপ্লে সারফেসে রেন্ডার করে। উদাহরণ হিসেবে কুইকস্টার্ট স্যাম্পেল অ্যাপে
CameraSourcePreviewএবংGraphicOverlayক্লাস দেখুন। - আপনি Camera2 API ব্যবহার করলে,
ImageFormat.YUV_420_888ফর্ম্যাটে ছবি ক্যাপচার করুন। আপনি পুরনো Camera API ব্যবহার করলে,ImageFormat.NV21ফর্ম্যাটে ছবি ক্যাপচার করুন।