您可以使用 ML Kit 偵測及追蹤連續影片影格中的物件。
將圖片傳遞至 ML Kit 後,ML Kit 會偵測圖片中最多五個物件,以及每個物件在圖片中的位置。在影片串流中偵測物體時,每個物體都有專屬 ID,可用於追蹤每個影格中的物體。您也可以選擇啟用粗略物件分類功能,為物件加上廣泛的類別說明標籤。
立即試用
- 使用範例應用程式試試 請查看此 API 的使用範例。
- 如要瞭解這個 API 的端對端實作方式,請參閱 Material Design 展示應用程式。
事前準備
- 在專案層級的
build.gradle
檔案中,請務必在buildscript
和allprojects
區段中納入 Google 的 Maven 存放區。 - 將 ML Kit Android 程式庫的依附元件新增至模組的
應用程式層級的 Gradle 檔案,通常為
app/build.gradle
:dependencies { // ... implementation 'com.google.mlkit:object-detection:17.0.2' }
1. 設定物件偵測工具
如要偵測及追蹤物件,請先建立 ObjectDetector
的執行個體,並
視需要指定要變更的偵測工具設定
預設值。
使用
ObjectDetectorOptions
物件,針對您的用途設定物體偵測器。您可以變更下列設定:物件偵測器設定 偵測模式 STREAM_MODE
(預設) |SINGLE_IMAGE_MODE
在
STREAM_MODE
(預設) 中,物件偵測工具會執行 低延遲,但可能產生不完整的結果 (例如 未指定定界框或類別標籤) 每個回呼函式的保留時間。此外,在「STREAM_MODE
」中: 偵測工具會指派追蹤 ID 給物件,您可以用來 跨影格追蹤物件如要追蹤物件,或需要低延遲 (例如處理即時的影片串流),請使用此模式。在
SINGLE_IMAGE_MODE
中,物件偵測器會在物件的邊界框確定後傳回結果。如果發生以下情況: 也會啟用分類功能 方塊和類別標籤因此,偵測延遲時間可能會更長。此外,在SINGLE_IMAGE_MODE
中,系統不會指派追蹤 ID。使用 因此若延遲時間不重要且也不想處理 但只有部分結果偵測並追蹤多個物件 false
(預設) |true
偵測及追蹤最多五個物件 明顯的物件 (預設)。
分類物件 false
(預設) |true
是否將偵測到的物件歸類為粗略的類別。 啟用時,物件偵測工具會將物件 以下類別:時尚商品、食品、居家用品 例如地點和植物
物件偵測及追蹤 API 已針對這兩種核心用途進行最佳化 案件:
- 即時偵測和追蹤相機中最顯眼的物體 觀景窗。
- 從靜態圖片中偵測多個物件。
如何針對這些用途設定 API:
Kotlin
// Live detection and tracking val options = ObjectDetectorOptions.Builder() .setDetectorMode(ObjectDetectorOptions.STREAM_MODE) .enableClassification() // Optional .build() // Multiple object detection in static images val options = ObjectDetectorOptions.Builder() .setDetectorMode(ObjectDetectorOptions.SINGLE_IMAGE_MODE) .enableMultipleObjects() .enableClassification() // Optional .build()
Java
// Live detection and tracking ObjectDetectorOptions options = new ObjectDetectorOptions.Builder() .setDetectorMode(ObjectDetectorOptions.STREAM_MODE) .enableClassification() // Optional .build(); // Multiple object detection in static images ObjectDetectorOptions options = new ObjectDetectorOptions.Builder() .setDetectorMode(ObjectDetectorOptions.SINGLE_IMAGE_MODE) .enableMultipleObjects() .enableClassification() // Optional .build();
取得
ObjectDetector
的例項:Kotlin
val objectDetector = ObjectDetection.getClient(options)
Java
ObjectDetector objectDetector = ObjectDetection.getClient(options);
2. 準備輸入圖片
如要偵測及追蹤物件,請將圖片傳遞至ObjectDetector
執行個體的 process()
方法
物件偵測器會直接從 Bitmap
、NV21 ByteBuffer
或 YUV_420_888 media.Image
執行。從這些來源建構 InputImage
如果您可以直接存取其中一個功能,就建議您提供這個選項。如果建構
其他來源的InputImage
,我們會處理轉換
但效率可能會降低
針對序列中的每個影片或圖片影格,執行下列操作:
您可以建立InputImage
不同來源的 ANR 物件,說明如下。
使用 media.Image
如要建立InputImage
物件,例如從 media.Image
物件擷取圖片
裝置的相機,請傳遞 media.Image
物件和映像檔的
旋轉為 InputImage.fromMediaImage()
。
如果您使用
CameraX 程式庫、OnImageCapturedListener
和
ImageAnalysis.Analyzer
類別會計算旋轉值
不必確保憑證管理是否適當
因為 Google Cloud 會為您管理安全性
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 // ... } } }
如果您未使用可提供圖片旋轉角度的相機程式庫,可以根據裝置的旋轉角度和裝置中相機感應器的方向來計算:
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; }
接著,將 media.Image
物件和旋轉度數值傳遞至 InputImage.fromMediaImage()
:
Kotlin
val image = InputImage.fromMediaImage(mediaImage, rotation)
Java
InputImage image = InputImage.fromMediaImage(mediaImage, rotation);
使用檔案 URI
如要從檔案 URI 建立 InputImage
物件,請將應用程式內容和檔案 URI 傳遞至 InputImage.fromFilePath()
。當您使用 ACTION_GET_CONTENT
意圖,提示使用者從相片庫應用程式中選取圖片時,這項功能就很實用。
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(); }
使用 ByteBuffer
或 ByteArray
如要建立InputImage
ByteBuffer
或 ByteArray
的物件,請先計算圖片
與先前 media.Image
輸入中所述的旋轉角度相同。
接著,使用緩衝區或陣列建立 InputImage
物件,以及
高度、寬度、顏色編碼格式以及旋轉角度:
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 );
使用 Bitmap
如要建立InputImage
物件中,Bitmap
物件,請做出以下宣告:
Kotlin
val image = InputImage.fromBitmap(bitmap, 0)
Java
InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);
圖片由 Bitmap
物件和旋轉度數代表。
3. 處理圖片
將圖片傳遞至process()
方法:
Kotlin
objectDetector.process(image) .addOnSuccessListener { detectedObjects -> // Task completed successfully // ... } .addOnFailureListener { e -> // Task failed with an exception // ... }
Java
objectDetector.process(image) .addOnSuccessListener( new OnSuccessListener<List<DetectedObject>>() { @Override public void onSuccess(List<DetectedObject> detectedObjects) { // Task completed successfully // ... } }) .addOnFailureListener( new OnFailureListener() { @Override public void onFailure(@NonNull Exception e) { // Task failed with an exception // ... } });
4. 取得偵測到的物件相關資訊
如果對 process()
的呼叫成功,系統會將 DetectedObject
清單傳遞至成功事件監聽器。
每個 DetectedObject
都包含下列屬性:
定界框 | Rect :表示圖片中物件位置的屬性。 |
||||||
追蹤 ID | 一個整數,可在圖片中識別物件。出現空值 SINGLE_IMAGE_MODE. | ||||||
標籤 |
|
Kotlin
for (detectedObject in detectedObjects) { val boundingBox = detectedObject.boundingBox val trackingId = detectedObject.trackingId for (label in detectedObject.labels) { val text = label.text if (PredefinedCategory.FOOD == text) { ... } val index = label.index if (PredefinedCategory.FOOD_INDEX == index) { ... } val confidence = label.confidence } }
Java
// The list of detected objects contains one item if multiple // object detection wasn't enabled. for (DetectedObject detectedObject : detectedObjects) { Rect boundingBox = detectedObject.getBoundingBox(); Integer trackingId = detectedObject.getTrackingId(); for (Label label : detectedObject.getLabels()) { String text = label.getText(); if (PredefinedCategory.FOOD.equals(text)) { ... } int index = label.getIndex(); if (PredefinedCategory.FOOD_INDEX == index) { ... } float confidence = label.getConfidence(); } }
確保良好的使用者體驗
為提供最佳使用者體驗,請在應用程式中遵守下列規範:
- 是否成功偵測物件,取決於物件的視覺複雜度。為了偵測,具有少量視覺特徵的物件可能需要佔用圖片的較大部分。您應該向使用者提供 以便擷取適用於目標物件種類的輸入資料。
- 使用分類功能時,如果您想偵測不屬於支援類別的物件,請為不明物件實作特殊處理機制。
此外,也請參閱 ML Kit Material Design 展示應用程式和 質感設計 機器學習支援功能的模式。
提升效能
如要在即時應用程式中使用物件偵測功能,請按照下列指南取得最佳影格速率:
在即時應用程式中使用串流模式時,請勿使用多個物件偵測功能,因為大多數裝置無法產生足夠的幀率。
如果不需要分類,請停用這項功能。
- 如果您使用
Camera
或camera2
API,請將呼叫限制在偵測器上。如果影片有新影片 影格掉落時,表示影格是否可用。詳情請參閱VisionProcessorBase
類別的範例。 - 如果您使用
CameraX
API,請務必將回壓策略設為預設值ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST
。這麼做可保證系統一次只會傳送一張圖片進行分析。如果在分析器忙碌時產生更多圖片,系統會自動捨棄這些圖片,不會將圖片排入佇列以便傳送。待分析圖片藉由呼叫關閉 ImageProxy.close(),最新一張圖片才會放送。 - 如果您使用偵測器的輸出內容,在輸入圖片上疊加圖形,請先從 ML Kit 取得結果,然後在單一步驟中算繪圖片和疊加圖形。這項作業只會針對每個輸入影格轉譯至顯示介面。如需範例,請參閱快速入門範例應用程式中的
CameraSourcePreview
和GraphicOverlay
類別。 - 如果你使用 Camera2 API,
ImageFormat.YUV_420_888
格式。如果使用舊版 Camera API,請以ImageFormat.NV21
格式。