您可以使用 ML Kit 偵測及追蹤連續影片畫面中的物件。
將圖片傳遞至 ML Kit 時,它會偵測圖片中最多五個物件,以及圖片中每個物件的位置。偵測影片串流中的物件時,每個物件都有專屬 ID,您可以用來追蹤各影格的物件。您也可以選擇啟用粗略的物件分類,將物件加上廣泛類別說明。
馬上試試
- 您可以試用範例應用程式,查看這個 API 的使用範例。
- 如需此 API 的端對端實作,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:17.0.1' }
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。
請使用
ObjectDetectorOptions
物件,根據您的用途設定物件偵測工具。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,物件偵測工具會在低延遲的情況下執行,但可能會在偵測工具的前幾次叫用時產生不完整的結果 (例如未指定的定界框或類別標籤)。此外,在STREAM_MODE
中,偵測工具會將追蹤 ID 指派給物件,讓您用來跨影格追蹤物件。當您想追蹤物件,或覺得低延遲度很重要時 (例如即時處理影片串流),請使用這個模式。在
SINGLE_IMAGE_MODE
中,物件偵測工具會在確定物件的定界框後傳回結果。如果您同時啟用分類功能,則在取得定界框和類別標籤後,系統會傳回結果。因此,偵測延遲時間可能會更長。此外,SINGLE_IMAGE_MODE
中不會指派追蹤 ID。如果延遲時間不重要,而且您不想處理部分結果,請使用這個模式。偵測並追蹤多個物件 false
(預設) |true
可指定最多偵測及追蹤五個物件,還是僅偵測最顯眼的物件 (預設)。
將物件分類 false
(預設) |true
是否要將偵測到的物件歸類為粗略的類別。 啟用後,物件偵測工具會將物件分為下列類別:時尚商品、食品、居家用品、地點和植物。
物件偵測和追蹤 API 已針對下列兩種核心用途進行最佳化:
- 在相機觀景窗中即時偵測及追蹤最顯眼的物件。
- 偵測靜態圖片中的多個物件。
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。
物件偵測工具會直接從 Bitmap
、NV21 ByteBuffer
或 YUV_420_888 media.Image
執行。如果您能直接存取其中一個來源,建議從這些來源建構 InputImage
。如果您從其他來源建構 InputImage
,我們會在內部為您處理轉換,但效率可能會降低。
針對連續影片或圖片影格,執行下列操作:
您可以從不同來源建立 InputImage
物件,詳情請見下文。
使用 media.Image
如要從 media.Image
物件建立 InputImage
物件 (例如使用裝置相機拍照時),請將 media.Image
物件以及圖片的旋轉角度傳遞至 InputImage.fromMediaImage()
。
如果使用
CameraX 程式庫,OnImageCapturedListener
和 ImageAnalysis.Analyzer
類別會為您計算旋轉值。
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 // ... } } }
如果您未使用相機程式庫提供圖像的旋轉角度,可以將裝置旋轉角度和裝置相機感應器方向做為計算依據:
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; }
然後,將 media.Image
物件和旋轉角度值傳遞至 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,請將應用程式結構定義和檔案 URI 傳遞至 InputImage.fromFilePath()
。使用 ACTION_GET_CONTENT
意圖提示使用者從圖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
如要從 ByteBuffer
或 ByteArray
建立 InputImage
物件,請先按照之前的 media.Image
輸入內容計算圖片旋轉角度。接著,使用緩衝區或陣列建立 InputImage
物件,以及圖片的高度、寬度、顏色編碼格式和旋轉角度:
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
如要從 Bitmap
物件建立 InputImage
物件,請宣告下列宣告:
Kotlin
val image = InputImage.fromBitmap(bitmap, 0)
Java
InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);
圖像以 Bitmap
物件和旋轉角度表示。
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
如果呼叫 process()
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 ,表示物件在圖片中的位置。 |
||||||
追蹤 ID | 一個整數,可在圖片中識別物件。SINGLE_IMAGE_MODE 中有空值。 | ||||||
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
為獲得最佳使用者體驗,請在應用程式中遵循以下規範:
- 是否成功偵測物件,取決於物件的視覺複雜度。為了偵測,如果物件只有少量視覺特徵,可能需要佔據較大的圖片部分。建議您向使用者提供指引,說明如何擷取可搭配想偵測的物件種類的輸入。
- 使用分類功能時,如果您想偵測未正常歸入支援類別的物件,請針對未知物件實作特殊處理。
此外,也請參閱 ML Kit Material Design 展示應用程式和 Material Design「機器學習輔助功能的模式」系列資源。
提升效能
如要在即時應用程式中使用物件偵測功能,請按照下列指南來達到最佳的影格速率:
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,因為大多數裝置將無法產生適當的影格速率。
如果不需要分類功能,請停用分類功能。
- 如果使用
Camera
或camera2
API,請調節偵測工具的呼叫頻率。如果在偵測工具執行時有新的影片影格,請捨棄影格。如需範例,請參閱快速入門導覽課程範例應用程式中的VisionProcessorBase
類別。 - 如果使用
CameraX
API,請確定背壓策略已設為其預設值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,不會排入傳送佇列。呼叫 ImageProxy.close() 關閉要分析的圖片後,就會傳送下一個最新的映像檔。 - 如果使用偵測工具的輸出內容在輸入圖片上重疊圖像,請先從 ML Kit 取得結果,然後透過一個步驟算繪圖片和疊加層。在每個輸入影格中,這個操作只會轉譯一次到顯示介面一次。如需範例,請參閱快速入門導覽課程範例應用程式中的
CameraSourcePreview
和GraphicOverlay
類別。 - 如果你使用 Camera2 API,請擷取
ImageFormat.YUV_420_888
格式的圖片。如果您使用舊版 Camera API,請拍攝ImageFormat.NV21
格式的圖片。