يمكنك استخدام أدوات تعلُّم الآلة لرصد العناصر في إطارات الفيديو المتتالية وتتبُّعها.
عند تمرير صورة إلى مجموعة أدوات تعلُّم الآلة، ترصد الأداة ما يصل إلى خمسة عناصر في الصورة بالإضافة إلى موضع كل عنصر في الصورة. عند رصد كائنات في أحداث بث الفيديو، يكون لكل كائن معرّف فريد يمكنك استخدامه لتتبُّع الكائن من إطار إلى آخر. يمكنك أيضًا اختياريًا تفعيل تصنيف الكائنات التقريبي، الذي يصنِّف العناصر بأوصاف فئات واسعة.
التجربة الآن
- يمكنك تجربة نموذج التطبيق للاطّلاع على مثال على استخدام واجهة برمجة التطبيقات هذه.
- يمكنك الاطّلاع على تطبيق عرض التصميم المتعدد الأبعاد لتنفيذ واجهة برمجة التطبيقات هذه بشكل شامل.
قبل البدء
- في ملف
build.gradle
على مستوى المشروع، احرص على تضمين مستودع Maven من Google في القسمَينbuildscript
وallprojects
. - أضِف الاعتماديات الخاصة بمكتبات ML Kit على Android إلى ملف Gradle على مستوى التطبيق الخاص بالوحدة، والذي يكون عادةً
app/build.gradle
:dependencies { // ... implementation 'com.google.mlkit:object-detection:17.0.1' }
1- ضبط أداة رصد الكائنات
لرصد العناصر وتتبّعها، عليك أولاً إنشاء مثيل ObjectDetector
، واختيار أي إعدادات أداة رصد تريد تغييرها من الإعداد التلقائي.
اضبط أداة رصد الكائنات في حالة استخدامك من خلال كائن
ObjectDetectorOptions
. يمكنك تغيير الإعدادات التالية:إعدادات ميزة "رصد الأجسام" وضع الكشف STREAM_MODE
(الخيار التلقائي) |SINGLE_IMAGE_MODE
في
STREAM_MODE
(الإعداد التلقائي)، يتم تشغيل أداة رصد الكائنات بوقت استجابة سريع، ولكن قد تؤدي إلى نتائج غير مكتملة (مثل مربّعات حدود غير محدّدة أو تصنيفات الفئات) عند الاستدعاءات القليلة الأولى لأداة الكشف. بالإضافة إلى ذلك، فيSTREAM_MODE
، تخصِّص أداة الرصد أرقام تعريف تتبُّع للعناصر التي يمكنك استخدامها لتتبُّع العناصر على مستوى الإطارات. يمكنك استخدام هذا الوضع عندما تريد تتبّع العناصر أو عندما يكون وقت الاستجابة البطيء مهمًا، مثلاً عند معالجة فيديوهات بث مباشر في الوقت الفعلي.وفي
SINGLE_IMAGE_MODE
، تعرض أداة رصد الكائنات النتيجة بعد تحديد مربّع إحاطة الكائن. وفي حال تفعيل التصنيف أيضًا، يعرض النتيجة النتيجة بعد توفُّر كل من مربّع الإحاطة وتصنيف الفئة. ونتيجةً لذلك، من المحتمل أن يكون وقت استجابة الرصد أطول. بالإضافة إلى ذلك، فيSINGLE_IMAGE_MODE
، لا يتم تخصيص أرقام تعريف التتبّع. ويمكنك استخدام هذا الوضع إذا لم يكن وقت الاستجابة بالغ الأهمية ولا تريد التعامل مع نتائج جزئية.اكتشِف عناصر متعددة وتتبَّعها false
(الخيار التلقائي) |true
تحدِّد هذه الإعدادات ما إذا كان سيتم رصد ما يصل إلى خمسة عناصر أو العنصر الأكثر بروزًا فقط (الإعداد التلقائي).
تصنيف العناصر false
(الخيار التلقائي) |true
تحديد ما إذا كان سيتم تصنيف العناصر المرصودة إلى فئات تقريبية أو لا. عند تفعيل هذه الميزة، تصنِّف أداة رصد الكائنات العناصر في الفئات التالية: سلع الأزياء والطعام والسلع المنزلية والأماكن والنباتات.
تم تحسين واجهة برمجة التطبيقات لاكتشاف الكائنات وتتبعها لحالة الاستخدام الأساسية التالية:
- الاكتشاف المباشر للكائن الأبرز وتتبّعه في عدسة الكاميرا
- رصد كائنات متعدّدة من صورة ثابتة
لضبط واجهة برمجة التطبيقات لحالات الاستخدام هذه:
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();
الحصول على نسخة افتراضية من
ObjectDetector
:Kotlin
val objectDetector = ObjectDetection.getClient(options)
Java
ObjectDetector objectDetector = ObjectDetection.getClient(options);
2. تحضير صورة الإدخال
لرصد العناصر وتتبُّعها، مرِّر الصور إلى طريقةprocess()
في مثيل ObjectDetector
.
يتم تشغيل أداة رصد الكائنات مباشرةً من Bitmap
أو NV21 ByteBuffer
أو YUV_420_888 media.Image
. ونقترح عليك إنشاء InputImage
من هذه المصادر إذا كان بإمكانك الوصول مباشرةً إلى أحد هذه المصادر. إذا أنشأت InputImage
من مصادر أخرى، سنتعامل مع الإحالة الناجحة داخليًا وقد تكون أقل فعالية.
بالنسبة إلى كل إطار من لقطات الفيديو أو الصور في تسلسل، عليك اتّباع الخطوات التالية:
يمكنك إنشاء كائن InputImage
من مصادر مختلفة، وسيتم توضيح كل منها أدناه.
يتم استخدام media.Image
لإنشاء كائن InputImage
من كائن media.Image
، مثلاً عند التقاط صورة من
كاميرا الجهاز، مرِّر الكائن media.Image
وتدوير
الصورة إلى InputImage.fromMediaImage()
.
إذا كنت تستخدم مكتبة
CameraX، ستحسب الفئتان OnImageCapturedListener
وImageAnalysis.Analyzer
قيمة التدوير
نيابةً عنك.
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 // ... } } }
إذا كنت لا تستخدم مكتبة كاميرات تمنحك درجة تدوير الصورة، يمكنك احتسابها من خلال درجة تدوير الجهاز واتجاه أداة استشعار الكاميرا في الجهاز:
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; }
بعد ذلك، مرِّر الكائن media.Image
وقيمة درجة التدوير إلى InputImage.fromMediaImage()
:
Kotlin
val image = InputImage.fromMediaImage(mediaImage, rotation)
Java
InputImage image = InputImage.fromMediaImage(mediaImage, rotation);
استخدام معرف موارد منتظم (URI) لملف
لإنشاء كائن InputImage
من معرّف الموارد المنتظم (URI) الخاص بملف، أدخِل سياق التطبيق ومعرّف الموارد المنتظم (URI) الخاص بالملف إلى
InputImage.fromFilePath()
. ويكون هذا الإجراء مفيدًا عند
استخدام هدف ACTION_GET_CONTENT
لتطلب من المستخدم اختيار
صورة من تطبيق معرض الصور.
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(); }
يتم استخدام ByteBuffer
أو ByteArray
لإنشاء كائن InputImage
من ByteBuffer
أو ByteArray
، احسب أولاً درجة تدوير الصورة كما هو موضّح سابقًا في إدخال media.Image
.
بعد ذلك، يمكنك إنشاء الكائن InputImage
باستخدام المخزن المؤقت أو المصفوفة بالإضافة إلى ارتفاع الصورة وعرضها وتنسيق ترميز الألوان ودرجة التدوير:
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 );
يتم استخدام Bitmap
لإنشاء كائن InputImage
من كائن Bitmap
، عليك إنشاء التعريف التالي:
Kotlin
val image = InputImage.fromBitmap(bitmap, 0)
Java
InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);
يتم تمثيل الصورة بواسطة كائن Bitmap
مع درجات التدوير.
3- معالجة الصورة
تمرير الصورة إلى طريقةprocess()
:
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. الحصول على معلومات عن العناصر المرصودة
إذا نجح الاتصال إلى process()
، يتم إرسال قائمة تضم DetectedObject
إلى المستمِع الناجح.
يحتوي كل DetectedObject
على السمات التالية:
مربّع ربط العناصر | سمة Rect تشير إلى موضع العنصر في الصورة |
||||||
الرقم التعريفي للتتبع | عدد صحيح يعرّف العنصر عبر الصور. خالية في SINGLE_IMAGE_mode. | ||||||
التصنيفات |
|
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(); } }
ضمان تجربة رائعة للمستخدم
لتقديم أفضل تجربة للمستخدم، يُرجى اتّباع الإرشادات التالية في تطبيقك:
- يعتمد اكتشاف الكائن الناجح على التعقيد البصري للكائن. من أجل أن يتم رصدها، قد تحتاج الأجسام التي تضم عددًا صغيرًا من الميزات المرئية إلى مساحة أكبر من الصورة. يجب عليك تزويد المستخدمين بإرشادات حول التقاط المدخلات التي تعمل بشكل جيد مع نوع الكائنات التي تريد اكتشافها.
- عند استخدام التصنيف، إذا كنت تريد رصد الكائنات التي لا تندرج بشكلٍ سليم في الفئات المتوافقة، عليك تنفيذ معالجة خاصة للكائنات غير المعروفة.
يمكنك أيضًا الاطّلاع على تطبيق عرض التصميم المتعدد الأبعاد (ML Kit) ومجموعة أنماط التصميم المتعدد الأبعاد للميزات التي تعتمد على تعلُّم الآلة.
Improving performance
إذا أردت استخدام ميزة رصد الكائنات في تطبيق في الوقت الفعلي، يُرجى اتّباع هذه الإرشادات لتحقيق أفضل معدّلات عرض الإطارات:
عند استخدام وضع البث في تطبيق في الوقت الفعلي، يجب عدم استخدام ميزة رصد كائنات متعدّدة، لأنّ معظم الأجهزة لن تتمكّن من إنتاج معدّلات مناسبة للقطات في الثانية.
يمكنك إيقاف التصنيف إذا لم تكن بحاجة إليه.
- في حال استخدام واجهة برمجة التطبيقات
Camera
أوcamera2
، يمكنك منع الطلبات الواردة إلى أداة الرصد. إذا أصبح إطار فيديو جديد متاحًا أثناء تشغيل أداة الرصد، أفلِت الإطار. اطّلِع على الصفVisionProcessorBase
في نموذج تطبيق Quickstart للحصول على مثال. - إذا كنت تستخدم واجهة برمجة تطبيقات
CameraX
، تأكَّد من ضبط استراتيجية الضغط العكسي على قيمتها التلقائيةImageAnalysis.STRATEGY_KEEP_ONLY_LATEST
. وهذا يضمن تسليم صورة واحدة فقط للتحليل في كل مرة. إذا تم إنتاج المزيد من الصور عندما تكون أداة التحليل مشغولة، سيتم تجاهلها تلقائيًا ولن يتم وضعها في قائمة الانتظار للتسليم. بعد إغلاق الصورة التي يتم تحليلها من خلال استدعاء ImageProxy.Close() ، سيتم تسليم آخر صورة تالية. - في حال استخدام نتائج أداة الرصد لتركيب رسومات على الصورة التي تم إدخالها، يمكنك أولاً الحصول على النتيجة من ML Kit، ثم عرض الصورة والمحتوى الذي يظهر على سطح الفيديو في خطوة واحدة. ويظهر هذا الإجراء على سطح العرض مرة واحدة فقط لكل إطار إدخال. اطّلِع على صفّتَي
CameraSourcePreview
وGraphicOverlay
في نموذج تطبيق Quickstart للحصول على مثال. - في حال استخدام واجهة برمجة التطبيقات Camera2 API، يمكنك التقاط صور بتنسيق
ImageFormat.YUV_420_888
. في حال استخدام واجهة برمجة التطبيقات للكاميرا القديمة، يمكنك التقاط صور بتنسيقImageFormat.NV21
.