本頁面由 Cloud Translation API 翻譯而成。

Switch to English

在 Android 上使用 ML Kit 偵測及追蹤物件

您可以使用連續套件，偵測並追蹤連續影格中的物件。

將圖片傳送至 ML Kit 時，這項功能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，可用於追蹤構框中的物件。您也可以選擇啟用概略物件分類，並為具有廣泛類別說明的物件加上標籤。

立即體驗

如要查看此 API 的範例，請搭配範例應用程式。
如需這個 API 的端對端實作方式，請參閱質感設計展示應用程式。

事前準備

這個 API 需要 Android API 級別 19 以上的版本。請確認應用程式的建構檔案使用 19 以上的 minSdkVersion 值。

在專案層級的 build.gradle 檔案中，請務必將 Google 的 Maven 存放區加進 buildscript 和 allprojects 區段。
將 ML Kit Android 程式庫的依附元件新增至模組的應用程式層級 Gradle 檔案，通常為 app/build.gradle：
```
dependencies {
  // ...

  implementation 'com.google.mlkit:object-detection:17.0.0'

}
```

1. 設定物件偵測工具

如要偵測並追蹤物件，請先建立 ObjectDetector 的執行個體，並視需要指定您要從預設值變更的偵測工具設定。

以 ObjectDetectorOptions 物件針對用途設定物件偵測工具。您可以變更下列設定：

物件偵測工具設定

偵測模式

物件偵測工具設定
偵測模式	`STREAM_MODE` (預設) \| `SINGLE_IMAGE_MODE` 在 `STREAM_MODE` (預設) 中，物件偵測工具的延遲時間較低，但可能會在偵測工具的最初叫用期間產生不完整的結果 (例如未指定定界框或類別標籤)。另外，在 `STREAM_MODE` 中，偵測工具會將追蹤 ID 指派給物件，以用於追蹤多個頁框的物件。如要追蹤物件或低延遲，例如即時處理影片串流，請使用這個模式。在 `SINGLE_IMAGE_MODE` 中，物件偵測工具會在判斷物件的定界框後傳回結果。如果同時啟用分類功能，則在定界框與類別標籤兩者均可供使用後，會傳回結果。因此，偵測延遲時間可能較高。此外，系統不會在 `SINGLE_IMAGE_MODE` 中指派追蹤 ID。如果延遲時間並不重要，且您不想處理部分結果，請使用這個模式。
偵測及追蹤多個物件	`false` (預設) \| `true` 偵測並追蹤最多五個物件，或只偵測最醒目的物件 (預設)。
將物件分類	`false` (預設) \| `true` 是否將偵測到的物件歸類為粗略類別。啟用之後，物件偵測工具會將物件分為以下類別：時尚商品、食品、居家用品、地點和植物。

STREAM_MODE (預設) | SINGLE_IMAGE_MODE

在 STREAM_MODE (預設) 中，物件偵測工具的延遲時間較低，但可能會在偵測工具的最初叫用期間產生不完整的結果 (例如未指定定界框或類別標籤)。另外，在 STREAM_MODE 中，偵測工具會將追蹤 ID 指派給物件，以用於追蹤多個頁框的物件。如要追蹤物件或低延遲，例如即時處理影片串流，請使用這個模式。

在 SINGLE_IMAGE_MODE 中，物件偵測工具會在判斷物件的定界框後傳回結果。如果同時啟用分類功能，則在定界框與類別標籤兩者均可供使用後，會傳回結果。因此，偵測延遲時間可能較高。此外，系統不會在 SINGLE_IMAGE_MODE 中指派追蹤 ID。如果延遲時間並不重要，且您不想處理部分結果，請使用這個模式。

偵測及追蹤多個物件

false (預設) | true

偵測並追蹤最多五個物件，或只偵測最醒目的物件 (預設)。

將物件分類

false (預設) | true

是否將偵測到的物件歸類為粗略類別。啟用之後，物件偵測工具會將物件分為以下類別：時尚商品、食品、居家用品、地點和植物。

物件偵測和追蹤 API 已針對以下兩種核心用途進行最佳化：

即時在相機觀景窗中偵測和追蹤最醒目的物件。
從靜態圖片偵測多個物件。

如要設定這些用途的 API，請按照下列步驟操作：

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 的執行個體：

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。如果可直接存取這些來源，建議您從這些來源建構 InputImage。如果從其他來源建構 InputImage，系統會內部處理轉換，效率可能較低。

針對序列中的各個影片或圖片畫面，執行下列操作：

您可以從不同來源建立 InputImage 物件，詳情請參閱下文。

使用 `media.Image`

如要從 media.Image 物件建立 InputImage 物件 (例如從裝置的相機擷取圖片時)，請將 media.Image 物件和圖片的旋轉傳遞至 InputImage.fromMediaImage()。

使用 CameraX 程式庫時，OnImageCapturedListener 和 ImageAnalysis.Analyzer 類別會為你計算旋轉值。

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
          // ...
        }
    }
}

如果未使用相機提供圖片旋轉角度的相機，則可以從裝置的旋轉角度和裝置相機感應器的方向進行計算：

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
}MLKitVisionImage.kt

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)MLKitVisionImage.kt

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()。如果您使用 ACTION_GET_CONTENT 意圖提示使用者從圖片庫應用程式中選取圖片，這個方法就非常實用。

Kotlin

val image: InputImage
try {
    image = InputImage.fromFilePath(context, uri)
} catch (e: IOException) {
    e.printStackTrace()
}MLKitVisionImage.kt

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 輸入值計算圖片旋轉角度。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
)MLKitVisionImage.kt
// Or:
val image = InputImage.fromByteArray(
        byteArray,
        /* image width */ 480,
        /* image height */ 360,
        rotationDegrees,
        InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12
)
MLKitVisionImage.kt

Java

InputImage image = InputImage.fromByteBuffer(byteBuffer,
        /* image width */ 480,
        /* image height */ 360,
        rotationDegrees,
        InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12
);MLKitVisionImage.java
// Or:
InputImage image = InputImage.fromByteArray(
        byteArray,
        /* image width */480,
        /* image height */360,
        rotation,
        InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12
);MLKitVisionImage.java

使用 `Bitmap`

如要從 Bitmap 物件建立 InputImage 物件，請進行以下宣告：

Kotlin

val image = InputImage.fromBitmap(bitmap, 0)MLKitVisionImage.kt

Java

InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);MLKitVisionImage.java

圖片會以 Bitmap 物件搭配旋轉角度表示。

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
                // ...
            }
        });

注意：如果您使用的是 CameraX API，請務必在使用完成後關閉 ImageProxy，例如，將 OnCompleteListener 新增至 process 方法傳回的 Task 中。如需查看範例，請參閱快速入門導覽課程範例應用程式中的 VisionProcessorBase 類別。

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 清單傳送至成功事件監聽器。

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 整數，用於識別各圖片中的物件。以 SINGLE_IMAGE_MODE 傳回空值。

標籤

標籤說明	標籤的文字說明。這會是 `PredefinedCategory` 中定義的其中一個字串常數。
標籤索引	該分類器針對分類器支援的所有標籤進行索引。這會是 `PredefinedCategory` 中定義的整數常數之一。
標籤可信度	物件分類的可信度值，

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，請遵循下列應用程式準則：

成功的物件偵測功能取決於物件的視覺複雜度。如要偵測，少許視覺特徵的物件可能需要佔用較大的圖片。您應針對如何擷取的物件種類，提供擷取用途的引導說明。
使用分類功能時，如要偵測未妥善分類於支援類別的物件，請為不明物件實作特殊處理方式。

也請參考 ML Kit Material Design 展示應用程式和質感設計機器學習功能模式集合。

提升效能

如要在即時應用程式中使用物件偵測，請按照下列指南達成最佳影格速率：

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，因為大部分裝置無法產生合適的影格速率。
如果用不到分類，請停用此功能。
如果使用 Camera 或 camera2 API，請將呼叫傳送至偵測工具。偵測器執行時，如果偵測到新的影片畫面，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。
如果您使用 CameraX API，請務必將背壓策略設為預設值 ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST。這只會傳送一張圖片進行分析。如果分析器忙碌時產生的更多圖片，系統會自動捨棄圖片，且不會排入佇列進行傳送。呼叫 ImageProxy.close() 關閉分析的圖片後，就會傳送下一張最新圖片。
如果您使用偵測工具的輸出內容在輸入圖片上疊加圖片，請先透過 ML Kit 取得結果，然後在單一步驟中顯示圖片和疊加層。每個輸入影格只會轉譯到一次顯示途徑。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。
如果您使用 Camera2 API，請擷取 ImageFormat.YUV_420_888 格式的圖片。如果您使用舊版 Camera API，請擷取 ImageFormat.NV21 格式的圖片。

在 Android 上使用 ML Kit 偵測及追蹤物件

立即體驗

事前準備

1. 設定物件偵測工具

Kotlin

Java

Kotlin

Java

2. 準備輸入圖片

使用 media.Image

Kotlin

Java

Kotlin

Java

Kotlin

Java

使用檔案 URI

Kotlin

Java

使用 ByteBuffer 或 ByteArray

Kotlin

Java

使用 Bitmap

Kotlin

Java

3. 處理圖片

Kotlin

Java

4. 取得偵測到的物件相關資訊

Kotlin

Java

確保良好的使用者體驗

提升效能

使用 `media.Image`

使用 `ByteBuffer` 或 `ByteArray`

使用 `Bitmap`