您可以使用 ML Kit 偵測及追蹤連續影片畫面中的物件。
將圖片傳送至 ML Kit 時,模型最多可偵測圖片中的五個物件 以及每個物件在圖片中的位置。偵測 中的物件時 影片串流,每個物件都有專屬 ID,可用來追蹤 每個影格都不成問題您也可以視需要啟用粗略物件 也就是將物件加上廣泛類別說明的標籤
立即試用
- 使用範例應用程式試試 請查看此 API 的使用範例。
- 請參閱 Material Design 展示區 應用程式,瞭解這個 API 的端對端實作。
事前準備
- 在 Podfile 中加入下列 ML Kit Pod:
pod 'GoogleMLKit/ObjectDetection', '3.2.0'
- 安裝或更新專案的 Pod 後,請使用
.xcworkspace
。Xcode 12.4 以上版本支援 ML Kit。
1. 設定物件偵測工具
如要偵測和追蹤物件,請先建立
ObjectDetector
,並視需要指定任何偵測工具設定
變更。
使用
ObjectDetectorOptions
物件。您可以變更下列設定 設定:物件偵測器設定 偵測模式 .stream
(預設) |.singleImage
在串流模式 (預設) 中,物件偵測工具會在極低的情況下執行 但可能會產生不完整的結果 (例如未指定 定界框或類別) 偵測工具。此外,在串流模式下,偵測工具會指派追蹤項目 對應至物件,這樣就能用多個影格追蹤物件。 當你想要追蹤物件或低延遲時,請使用這個模式 例如即時處理影片串流 讓應用程式從可以最快做出回應的位置 回應使用者要求
在單一圖片模式中,物件偵測工具會傳回結果 其定界框決定。如果您也啟用了 解碼器會傳回定界框之後的結果 可以使用類別標籤因此 則延遲時間可能較長此外,如果在單一圖片模式中 系統不會指派 ID。如果延遲時間不重要且 你不想處理部分結果
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)。
將物件分類 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。
- 偵測靜態圖片中的多個物件。
如何針對這些用途設定 API:
Swift
// Live detection and tracking let options = ObjectDetectorOptions() options.shouldEnableClassification = true // Multiple object detection in static images let options = ObjectDetectorOptions() options.detectorMode = .singleImage options.shouldEnableMultipleObjects = true options.shouldEnableClassification = true
Objective-C
// Live detection and tracking MLKObjectDetectorOptions *options = [[MLKObjectDetectorOptions alloc] init]; options.shouldEnableClassification = YES; // Multiple object detection in static images MLKObjectDetectorOptions *options = [[MLKOptions alloc] init]; options.detectorMode = MLKObjectDetectorModeSingleImage; options.shouldEnableMultipleObjects = YES; options.shouldEnableClassification = YES;
- 取得
ObjectDetector
的例項:
Swift
let objectDetector = ObjectDetector.objectDetector() // Or, to change the default settings: let objectDetector = ObjectDetector.objectDetector(options: options)
Objective-C
MLKObjectDetector *objectDetector = [MLKObjectDetector objectDetector]; // Or, to change the default settings: MLKObjectDetector *objectDetector = [MLKObjectDetector objectDetectorWithOptions:options];
2. 準備輸入圖片
如要偵測及追蹤物件,請對每個圖片或影格執行下列步驟。
如果啟用串流模式,就必須從以下位置建立 VisionImage
物件:
CMSampleBuffer
秒。
使用 UIImage
或VisionImage
CMSampleBuffer
。
如果您使用 UIImage
,請按照下列步驟操作:
- 使用
UIImage
建立VisionImage
物件。請務必指定正確的.orientation
。Swift
let image = VisionImage(image: UIImage) visionImage.orientation = image.imageOrientation
Objective-C
MLKVisionImage *visionImage = [[MLKVisionImage alloc] initWithImage:image]; visionImage.orientation = image.imageOrientation;
如果您使用 CMSampleBuffer
,請按照下列步驟操作:
-
指定
CMSampleBuffer
。如何取得圖片方向:
Swift
func imageOrientation( deviceOrientation: UIDeviceOrientation, cameraPosition: AVCaptureDevice.Position ) -> UIImage.Orientation { switch deviceOrientation { case .portrait: return cameraPosition == .front ? .leftMirrored : .right case .landscapeLeft: return cameraPosition == .front ? .downMirrored : .up case .portraitUpsideDown: return cameraPosition == .front ? .rightMirrored : .left case .landscapeRight: return cameraPosition == .front ? .upMirrored : .down case .faceDown, .faceUp, .unknown: return .up } }
Objective-C
- (UIImageOrientation) imageOrientationFromDeviceOrientation:(UIDeviceOrientation)deviceOrientation cameraPosition:(AVCaptureDevicePosition)cameraPosition { switch (deviceOrientation) { case UIDeviceOrientationPortrait: return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationLeftMirrored : UIImageOrientationRight; case UIDeviceOrientationLandscapeLeft: return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationDownMirrored : UIImageOrientationUp; case UIDeviceOrientationPortraitUpsideDown: return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationRightMirrored : UIImageOrientationLeft; case UIDeviceOrientationLandscapeRight: return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationUpMirrored : UIImageOrientationDown; case UIDeviceOrientationUnknown: case UIDeviceOrientationFaceUp: case UIDeviceOrientationFaceDown: return UIImageOrientationUp; } }
- 使用
VisionImage
CMSampleBuffer
物件和方向:Swift
let image = VisionImage(buffer: sampleBuffer) image.orientation = imageOrientation( deviceOrientation: UIDevice.current.orientation, cameraPosition: cameraPosition)
Objective-C
MLKVisionImage *image = [[MLKVisionImage alloc] initWithBuffer:sampleBuffer]; image.orientation = [self imageOrientationFromDeviceOrientation:UIDevice.currentDevice.orientation cameraPosition:cameraPosition];
3. 處理圖片
將VisionImage
傳遞至其中一個物件偵測工具的圖片處理作業
方法。您可以使用非同步 process(image:)
方法,也可以採用
同步的 results()
方法
如要非同步偵測物件:
Swift
objectDetector.process(image) { objects, error in guard error == nil else { // Error. return } guard !objects.isEmpty else { // No objects detected. return } // Success. Get object info here. // ... }
Objective-C
[objectDetector processImage:image completion:^(NSArray* _Nullable objects, NSError * _Nullable error) { if (error == nil) { return; } if (objects.count == 0) { // No objects detected. return; } // Success. Get object info here. }];
若要同步偵測物件:
Swift
var objects: [Object] do { objects = try objectDetector.results(in: image) } catch let error { print("Failed to detect object with error: \(error.localizedDescription).") return } guard !objects.isEmpty else { print("Object detector returned no results.") return } // Success. Get object info here.
Objective-C
NSError *error; NSArray*objects = [objectDetector resultsInImage:image error:&error]; if (error == nil) { return; } if (objects.count == 0) { // No objects detected. return; } // Success. Get object info here.
4. 取得偵測到的物件相關資訊
如果對圖片處理器的呼叫成功,則會傳遞Object
傳送至完成處理常式,或傳回清單,視實際情況而定
無論您呼叫的是非同步或同步方法
每個 Object
都包含下列屬性:
frame |
CGRect :指出物件在
圖片。 |
trackingID |
一個整數,用來在圖片中識別物件,或是在圖片中識別「nil」 單張圖片模式 |
labels |
說明偵測工具傳回的物件的標籤陣列。
如果偵測工具選項,則屬性為空白
shouldEnableClassification 已設為 false 。
|
Swift
// objects contains one item if multiple object detection wasn't enabled. for object in objects { let frame = object.frame let trackingID = object.trackingID // If classification was enabled: let description = object.labels.enumerated().map { (index, label) in "Label \(index): \(label.text), \(label.confidence)" }.joined(separator:"\n") }
Objective-C
// The list of detected objects contains one item if multiple // object detection wasn't enabled. for (MLKObject *object in objects) { CGRect frame = object.frame; NSNumber *trackingID = object.trackingID; for (MLKObjectLabel *label in object.labels) { NSString *labelString = [NSString stringWithFormat: @"%@, %f, %lu", label.text, label.confidence, (unsigned long)label.index]; ... } }
提升可用性和效能
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。於 不過,如果物體具有少量視覺特徵 將圖片放大出來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,您可以偵測不會下降的物件 完整地新增至支援的類別,並針對不明狀況導入特殊處理 如需儲存大量結構化物件 建議使用 Cloud Bigtable
此外,您也可以查看 Material Design 機器學習輔助功能的模式集合。
在即時應用程式中使用串流模式時,請遵循下列準則 最佳的影格速率:
- 大多數裝置不會在串流模式下使用多項物件偵測功能, 產生足夠的影格速率
- 如果不需要分類功能,請停用分類功能。
- 如要處理影片影格,請使用偵測工具的
results(in:)
同步 API。致電 透過AVCaptureVideoDataOutputSampleBufferDelegate
的captureOutput(_, didOutput:from:)
函式,以同步方式取得指定影片的結果 相框。保留AVCaptureVideoDataOutput
的alwaysDiscardsLateVideoFrames
做為true
,以限制對偵測工具的呼叫。如果是 影格的畫面,就會遭到捨棄。 - 如果使用偵測工具的輸出內容將圖像重疊 先從 ML Kit 取得結果,然後算繪圖片 並疊加單一步驟這麼一來,您的應用程式就會算繪到顯示途徑 每個處理的輸入影格只會產生一次請參閱 updatePreviewOverlayViewWithLastFrame 也可以查看一個範例