ML Kit는 셀카 세분화에 최적화된 SDK를 제공합니다.
<ph type="x-smartling-placeholder">셀카 세분화 도구 애셋은 빌드 시 앱에 정적으로 연결됩니다. 이렇게 하면 앱 다운로드 크기가 약 4.5MB 증가하고 API 지연 시간은 Pixel에서 측정한 대로, 입력 이미지 크기에 따라 25ms에서 65ms 사이로 다름 4.
사용해 보기
- 샘플 앱을 사용하여 이 API의 사용 예를 참조하세요.
시작하기 전에
<ph type="x-smartling-placeholder">- 프로젝트 수준
build.gradle
파일의buildscript
및allprojects
섹션에 Google의 Maven 저장소가 포함되어야 합니다. - 모듈의 앱 수준 Gradle 파일(일반적으로
app/build.gradle
)에 ML Kit Android 라이브러리의 종속 항목을 추가합니다.
dependencies {
implementation 'com.google.mlkit:segmentation-selfie:16.0.0-beta6'
}
1. 세그먼터의 인스턴스 만들기
분류 기준 옵션
이미지를 세분화하려면 먼저 다음 옵션을 지정하여 Segmenter
인스턴스를 만듭니다.
감지기 모드
Segmenter
는 두 가지 모드로 작동합니다. 사용 사례에 맞는 태그를 선택해야 합니다.
STREAM_MODE (default)
이 모드는 동영상 또는 카메라의 프레임을 스트리밍하도록 설계되었습니다. 이 모드에서는 세그먼트 도구가 이전 프레임의 결과를 활용하여 더 원활한 세분화 결과를 반환합니다.
SINGLE_IMAGE_MODE
이 모드는 관련되지 않은 단일 이미지를 위해 설계되었습니다. 이 모드에서는 세그먼트 도구가 각 이미지를 독립적으로 처리하며 프레임에 평활화를 적용하지 않습니다.
원시 크기 마스크 사용 설정
세그먼트 작성자에게 모델 출력 크기와 일치하는 원시 크기 마스크를 반환하도록 요청합니다.
RAW 마스크 크기 (예: 256x256)는 일반적으로 입력 이미지 크기보다 작습니다. 이 옵션을 사용 설정할 때 마스크 크기를 가져오려면 SegmentationMask#getWidth()
및 SegmentationMask#getHeight()
를 호출하세요.
이 옵션을 지정하지 않으면 세그먼트 도구가 원시 마스크의 크기를 입력 이미지 크기와 일치하도록 재조정합니다. 맞춤설정된 크기 조정 로직을 적용하거나 사용 사례에 크기 조정이 필요하지 않은 경우 이 옵션을 사용하는 것이 좋습니다.
분류 기준 옵션을 지정합니다.
Kotlin
val options = SelfieSegmenterOptions.Builder() .setDetectorMode(SelfieSegmenterOptions.STREAM_MODE) .enableRawSizeMask() .build()
자바
SelfieSegmenterOptions options = new SelfieSegmenterOptions.Builder() .setDetectorMode(SelfieSegmenterOptions.STREAM_MODE) .enableRawSizeMask() .build();
Segmenter
의 인스턴스를 생성하세요. 지정한 옵션을 전달합니다.
Kotlin
val segmenter = Segmentation.getClient(options)
Java
Segmenter segmenter = Segmentation.getClient(options);
2. 입력 이미지 준비
이미지 세분화를 수행하려면 InputImage
객체를 만듭니다.
Bitmap
, media.Image
, ByteBuffer
, 바이트 배열 또는
있습니다.
InputImage
를 만들 수 있습니다.
아래에 각각 설명되어 있습니다.
media.Image
사용
InputImage
를 만들려면 다음 안내를 따르세요.
(예: media.Image
객체에서 이미지를 캡처할 때)
기기의 카메라에서 이미지를 캡처하려면 media.Image
객체와 이미지의
InputImage.fromMediaImage()
로 회전
<ph type="x-smartling-placeholder"></ph>
CameraX 라이브러리, OnImageCapturedListener
및
회전 값을 계산하는 ImageAnalysis.Analyzer
클래스
있습니다.
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 // ... } } }
자바
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 // ... } } }
이미지의 회전 각도를 제공하는 카메라 라이브러리를 사용하지 않는 경우 기기의 회전 각도와 카메라의 방향에서 센서에 있어야 합니다.
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 }
자바
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; }
그런 다음 media.Image
객체와
회전 각도 값을 InputImage.fromMediaImage()
로:
Kotlin
val image = InputImage.fromMediaImage(mediaImage, rotation)
Java
InputImage image = InputImage.fromMediaImage(mediaImage, rotation);
파일 URI 사용
InputImage
를 만들려면 다음 안내를 따르세요.
객체를 만들고, 앱 컨텍스트와 파일 URI를
InputImage.fromFilePath()
입니다. 이 기능은
ACTION_GET_CONTENT
인텐트를 사용하여 사용자에게 선택하라는 메시지를 표시합니다.
만들 수 있습니다
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(); }
ByteBuffer
또는 ByteArray
사용
InputImage
를 만들려면 다음 안내를 따르세요.
ByteBuffer
또는 ByteArray
이전에 media.Image
입력에 대해 설명한 회전 각도입니다.
그런 다음 버퍼 또는 배열과 이미지의 InputImage
객체를
높이, 너비, 색상 인코딩 형식 및 회전 각도:
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 )
자바
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 );
Bitmap
사용
InputImage
를 만들려면 다음 안내를 따르세요.
객체를 Bitmap
객체에서 삭제하려면 다음과 같이 선언합니다.
Kotlin
val image = InputImage.fromBitmap(bitmap, 0)
Java
InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);
이미지는 회전 각도와 함께 Bitmap
객체로 표현됩니다.
3. 이미지 처리
준비된 InputImage
객체를 Segmenter
의 process
메서드에 전달합니다.
Kotlin
Task<SegmentationMask> result = segmenter.process(image) .addOnSuccessListener { results -> // Task completed successfully // ... } .addOnFailureListener { e -> // Task failed with an exception // ... }
자바
Task<SegmentationMask> result = segmenter.process(image) .addOnSuccessListener( new OnSuccessListener<SegmentationMask>() { @Override public void onSuccess(SegmentationMask mask) { // Task completed successfully // ... } }) .addOnFailureListener( new OnFailureListener() { @Override public void onFailure(@NonNull Exception e) { // Task failed with an exception // ... } });
4. 세분화 결과 가져오기
다음과 같이 세분화 결과를 얻을 수 있습니다.
Kotlin
val mask = segmentationMask.getBuffer() val maskWidth = segmentationMask.getWidth() val maskHeight = segmentationMask.getHeight() for (val y = 0; y < maskHeight; y++) { for (val x = 0; x < maskWidth; x++) { // Gets the confidence of the (x,y) pixel in the mask being in the foreground. val foregroundConfidence = mask.getFloat() } }
자바
ByteBuffer mask = segmentationMask.getBuffer(); int maskWidth = segmentationMask.getWidth(); int maskHeight = segmentationMask.getHeight(); for (int y = 0; y < maskHeight; y++) { for (int x = 0; x < maskWidth; x++) { // Gets the confidence of the (x,y) pixel in the mask being in the foreground. float foregroundConfidence = mask.getFloat(); } }
세분화 결과를 사용하는 방법에 대한 전체 예는 다음 페이지를 참조하십시오. ML Kit 빠른 시작 샘플
실적 개선을 위한 팁
결과의 품질은 입력 이미지의 품질에 따라 달라집니다.
- ML Kit에서 정확한 세분화 결과를 얻으려면 이미지가 256x256픽셀 이상이어야 합니다.
- 이미지 초점이 잘 맞지 않으면 정확도에 영향을 줄 수도 있습니다. 허용 가능한 수준의 결과를 얻지 못하면 사용자에게 이미지를 다시 캡처하도록 요청합니다.
실시간 애플리케이션에서 세분화를 사용하려는 경우 최상의 프레임 속도를 달성하려면 다음 가이드라인을 따르세요.
STREAM_MODE
을 사용합니다.- 낮은 해상도에서 이미지를 캡처하는 것이 좋습니다. 그러나 이 API의 이미지 크기 요구사항도 유의해야 합니다.
- 원본 크기 마스크 옵션을 사용 설정하고 모든 재조정 로직을 함께 결합해 보세요. 예를 들어, API가 먼저 입력 이미지 크기와 일치하도록 마스크의 크기를 재조정하도록 한 다음, 표시할 뷰 크기에 맞게 다시 크기를 조정하는 대신 원시 크기 마스크를 요청하고 이 두 단계를 하나로 결합하기만 하면 됩니다.
-
Camera
또는camera2
API 감지기 호출을 제한합니다. 새 동영상 감지기가 실행되는 동안 frame 사용할 수 있게 되면 프레임을 삭제합니다. 자세한 내용은 <ph type="x-smartling-placeholder"></ph>VisionProcessorBase
클래스를 참조하세요. CameraX
API를 사용하는 경우 백프레셔 전략이 기본값으로 설정되어 있는지 확인ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST
이렇게 하면 분석을 위해 한 번에 하나의 이미지만 전송됩니다. 더 많은 이미지가 분석기가 사용 중일 때 생성되지 않으면 자동으로 삭제되어 배달. 분석 중인 이미지가 ImageProxy.close()를 호출하면 다음 최신 이미지가 게재됩니다.- 감지기 출력을 사용하여 그래픽 이미지를
먼저 ML Kit에서 결과를 가져온 후 이미지를
하나의 단계로 오버레이할 수 있습니다. 이는 디스플레이 표면에 렌더링됩니다.
각 입력 프레임에 대해 한 번만 허용됩니다. 자세한 내용은
<ph type="x-smartling-placeholder"></ph>
CameraSourcePreview
및GraphicOverlay
클래스를 참조하세요. - Camera2 API를 사용하는 경우
ImageFormat.YUV_420_888
형식으로 이미지를 캡처합니다. 이전 Camera API를 사용하는 경우ImageFormat.NV21
형식으로 이미지를 캡처합니다.