از «کیت یادگیری ماشین» استفاده کنید تا بهراحتی ویژگیهای بخشبندی سوژه را به برنامهتان اضافه کنید.
| ویژگی | جزئیات |
|---|---|
| نام کیت توسعه نرمافزار | play-services-mlkit-subject-segmentation |
| پیادهسازی | غیربستهای: مدل بهطور پویا بااستفاده از خدمات Google Play بارگیری میشود. |
| تأثیر اندازه برنامه | افزایش اندازه حدود ۲۰۰ کیلوبایت. |
| زمان مقداردهی اولیه | ممکن است کاربران مجبور شوند قبلاز اولین استفاده، منتظر بمانند تا مدل بارگیری شود. |
امتحان کنید
- با برنامه نمونه کار کنید تا نمونهای از کاربرد این API را ببینید.
قبلاز شروع
- در فایل
build.gradleسطح پروژه، حتماً مخزن Maven متعلق به Google را در هر دو بخشbuildscriptوallprojectsاضافه کنید. - وابستگی کتابخانه بخشبندی سوژه ML Kit را به فایل gradle سطح برنامه ماژولتان اضافه کنید، که معمولاً
app/build.gradleاست:
dependencies {
implementation 'com.google.android.gms:play-services-mlkit-subject-segmentation:16.0.0-beta1'
}
همانطور که در بالا ذکر شد، این مدل توسط «خدمات Google Play» ارائه میشود.
میتوانید برنامهتان را بهگونهای پیکربندی کنید که پساز نصب شدن برنامه از «فروشگاه Play»،
مدل را بهطور خودکار در دستگاه بارگیری کند. برای انجام این کار، اعلان زیر را به فایل AndroidManifest.xml برنامهتان اضافه کنید:
<application ...>
...
<meta-data
android:name="com.google.mlkit.vision.DEPENDENCIES"
android:value="subject_segment" >
<!-- To use multiple models: android:value="subject_segment,model2,model3" -->
</application>
همچنین میتوانید بااستفاده از ModuleInstallClient API، دردسترس بودن مدل را بهطور صریح بررسی کنید و ازطریق خدمات Google Play درخواست بارگیری کنید.
اگر بارگیری مدل در زمان نصب را فعال نکنید یا درخواست بارگیری صریح ندهید، مدل اولین باری که بخشبندیکننده را اجرا میکنید بارگیری میشود. درخواستهایی که قبلاز تکمیل بارگیری ارسال میکنید نتیجهای دربر نخواهد داشت.
۱. آماده کردن تصویر ورودی
برای انجام بخشبندی روی تصویر، یک شیء InputImage
از Bitmap، media.Image، ByteBuffer، آرایه بایت، یا فایلی در
دستگاه ایجاد کنید.
میتوانید شیء InputImage را از منابع مختلف ایجاد کنید، هرکدام در زیر توضیح داده شده است.
استفاده از media.Image
برای ایجاد شیء InputImage
از شیء media.Image، مثلاً وقتی تصویری را از
دوربین دستگاه ضبط میکنید، شیء media.Image و چرخش تصویر را به
InputImage.fromMediaImage() ارسال کنید.
اگر از کتابخانه
CameraX استفاده میکنید، کلاسهای OnImageCapturedListener و
ImageAnalysis.Analyzer مقدار چرخش را برای شما
محاسبه میکنند.
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 // ... } } }
جاوا
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 // ... } } }
اگر از کتابخانه دوربینی استفاده نمیکنید که درجه چرخش تصویر را به شما بدهد، میتوانید آن را از درجه چرخش دستگاه و جهت حسگر دوربین در دستگاه محاسبه کنید:
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 }
جاوا
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; }
سپس، شیء media.Image و مقدار درجه چرخش را به InputImage.fromMediaImage() ارسال کنید:
Kotlin
val image = InputImage.fromMediaImage(mediaImage, rotation)
Java
InputImage image = InputImage.fromMediaImage(mediaImage, rotation);
استفاده از URI فایل
برای ایجاد شیء InputImage
از URI فایل، بافت برنامه و URI فایل را به
InputImage.fromFilePath() ارسال کنید. این کار زمانی مفید است که
از ACTION_GET_CONTENT intent برای درخواست از کاربر برای انتخاب
تصویری از برنامه گالریاش استفاده میکنید.
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(); }
استفاده از ByteBuffer یا ByteArray
برای ایجاد شیء InputImage
از ByteBuffer یا ByteArray، ابتدا درجه چرخش تصویر را
همانطور که قبلاً برای ورودی media.Image شرح داده شد محاسبه کنید.
سپس، شیء InputImage را با میانگیر یا آرایه، بههمراه ارتفاع، عرض، قالب کدبندی رنگ، و درجه چرخش تصویر ایجاد کنید:
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 )
جاوا
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 );
استفاده از Bitmap
برای ایجاد شیء InputImage
از شیء Bitmap، اعلان زیر را انجام دهید:
Kotlin
val image = InputImage.fromBitmap(bitmap, 0)
Java
InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);
تصویر با شیء Bitmap بههمراه درجه چرخش نشان داده میشود.
۲. ایجاد نمونهای از SubjectSegmenter
تعریف کردن گزینههای بخشبندیکننده
برای بخشبندی تصویر، ابتدا نمونهای از SubjectSegmenterOptions را بهصورت زیر ایجاد کنید:
Kotlin
val options = SubjectSegmenterOptions.Builder()
// enable options
.build()جاوا
SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder()
// enable options
.build();جزئیات هر گزینه در اینجا آمده است:
ماسک اطمینان پیشزمینه
ماسک اطمینان پیشنما به شما امکان میدهد سوژه پیشنما را از پسزمینه تشخیص دهید.
فراخوانی enableForegroundConfidenceMask() در گزینهها به شما امکان میدهد بعداً با فراخوانی getForegroundMask() در شیء SubjectSegmentationResult که پساز پردازش تصویر برگردانده میشود، ماسک پیشزمینه را بازیابی کنید.
Kotlin
val options = SubjectSegmenterOptions.Builder() .enableForegroundConfidenceMask() .build()
جاوا
SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder() .enableForegroundConfidenceMask() .build();
بیتمپ پیشزمینه
بهطور مشابه، میتوانید نگاشت بیتی سوژه پیشزمینه را نیز دریافت کنید.
فراخوانی enableForegroundBitmap() در گزینهها به شما امکان میدهد بعداً با فراخوانی getForegroundBitmap() در شیء SubjectSegmentationResult که پساز پردازش تصویر برگردانده میشود، بیتمپ پیشزمینه را بازیابی کنید.
Kotlin
val options = SubjectSegmenterOptions.Builder() .enableForegroundBitmap() .build()
جاوا
SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder() .enableForegroundBitmap() .build();
ماسک اطمینان چندموضوعی
مانند گزینههای پیشزمینه، میتوانید از SubjectResultOptions برای فعال کردن
ماسک اطمینان برای هر سوژه پیشزمینه بهصورت زیر استفاده کنید:
Kotlin
val subjectResultOptions = SubjectSegmenterOptions.SubjectResultOptions.Builder()
.enableConfidenceMask()
.build()
val options = SubjectSegmenterOptions.Builder()
.enableMultipleSubjects(subjectResultOptions)
.build()جاوا
SubjectResultOptions subjectResultOptions =
new SubjectSegmenterOptions.SubjectResultOptions.Builder()
.enableConfidenceMask()
.build()
SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder()
.enableMultipleSubjects(subjectResultOptions)
.build()بیتمپ چندموضوعی
و بهطور مشابه، میتوانید نقشه بیتی را برای هر سوژه فعال کنید:
Kotlin
val subjectResultOptions = SubjectSegmenterOptions.SubjectResultOptions.Builder()
.enableSubjectBitmap()
.build()
val options = SubjectSegmenterOptions.Builder()
.enableMultipleSubjects(subjectResultOptions)
.build()جاوا
SubjectResultOptions subjectResultOptions =
new SubjectSegmenterOptions.SubjectResultOptions.Builder()
.enableSubjectBitmap()
.build()
SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder()
.enableMultipleSubjects(subjectResultOptions)
.build()ایجاد بخشبندیکننده سوژه
پساز مشخص کردن گزینههای SubjectSegmenterOptions، یک نمونه SubjectSegmenter ایجاد کنید که getClient() را فراخوانی کند و گزینهها را بهعنوان پارامتر ارسال کند:
Kotlin
val segmenter = SubjectSegmentation.getClient(options)
جاوا
SubjectSegmenter segmenter = SubjectSegmentation.getClient(options);
۳. پردازش تصویر
شیء InputImage آمادهشده را به روش process مربوط به SubjectSegmenter ارسال کنید:
Kotlin
segmenter.process(inputImage) .addOnSuccessListener { result -> // Task completed successfully // ... } .addOnFailureListener { e -> // Task failed with an exception // ... }
جاوا
segmenter.process(inputImage) .addOnSuccessListener(new OnSuccessListener() { @Override public void onSuccess(SubjectSegmentationResult result) { // Task completed successfully // ... } }) .addOnFailureListener(new OnFailureListener() { @Override public void onFailure(@NonNull Exception e) { // Task failed with an exception // ... } });
۴. دریافت نتیجه بخشبندی سوژه
بازیابی ماسکهای پیشزمینه و نقشههای بیتی
پساز پردازش، میتوانید ماسک پیشزمینه را برای تصویرتان با فراخوانی
getForegroundConfidenceMask() بهصورت زیر بازیابی کنید:
Kotlin
val colors = IntArray(image.width * image.height) val foregroundMask = result.foregroundConfidenceMask for (i in 0 until image.width * image.height) { if (foregroundMask[i] > 0.5f) { colors[i] = Color.argb(128, 255, 0, 255) } } val bitmapMask = Bitmap.createBitmap( colors, image.width, image.height, Bitmap.Config.ARGB_8888 )
جاوا
int[] colors = new int[image.getWidth() * image.getHeight()]; FloatBuffer foregroundMask = result.getForegroundConfidenceMask(); for (int i = 0; i < image.getWidth() * image.getHeight(); i++) { if (foregroundMask.get() > 0.5f) { colors[i] = Color.argb(128, 255, 0, 255); } } Bitmap bitmapMask = Bitmap.createBitmap( colors, image.getWidth(), image.getHeight(), Bitmap.Config.ARGB_8888 );
همچنین میتوانید با فراخوانی getForegroundBitmap()، نقشه بیتی پیشزمینه تصویر را بازیابی کنید:
Kotlin
val foregroundBitmap = result.foregroundBitmap
جاوا
Bitmap foregroundBitmap = result.getForegroundBitmap();
بازیابی ماسکها و نقشههای بیتی برای هر سوژه
بهطور مشابه، میتوانید با فراخوانی
getConfidenceMask() روی هر سوژه بهصورت زیر، ماسک سوژههای بخشبندیشده را بازیابی کنید:
Kotlin
val subjects = result.subjects val colors = IntArray(image.width * image.height) for (subject in subjects) { val mask = subject.confidenceMask for (i in 0 until subject.width * subject.height) { val confidence = mask[i] if (confidence > 0.5f) { colors[image.width * (subject.startY - 1) + subject.startX] = Color.argb(128, 255, 0, 255) } } } val bitmapMask = Bitmap.createBitmap( colors, image.width, image.height, Bitmap.Config.ARGB_8888 )
جاوا
Listsubjects = result.getSubjects(); int[] colors = new int[image.getWidth() * image.getHeight()]; for (Subject subject : subjects) { FloatBuffer mask = subject.getConfidenceMask(); for (int i = 0; i < subject.getWidth() * subject.getHeight(); i++) { float confidence = mask.get(); if (confidence > 0.5f) { colors[width * (subject.getStartY() - 1) + subject.getStartX()] = Color.argb(128, 255, 0, 255); } } } Bitmap bitmapMask = Bitmap.createBitmap( colors, image.width, image.height, Bitmap.Config.ARGB_8888 );
همچنین میتوانید به نقشه بیتی هر سوژه بخشبندیشده بهصورت زیر دسترسی پیدا کنید:
Kotlin
val bitmaps = mutableListOf() for (subject in subjects) { bitmaps.add(subject.bitmap) }
جاوا
Listbitmaps = new ArrayList<>(); for (Subject subject : subjects) { bitmaps.add(subject.getBitmap()); }
نکتههایی برای بهبود عملکرد
برای هر جلسه برنامه، اولین استنتاج اغلب بهدلیل مقداردهی اولیه مدل کندتر از استنتاجهای بعدی است. اگر تأخیر کم حیاتی است، فراخوانی یک استنتاج «ساختگی» را ازقبل درنظر بگیرید.
کیفیت نتایج شما به کیفیت تصویر ورودی بستگی دارد:
- برای اینکه «کیت یادگیری ماشین» نتیجه بخشبندی دقیقی دریافت کند، تصویر باید حداقل ۵۱۲×۵۱۲ پیکسل باشد.
- تمرکز ضعیف تصویر نیز میتواند بر دقت تأثیر بگذارد. اگر نتایج قابلقبولی دریافت نکردید، از کاربر بخواهید تصویر را دوباره ضبط کند.