Android पर एमएल किट की मदद से फ़ेस मेश की जानकारी का पता लगाएं

यह एपीआई बीटा वर्शन में उपलब्ध है. इस पर, एसएलए या समर्थन नहीं होने की नीति लागू नहीं होती. इस एपीआई में ऐसे बदलाव किए जा सकते हैं जिनकी वजह से, यह पुराने वर्शन के साथ काम न करे.

सेल्फ़ी जैसी इमेज और वीडियो में चेहरों का पता लगाने के लिए, ML Kit का इस्तेमाल किया जा सकता है.

यह एपीआई, बंडल की गई लाइब्रेरी का इस्तेमाल करता है. इससे आपके ऐप्लिकेशन का साइज़ बढ़ जाता है. ज़्यादा जानकारी के लिए, यह गाइड देखें.

चेहरे के मेश का पता लगाने वाला एपीआई
SDK टूल का नाम	face-mesh-detection
लागू करना	कोड और एसेट, बिल्ड के समय आपके ऐप्लिकेशन से स्टैटिक तौर पर लिंक होते हैं.
ऐप्लिकेशन के साइज़ पर पड़ने वाला असर	~6.4 एमबी
परफ़ॉर्मेंस	ज़्यादातर डिवाइसों पर रीयल टाइम में काम करता है.

इसे आज़माएं

• इस एपीआई के इस्तेमाल का उदाहरण देखने के लिए, सैंपल ऐप्लिकेशन का इस्तेमाल करें.

शुरू करने से पहले

इस एपीआई के लिए, Android का एपीआई लेवल 23 या इसके बाद का वर्शन ज़रूरी है. पक्का करें कि आपके ऐप्लिकेशन की बिल्ड फ़ाइल में minSdkVersion की वैल्यू 23 या उससे ज़्यादा हो.

1. अपने प्रोजेक्ट-लेवल की build.gradle फ़ाइल में, पक्का करें कि आपने Google की Maven रिपॉज़िटरी को अपने बिल्डस्क्रिप्ट और allprojects, दोनों सेक्शन में शामिल किया हो.

2. अपने मॉड्यूल की ऐप्लिकेशन-लेवल की Gradle फ़ाइल में, ML Kit के चेहरे के मेश का पता लगाने वाली लाइब्रेरी के लिए डिपेंडेंसी जोड़ें. यह फ़ाइल आम तौर पर app/build.gradle होती है:

   dependencies {
    // ...
   
    implementation 'com.google.mlkit:face-mesh-detection:16.0.0-beta1'
   }
   

इनपुट इमेज के लिए दिशा-निर्देश

1. इमेज, डिवाइस के कैमरे से ~2 मीटर (~7 फ़ीट) की दूरी के अंदर ली जानी चाहिए. इससे चेहरे, चेहरे के मेश की पहचान के लिए काफ़ी बड़े दिखेंगे. आम तौर पर, चेहरा जितना बड़ा होगा, चेहरे के मेश की पहचान उतनी ही बेहतर होगी.

2. चेहरा कैमरे की ओर होना चाहिए और कम से कम आधा चेहरा दिखना चाहिए. चेहरे और कैमरे के बीच कोई बड़ी चीज़ होने पर, सटीक नतीजे मिलने की संभावना कम हो सकती है.

अगर आपको रीयल टाइम में काम करने वाले किसी ऐप्लिकेशन में चेहरों का पता लगाना है, तो आपको इनपुट इमेज के कुल डाइमेंशन पर भी ध्यान देना चाहिए. छोटी इमेज को ज़्यादा तेज़ी से प्रोसेस किया जा सकता है. इसलिए, कम रिज़ॉल्यूशन पर इमेज कैप्चर करने से, इंतज़ार का समय कम हो जाता है. हालांकि, ऊपर बताई गई सटीक नतीजे मिलने की ज़रूरी शर्तों को ध्यान में रखें और पक्का करें कि इमेज में विषय का चेहरा ज़्यादा से ज़्यादा दिखे.

चेहरे के मेश का पता लगाने वाले टूल को कॉन्फ़िगर करना

अगर आपको चेहरे के मेश का पता लगाने वाले टूल की किसी डिफ़ॉल्ट सेटिंग में बदलाव करना है, तो उन सेटिंग को FaceMeshDetectorOptions ऑब्जेक्ट के साथ तय करें. इन सेटिंग में बदलाव किया जा सकता है:

1. setUseCase

   • BOUNDING_BOX_ONLY: सिर्फ़ पता लगाए गए चेहरे के मेश के लिए बाउंडिंग बॉक्स उपलब्ध कराता है. यह चेहरे का पता लगाने वाला सबसे तेज़ टूल है. हालांकि, इसकी रेंज की सीमा है. चेहरे, कैमरे से ~2 मीटर या ~7 फ़ीट की दूरी के अंदर होने चाहिए.

   • FACE_MESH (डिफ़ॉल्ट विकल्प): बाउंडिंग बॉक्स और चेहरे के मेश की अतिरिक्त जानकारी (468 3D पॉइंट और त्रिकोण की जानकारी) उपलब्ध कराता है. Pixel 3 पर मेज़र करने पर, BOUNDING_BOX_ONLY के इस्तेमाल के मुकाबले, इंतज़ार का समय ~15% बढ़ जाता है.

उदाहरण के लिए:

Kotlin

val defaultDetector = FaceMeshDetection.getClient(
  FaceMeshDetectorOptions.DEFAULT_OPTIONS)

val boundingBoxDetector = FaceMeshDetection.getClient(
  FaceMeshDetectorOptions.Builder()
    .setUseCase(UseCase.BOUNDING_BOX_ONLY)
    .build()
)

Java

FaceMeshDetector defaultDetector =
        FaceMeshDetection.getClient(
                FaceMeshDetectorOptions.DEFAULT_OPTIONS);

FaceMeshDetector boundingBoxDetector = FaceMeshDetection.getClient(
        new FaceMeshDetectorOptions.Builder()
                .setUseCase(UseCase.BOUNDING_BOX_ONLY)
                .build()
        );

इनपुट इमेज तैयार करना

किसी इमेज में चेहरों का पता लगाने के लिए, Bitmap, media.Image, ByteBuffer, बाइट ऐरे या डिवाइस पर मौजूद किसी फ़ाइल से InputImage ऑब्जेक्ट बनाएं. इसके बाद, InputImage ऑब्जेक्ट को FaceDetector के process तरीके में पास करें.

चेहरे के मेश का पता लगाने के लिए, आपको कम से कम 480x360 पिक्सल डाइमेंशन वाली इमेज का इस्तेमाल करना चाहिए. अगर आपको रीयल टाइम में चेहरों का पता लगाना है, तो इस कम से कम रिज़ॉल्यूशन पर फ़्रेम कैप्चर करने से, इंतज़ार का समय कम हो सकता है.

InputImage ऑब्जेक्ट को अलग-अलग सोर्स से बनाया जा सकता है. हर सोर्स के बारे में यहां बताया गया है.

media.Image का इस्तेमाल करना

media.Image ऑब्जेक्ट से InputImage ऑब्जेक्ट बनाने के लिए, media.Image ऑब्जेक्ट और इमेज के रोटेशन को InputImage.fromMediaImage() में पास करें. जैसे, डिवाइस के कैमरे से इमेज कैप्चर करने पर.

अगर CameraX लाइब्रेरी का इस्तेमाल किया जाता है, तो OnImageCapturedListener और ImageAnalysis.Analyzer क्लास, आपके लिए रोटेशन की वैल्यू का हिसाब लगाती हैं.

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
          // ...
        }
    }
}

अगर किसी कैमरा लाइब्रेरी का इस्तेमाल नहीं किया जाता है, तो इमेज के रोटेशन की डिग्री का हिसाब लगाया जा सकता है. इसके लिए, डिवाइस के रोटेशन की डिग्री और डिवाइस में मौजूद कैमरा सेंसर के ओरिएंटेशन का इस्तेमाल किया जा सकता है:

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;
}

इसके बाद, media.Image ऑब्जेक्ट और रोटेशन की डिग्री की वैल्यू को InputImage.fromMediaImage() में पास करें:

Kotlin

val image = InputImage.fromMediaImage(mediaImage, rotation)
MLKitVisionImage.kt

Java

InputImage image = InputImage.fromMediaImage(mediaImage, rotation);

फ़ाइल यूआरआई का इस्तेमाल करना

फ़ाइल यूआरआई से InputImage ऑब्जेक्ट बनाने के लिए, ऐप्लिकेशन का कॉन्टेक्स्ट और फ़ाइल यूआरआई को InputImage.fromFilePath() में पास करें. यह तब काम आता है, जब आप ACTION_GET_CONTENT इंटेंट का इस्तेमाल करके, उपयोगकर्ता को अपनी गैलरी ऐप्लिकेशन से इमेज चुनने के लिए कहते हैं.

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();
}

ByteBuffer या ByteArray का इस्तेमाल करना

ByteBuffer या ByteArray से InputImage ऑब्जेक्ट बनाने के लिए, सबसे पहले इमेज रोटेशन की डिग्री का हिसाब लगाएं. जैसा कि पहले media.Image इनपुट के लिए बताया गया है. इसके बाद, बफ़र या ऐरे के साथ-साथ, इमेज की ऊंचाई, चौड़ाई, कलर एन्कोडिंग फ़ॉर्मैट, और रोटेशन की डिग्री का इस्तेमाल करके, InputImage ऑब्जेक्ट बनाएं:

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

Bitmap का इस्तेमाल करना

Bitmap ऑब्जेक्ट से InputImage ऑब्जेक्ट बनाने के लिए, यह एलान करें:

Kotlin

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

Java

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

इमेज को रोटेशन की डिग्री के साथ, Bitmap ऑब्जेक्ट से दिखाया जाता है.

इमेज को प्रोसेस करना

इमेज को process तरीके में पास करें:

Kotlin

val result = detector.process(image)
        .addOnSuccessListener { result ->
            // Task completed successfully
            // …
        }
        .addOnFailureListener { e ->
            // Task failed with an exception
            // …
        }

Java

Task<List<FaceMesh>> result = detector.process(image)
        .addOnSuccessListener(
                new OnSuccessListener<List<FaceMesh>>() {
                    @Override
                    public void onSuccess(List<FaceMesh> result) {
                        // Task completed successfully
                        // …
                    }
                })
        .addOnFailureListener(
                new OnFailureListener() {
                    @Override
                    Public void onFailure(Exception e) {
                        // Task failed with an exception
                        // …
                    }
                });

पता लगाए गए चेहरे के मेश के बारे में जानकारी पाना

अगर इमेज में कोई चेहरा दिखता है, तो सफलता के लिसनर को FaceMesh ऑब्जेक्ट की सूची पास की जाती है. हर FaceMesh, इमेज में पता लगाए गए चेहरे को दिखाता है. चेहरे के हर मेश के लिए, इनपुट इमेज में उसके बाउंडिंग कोऑर्डिनेट के साथ-साथ, वह अन्य जानकारी भी पाई जा सकती है जिसे चेहरे के मेश का पता लगाने वाले टूल को ढूंढने के लिए कॉन्फ़िगर किया गया है.

Kotlin

for (faceMesh in faceMeshs) {
    val bounds: Rect = faceMesh.boundingBox()

    // Gets all points
    val faceMeshpoints = faceMesh.allPoints
    for (faceMeshpoint in faceMeshpoints) {
      val index: Int = faceMeshpoints.index()
      val position = faceMeshpoint.position
    }

    // Gets triangle info
    val triangles: List<Triangle<FaceMeshPoint>> = faceMesh.allTriangles
    for (triangle in triangles) {
      // 3 Points connecting to each other and representing a triangle area.
      val connectedPoints = triangle.allPoints()
    }
}

Java

for (FaceMesh faceMesh : faceMeshs) {
    Rect bounds = faceMesh.getBoundingBox();

    // Gets all points
    List<FaceMeshPoint> faceMeshpoints = faceMesh.getAllPoints();
    for (FaceMeshPoint faceMeshpoint : faceMeshpoints) {
        int index = faceMeshpoints.getIndex();
        PointF3D position = faceMeshpoint.getPosition();
    }

    // Gets triangle info
    List<Triangle<FaceMeshPoint>> triangles = faceMesh.getAllTriangles();
    for (Triangle<FaceMeshPoint> triangle : triangles) {
        // 3 Points connecting to each other and representing a triangle area.
        List<FaceMeshPoint> connectedPoints = triangle.getAllPoints();
    }
}