אתם יכולים להשתמש ב-ML Kit כדי לזהות אובייקטים ולעקוב אחריהם בפריימים ברצף של וידאו.
כשמעבירים תמונה ל-ML Kit, המערכת מזהה עד חמישה אובייקטים בתמונה יחד עם המיקום של כל אובייקט בתמונה. כשמזהים אובייקטים בווידאו בסטרימינג, לכל אובייקט יש מזהה ייחודי שאפשר להשתמש בו כדי לעקוב אחר האובייקט מפריים לפריים. אפשר גם להפעיל סיווג של אובייקטים גסים, כדי להוסיף תוויות לאובייקטים עם תיאורי קטגוריות רחבים.
אני רוצה לנסות
- אפשר לנסות את האפליקציה לדוגמה כדי לראות דוגמה לשימוש ב-API הזה.
- אפשר להיכנס לאפליקציית Material Design כדי לראות הטמעה מקצה לקצה של ה-API הזה.
לפני שמתחילים
- בקובץ
build.gradle
ברמת הפרויקט, חשוב לכלול את מאגר Maven של Google בקטעbuildscript
וגם בקטעallprojects
. - מוסיפים את יחסי התלות של ספריות ML Kit ל-Android לקובץ ההדרגתיות של המודול ברמת האפליקציה, שהוא בדרך כלל
app/build.gradle
:dependencies { // ... implementation 'com.google.mlkit:object-detection:17.0.1' }
1. הגדרה של מזהה האובייקטים
כדי לזהות אובייקטים ולעקוב אחריהם, קודם יוצרים מופע של ObjectDetector
, ואפשר לציין את הגדרות המזהה שרוצים לשנות מברירת המחדל.
מגדירים את מזהה האובייקטים לתרחיש לדוגמה באמצעות אובייקט
ObjectDetectorOptions
. אפשר לשנות את ההגדרות הבאות:הגדרות של מזהה אובייקטים מצב זיהוי STREAM_MODE
(ברירת מחדל) |SINGLE_IMAGE_MODE
ב-
STREAM_MODE
(ברירת המחדל), מזהה האובייקטים פועל עם זמן אחזור קצר, אבל יכול להיות שהוא יפיק תוצאות חלקיות (כמו תיבות תוחמות לא צוינו או תוויות של קטגוריות) בהפעלות הראשונות של הגלאי. כמו כן, ב-STREAM_MODE
, הגלאי מקצה מזהים לצורכי מעקב לאובייקטים, שבהם אפשר להשתמש כדי לעקוב אחר אובייקטים במסגרות שונות. אפשר להשתמש במצב הזה כשרוצים לעקוב אחרי אובייקטים, או כשחשוב לזמן אחזור קצר, למשל כשמעבדים וידאו סטרימינג בזמן אמת.ב-
SINGLE_IMAGE_MODE
, מזהה האובייקטים מחזיר את התוצאה לאחר קביעת התיבה התוחמת של האובייקט. אם מפעילים גם את הסיווג, היא מחזירה את התוצאה אחרי שהתיבה התוחמת (bounding box) וגם התווית של הקטגוריה יהיו זמינות. כתוצאה מכך, זמן האחזור לזיהוי עשוי להיות גבוה יותר. כמו כן, ב-SINGLE_IMAGE_MODE
לא מוקצים מזהים לצורכי מעקב. כדאי להשתמש במצב הזה אם זמן האחזור אינו קריטי ולא רוצים לטפל בתוצאות חלקיות.זיהוי אובייקטים מרובים ומעקב אחריהם false
(ברירת מחדל) |true
האם לזהות עד חמישה אובייקטים ולעקוב אחריהם או רק את האובייקט הבולט ביותר (ברירת מחדל).
סיווג אובייקטים false
(ברירת מחדל) |true
האם לסווג אובייקטים שזוהו לקטגוריות גסות או לא. כשהאפשרות הזו מופעלת, מזהה האובייקטים מסווג את האובייקטים לקטגוריות הבאות: מוצרי אופנה, אוכל, מוצרים לבית, מקומות וצמחים.
ה-API לזיהוי אובייקטים ולמעקב מותאמים במיוחד לשני תרחישי השימוש העיקריים הבאים:
- זיהוי ומעקב בזמן אמת של העצם הבולט ביותר בעינית המצלמה.
- זיהוי של אובייקטים מרובים מתמונה סטטית.
כדי להגדיר את ה-API לתרחישים לדוגמה האלה:
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();
אחזור של מופע של
ObjectDetector
:Kotlin
val objectDetector = ObjectDetection.getClient(options)
Java
ObjectDetector objectDetector = ObjectDetection.getClient(options);
2. הכנת תמונת הקלט
כדי לזהות אובייקטים ולעקוב אחריהם, מעבירים תמונות לשיטהprocess()
של המכונה ObjectDetector
.
מזהה האובייקטים פועל ישירות מ-Bitmap
, מ-NV21 ByteBuffer
או מ-YUV_420_888 media.Image
. מומלץ ליצור InputImage
מהמקורות האלה אם יש לכם גישה ישירה לאחד מהם. אם אתם יוצרים InputImage
ממקורות אחרים, אנחנו נטפל בהמרה באופן פנימי עבורכם, ויכול להיות שהיא תהיה פחות יעילה.
עבור כל פריים של סרטון או תמונה ברצף, יש לבצע את הפעולות הבאות:
ניתן ליצור אובייקט InputImage
ממקורות שונים. בהמשך מוסבר על כל אחד מהם.
באמצעות media.Image
כדי ליצור אובייקט InputImage
מאובייקט media.Image
, למשל כשמצלמים תמונה ממצלמת המכשיר, צריך להעביר את האובייקט media.Image
ואת הסיבוב של התמונה אל InputImage.fromMediaImage()
.
אם משתמשים בספריית
CameraX, המחלקות OnImageCapturedListener
ו-ImageAnalysis.Analyzer
מחשבים את ערך הסיבוב בשבילכם.
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 // ... } } }
אם לא משתמשים בספריית מצלמה כדי לקבל את מידת הסיבוב של התמונה, אפשר לחשב אותה לפי מידת הסיבוב של המכשיר והכיוון של חיישן המצלמה במכשיר:
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 }
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; }
לאחר מכן מעבירים את האובייקט media.Image
ואת
ערך מעלה הסיבוב ל-InputImage.fromMediaImage()
:
Kotlin
val image = InputImage.fromMediaImage(mediaImage, rotation)
Java
InputImage image = InputImage.fromMediaImage(mediaImage, rotation);
שימוש ב-URI של קובץ
כדי ליצור אובייקט InputImage
מ-URI של קובץ, מעבירים את ההקשר של האפליקציה ואת ה-URI של הקובץ אל InputImage.fromFilePath()
. האפשרות הזו שימושית כשמשתמשים ב-Intent של ACTION_GET_CONTENT
כדי לבקש מהמשתמשים לבחור תמונה מאפליקציית הגלריה.
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(); }
באמצעות ByteBuffer
או ByteArray
כדי ליצור אובייקט InputImage
מ-ByteBuffer
או מ-ByteArray
, קודם צריך לחשב את מעלות סיבוב התמונה כפי שתואר קודם עבור קלט media.Image
.
לאחר מכן יוצרים את האובייקט InputImage
עם מאגר הנתונים הזמני או המערך, יחד עם הגובה, הרוחב, פורמט קידוד הצבע ומידת הסיבוב של התמונה:
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 )
Java
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 );
באמצעות Bitmap
כדי ליצור אובייקט InputImage
מאובייקט Bitmap
, צריך להשתמש בהצהרה הבאה:
Kotlin
val image = InputImage.fromBitmap(bitmap, 0)
Java
InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);
התמונה מיוצגת על ידי אובייקט Bitmap
יחד עם מעלות סיבוב.
3. עיבוד התמונה
מעבירים את התמונה ל-methodprocess()
:
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 // ... } });
4. קבלת מידע על האובייקטים שזוהו
אם הקריאה ל-process()
מצליחה, רשימה של DetectedObject
מועברת ל-listener.
כל DetectedObject
מכיל את המאפיינים הבאים:
תיבה תוחמת | Rect שמציין את מיקום האובייקט בתמונה. |
||||||
מזהה לצורכי מעקב | מספר שלם שמזהה את האובייקט בתמונות שונות. אפס ב-SINGLE_IMAGE_mode. | ||||||
Labels (תוויות) |
|
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(); } }
הבטחת חוויית משתמש מעולה
כדי ליהנות מחוויית המשתמש הטובה ביותר, יש לפעול לפי ההנחיות הבאות באפליקציה:
- זיהוי האובייקט מצליח תלוי במורכבות החזותית של האובייקט. כדי שהמערכת תזהה אותם, יכול להיות שאובייקטים שיש להם מעט תכונות חזותיות יצטרכו לתפוס חלק גדול יותר מהתמונה. צריך לספק למשתמשים הנחיות ללכידת קלט שעובד היטב עם סוג האובייקטים שרוצים לזהות.
- כשמשתמשים בסיווג, אם רוצים לזהות אובייקטים שלא מתאימים לקטגוריות הנתמכות, צריך להגדיר טיפול מיוחד באובייקטים לא ידועים.
בנוסף, מומלץ לעיין באפליקציית ML Kit Material Design ובאוסף תבניות לפיצ'רים שמבוססים על למידת מכונה ב-Material Design.
Improving performance
אם אתם רוצים להשתמש בזיהוי אובייקטים באפליקציה בזמן אמת, עליכם לפעול לפי ההנחיות הבאות כדי להשיג את קצבי הפריימים הטובים ביותר:
כשמשתמשים במצב סטרימינג באפליקציה בזמן אמת, אין להשתמש בזיהוי אובייקטים מרובים, כי רוב המכשירים לא יוכלו ליצור קצבי פריימים מתאימים.
אם אין לך צורך בסיווג, משביתים את הסיווג.
- אם משתמשים ב-API של
Camera
אוcamera2
, אפשר לווסת קריאות לגלאי. אם מתפנה פריים חדש של וידאו בזמן שהמזהה פועל, צריך לשחרר אותו. כדי לראות דוגמה, אפשר לעיין בכיתהVisionProcessorBase
באפליקציה לדוגמה של המדריך למתחילים. - אם אתם משתמשים ב-
CameraX
API, חשוב לוודא ששיטת הלחץ הזמני מוגדרת לערך ברירת המחדל שלהImageAnalysis.STRATEGY_KEEP_ONLY_LATEST
. כך אפשר להבטיח שרק תמונה אחת תוצג לניתוח בכל פעם. אם נוצרות תמונות נוספות כשהניתוח עמוס, הן יושמטו באופן אוטומטי ולא ימתינו בתור למשלוח. לאחר סגירת התמונה שמנותחת על ידי קריאה ל-ImageProxy.close(), תוצג התמונה העדכנית ביותר הבאה. - אם משתמשים בפלט של הגלאי כדי להציג שכבות גרפיקה
על תמונת הקלט, קודם מקבלים את התוצאה מ-ML Kit ואז מבצעים רינדור של התמונה
ושכבת-העל בשלב אחד. הפעולה הזו מעבדת את הנתונים על פני השטח של התצוגה
פעם אחת בלבד לכל מסגרת קלט. כדי לראות דוגמה, אפשר לעיין בכיתות
CameraSourcePreview
ו-GraphicOverlay
באפליקציה לדוגמה של המדריך למתחילים. - אם משתמשים ב- Camera2 API, צריך לצלם תמונות
בפורמט
ImageFormat.YUV_420_888
. אם משתמשים בגרסה הישנה של Camera API, צריך לצלם תמונות בפורמטImageFormat.NV21
.