Android पर एमएल किट से मुद्राओं की पहचान करना

संग्रह की मदद से व्यवस्थित रहें अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.

एमएल किट, पोज़ की पहचान करने के लिए ऑप्टिमाइज़ किए गए दो SDK टूल उपलब्ध कराती है.

SDK टूल का नामपोज़ का पता लगानास्थिति का सही पता लगाना
लागू करनाकोड और एसेट, बिल्ड टाइम में आपके ऐप्लिकेशन से स्टैटिक तौर पर लिंक किए जाते हैं.कोड और एसेट, बिल्ड टाइम में आपके ऐप्लिकेशन से स्टैटिक तौर पर लिंक किए जाते हैं.
ऐप्लिकेशन के साइज़ पर असर (इसमें कोड और एसेट शामिल हैं)~10.1 एमबी~13.3 एमबी
परफ़ॉर्मेंसPixel 3XL: ~30FPSPixel 3XL: सीपीयू के साथ ~23FPS, जीपीयू के साथ ~30FPS

शुरू करने से पहले

  1. अपने प्रोजेक्ट-लेवल की build.gradle फ़ाइल में, पक्का करें कि आपके buildscript और allprojects, दोनों सेक्शन में Google's Maven का डेटा स्टोर करने की जगह शामिल की गई हो.
  2. अपने मॉड्यूल की एमएल किट Android लाइब्रेरी पर डिपेंडेंसी जोड़ें. यह आम तौर पर app/build.gradle होती है:

    dependencies {
      // If you want to use the base sdk
      implementation 'com.google.mlkit:pose-detection:18.0.0-beta3'
      // If you want to use the accurate sdk
      implementation 'com.google.mlkit:pose-detection-accurate:18.0.0-beta3'
    }
    

1. PoseDetector का इंस्टेंस बनाएं

PoseDetector के विकल्प

किसी इमेज में पोज़ का पता लगाने के लिए, पहले PoseDetector का एक इंस्टेंस बनाएं और वैकल्पिक रूप से पहचानकर्ता सेटिंग बताएं.

वीडियो की पहचान करने वाला मोड

PoseDetector का पता लगाने के दो मोड हैं. पक्का करें कि आपने उसी सुविधा को चुना है, जो आपके उपयोग के उदाहरण से मेल खाती है.

STREAM_MODE (डिफ़ॉल्ट)
पॉज़ डिटेक्टर सबसे पहले इमेज में सबसे लोकप्रिय व्यक्ति की पहचान करेगा और फिर पोज़ डिटेक्शन की सुविधा देगा. बाद के फ़्रेम में, व्यक्ति की पहचान करने का तरीका तब तक पूरा नहीं किया जाएगा, जब तक वह व्यक्ति इस प्रक्रिया को गुप्त रखने या भरोसे के साथ तैयार नहीं हो जाता है. पोज़ डिटेक्टर सबसे चर्चित व्यक्ति को ट्रैक करने की कोशिश करता है. साथ ही, हर आकलन में पोज़ दिखाने की कोशिश करता है. यह इंतज़ार के समय और आसानी से डेटा पहचानने की सुविधा को कम कर देता है. इस मोड का इस्तेमाल तब करें, जब आप वीडियो स्ट्रीम में पोज़ का पता लगाना चाहते हों.
SINGLE_IMAGE_MODE
पोज़ का पता लगाने वाले टूल की मदद से, व्यक्ति की पहचान की जाती है और उसकी जगह की जानकारी शेयर की जाती है. हर इमेज के लिए, व्यक्ति की पहचान करने की सुविधा चालू होगी. इसलिए, इंतज़ार का समय ज़्यादा होगा. साथ ही, कोई व्यक्ति ट्रैकिंग की ज़रूरत नहीं होगी. इस मोड का इस्तेमाल तब करें, जब स्टैटिक इमेज के लिए पोज़ की पहचान का इस्तेमाल किया गया हो या जहां ट्रैकिंग की ज़रूरत न हो.

हार्डवेयर कॉन्फ़िगरेशन

परफ़ॉर्मेंस को ऑप्टिमाइज़ करने के लिए, PoseDetector कई हार्डवेयर कॉन्फ़िगरेशन का इस्तेमाल करता है:

  • CPU: सिर्फ़ सीपीयू का इस्तेमाल करके, पहचान करने वाला टूल चलाएं
  • CPU_GPU: सीपीयू और जीपीयू, दोनों का इस्तेमाल करके डिटेक्टर चलाएं

डिटेक्टर के विकल्प बनाते समय, एपीआई setPreferredHardwareConfigs का इस्तेमाल करके, हार्डवेयर चुनने के विकल्प को कंट्रोल किया जा सकता है. डिफ़ॉल्ट रूप से, सभी हार्डवेयर कॉन्फ़िगरेशन, पसंदीदा के तौर पर सेट होते हैं.

ML किट, हर कॉन्फ़िगरेशन के लिए उपलब्धता, स्थिरता, सुधार, और इंतज़ार के समय को ध्यान में रखकर, चुने गए कॉन्फ़िगरेशन में से सबसे सही कॉन्फ़िगरेशन चुनेगा. अगर कोई भी पसंदीदा कॉन्फ़िगरेशन लागू नहीं होता है, तो फ़ॉलबैक का इस्तेमाल, CPU कॉन्फ़िगरेशन के लिए अपने-आप किया जाएगा. ML किट किसी भी तेज़ी से चालू होने से पहले, इन जांचों और इनसे जुड़ी तैयारी को बिना किसी रुकावट के क्रॉल करेगा. इसलिए, जब आपका उपयोगकर्ता पहली बार पहचानकर्ता का इस्तेमाल करेगा, तो हो सकता है कि यह CPU का इस्तेमाल करे. सभी तैयारी के बाद, सबसे अच्छे कॉन्फ़िगरेशन का इस्तेमाल इन रन में किया जाएगा.

setPreferredHardwareConfigs के इस्तेमाल के उदाहरण:

  • एमएल किट को सबसे बेहतर कॉन्फ़िगरेशन चुनने की अनुमति देने के लिए, इस एपीआई को कॉल न करें.
  • अगर आप कोई तेज़ी नहीं बढ़ाना चाहते, तो सिर्फ़ CPU में पास करें.
  • अगर जीपीयू धीमा होने पर भी सीपीयू को ऑफ़लोड करने के लिए जीपीयू का इस्तेमाल करना है, तो सिर्फ़ CPU_GPU में पास करें.

पोज़ डिटेक्टर के विकल्प बताएं:

Kotlin

// Base pose detector with streaming frames, when depending on the pose-detection sdk
val options = PoseDetectorOptions.Builder()
    .setDetectorMode(PoseDetectorOptions.STREAM_MODE)
    .build()

// Accurate pose detector on static images, when depending on the pose-detection-accurate sdk
val options = AccuratePoseDetectorOptions.Builder()
    .setDetectorMode(AccuratePoseDetectorOptions.SINGLE_IMAGE_MODE)
    .build()

Java

// Base pose detector with streaming frames, when depending on the pose-detection sdk
PoseDetectorOptions options =
   new PoseDetectorOptions.Builder()
       .setDetectorMode(PoseDetectorOptions.STREAM_MODE)
       .build();

// Accurate pose detector on static images, when depending on the pose-detection-accurate sdk
AccuratePoseDetectorOptions options =
   new AccuratePoseDetectorOptions.Builder()
       .setDetectorMode(AccuratePoseDetectorOptions.SINGLE_IMAGE_MODE)
       .build();

आखिर में, PoseDetector का एक इंस्टेंस बनाएं. बताए गए विकल्पों को पास करें:

Kotlin

val poseDetector = PoseDetection.getClient(options)

Java

PoseDetector poseDetector = PoseDetection.getClient(options);

2. इनपुट इमेज तैयार करें

किसी इमेज में मुद्राओं की पहचान करने के लिए, Bitmap, media.Image, ByteBuffer, बाइट कलेक्शन या डिवाइस पर मौजूद किसी फ़ाइल की मदद से InputImage ऑब्जेक्ट बनाएं. इसके बाद, InputImage ऑब्जेक्ट को PoseDetector पर पास करें.

पोज़ का पता लगाने के लिए, आपको कम से कम 480x360 पिक्सल की डाइमेंशन वाली इमेज का इस्तेमाल करना चाहिए. अगर आपको रीयल टाइम में पोज़ का पता चल रहा है, तो इस कम से कम रिज़ॉल्यूशन से फ़्रेम को कैप्चर करने से, इंतज़ार के समय को कम करने में मदद मिल सकती है.

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

media.Image का इस्तेमाल करके

media.Image ऑब्जेक्ट से InputImage ऑब्जेक्ट बनाने के लिए, जैसे जब आप किसी डिवाइस के कैमरे से इमेज कैप्चर करते हैं, तो media.Image ऑब्जेक्ट और इमेज के व्यू को InputImage.fromMediaImage() पर घुमाएं.

अगर आप CameraX लाइब्रेरी का इस्तेमाल करते हैं, तो OnImageCapturedListener और ImageAnalysis.Analyzer क्लास आपके लिए रोटेशन 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 आप ऐसी कैमरा लाइब्रेरी का इस्तेमाल नहीं करते हैं जो आपको इमेज और इमेज की घुमाव डिग्री देती है, तो आप डिवाइस की मदद से, डिवाइस की कैमरा डिग्री और कैमरे के सेंसर की ओरिएंटेशन का पता लगा सकते हैं:

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;
}

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

Kotlin

val image = InputImage.fromMediaImage(mediaImage, rotation)

Java

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

फ़ाइल यूआरआई का इस्तेमाल करना

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

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 या ByteArray का इस्तेमाल करके

InputImage ऑब्जेक्ट को ByteBuffer या ByteArray से बनाने के लिए, पहले इमेज रोटेशन का हिसाब लगाएं, जैसा कि media.Image इनपुट के लिए पहले बताया गया है. इसके बाद, बफ़र या अरे के साथ इमेज और # ऊंचाई, चौड़ाई, रंग एन्कोडिंग फ़ॉर्मैट, और घुमाव डिग्री के साथ InputImage ऑब्जेक्ट बनाएं:

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
);

Bitmap का इस्तेमाल करके

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

Kotlin

val image = InputImage.fromBitmap(bitmap, 0)

Java

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

इमेज को घूमने के डिग्री के साथ Bitmap ऑब्जेक्ट से दिखाया जाता है.

3. इमेज को प्रोसेस करें

तैयार किए गए InputImage ऑब्जेक्ट को PoseDetector's process वाले तरीके से पास करें.

Kotlin

Task<Pose> result = poseDetector.process(image)
       .addOnSuccessListener { results ->
           // Task completed successfully
           // ...
       }
       .addOnFailureListener { e ->
           // Task failed with an exception
           // ...
       }

Java

Task<Pose> result =
        poseDetector.process(image)
                .addOnSuccessListener(
                        new OnSuccessListener<Pose>() {
                            @Override
                            public void onSuccess(Pose pose) {
                                // Task completed successfully
                                // ...
                            }
                        })
                .addOnFailureListener(
                        new OnFailureListener() {
                            @Override
                            public void onFailure(@NonNull Exception e) {
                                // Task failed with an exception
                                // ...
                            }
                        });

4. पहचान की गई स्थिति के बारे में जानकारी पाएं

अगर इमेज में किसी व्यक्ति की पहचान होती है, तो इसका पता लगाने के लिए, पोज़ की पहचान करने वाला एपीआई Pose ऑब्जेक्ट और 33 PoseLandmark दिखाता है.

अगर कोई व्यक्ति पूरी तरह से इमेज के अंदर नहीं था, तो मॉडल, फ़्रेम के बाहर मौजूद छूटे हुए लैंडमार्क को असाइन कर देता है. साथ ही, उन्हें कम InFrameConकॉन्फ़िडेंस के वैल्यू देता है.

अगर फ़्रेम में किसी व्यक्ति का पता नहीं चलता है, तो Pose ऑब्जेक्ट में कोई PoseLandmark नहीं होता.

Kotlin

// Get all PoseLandmarks. If no person was detected, the list will be empty
val allPoseLandmarks = pose.getAllPoseLandmarks()

// Or get specific PoseLandmarks individually. These will all be null if no person
// was detected
val leftShoulder = pose.getPoseLandmark(PoseLandmark.LEFT_SHOULDER)
val rightShoulder = pose.getPoseLandmark(PoseLandmark.RIGHT_SHOULDER)
val leftElbow = pose.getPoseLandmark(PoseLandmark.LEFT_ELBOW)
val rightElbow = pose.getPoseLandmark(PoseLandmark.RIGHT_ELBOW)
val leftWrist = pose.getPoseLandmark(PoseLandmark.LEFT_WRIST)
val rightWrist = pose.getPoseLandmark(PoseLandmark.RIGHT_WRIST)
val leftHip = pose.getPoseLandmark(PoseLandmark.LEFT_HIP)
val rightHip = pose.getPoseLandmark(PoseLandmark.RIGHT_HIP)
val leftKnee = pose.getPoseLandmark(PoseLandmark.LEFT_KNEE)
val rightKnee = pose.getPoseLandmark(PoseLandmark.RIGHT_KNEE)
val leftAnkle = pose.getPoseLandmark(PoseLandmark.LEFT_ANKLE)
val rightAnkle = pose.getPoseLandmark(PoseLandmark.RIGHT_ANKLE)
val leftPinky = pose.getPoseLandmark(PoseLandmark.LEFT_PINKY)
val rightPinky = pose.getPoseLandmark(PoseLandmark.RIGHT_PINKY)
val leftIndex = pose.getPoseLandmark(PoseLandmark.LEFT_INDEX)
val rightIndex = pose.getPoseLandmark(PoseLandmark.RIGHT_INDEX)
val leftThumb = pose.getPoseLandmark(PoseLandmark.LEFT_THUMB)
val rightThumb = pose.getPoseLandmark(PoseLandmark.RIGHT_THUMB)
val leftHeel = pose.getPoseLandmark(PoseLandmark.LEFT_HEEL)
val rightHeel = pose.getPoseLandmark(PoseLandmark.RIGHT_HEEL)
val leftFootIndex = pose.getPoseLandmark(PoseLandmark.LEFT_FOOT_INDEX)
val rightFootIndex = pose.getPoseLandmark(PoseLandmark.RIGHT_FOOT_INDEX)
val nose = pose.getPoseLandmark(PoseLandmark.NOSE)
val leftEyeInner = pose.getPoseLandmark(PoseLandmark.LEFT_EYE_INNER)
val leftEye = pose.getPoseLandmark(PoseLandmark.LEFT_EYE)
val leftEyeOuter = pose.getPoseLandmark(PoseLandmark.LEFT_EYE_OUTER)
val rightEyeInner = pose.getPoseLandmark(PoseLandmark.RIGHT_EYE_INNER)
val rightEye = pose.getPoseLandmark(PoseLandmark.RIGHT_EYE)
val rightEyeOuter = pose.getPoseLandmark(PoseLandmark.RIGHT_EYE_OUTER)
val leftEar = pose.getPoseLandmark(PoseLandmark.LEFT_EAR)
val rightEar = pose.getPoseLandmark(PoseLandmark.RIGHT_EAR)
val leftMouth = pose.getPoseLandmark(PoseLandmark.LEFT_MOUTH)
val rightMouth = pose.getPoseLandmark(PoseLandmark.RIGHT_MOUTH)

Java

// Get all PoseLandmarks. If no person was detected, the list will be empty
List<PoseLandmark> allPoseLandmarks = pose.getAllPoseLandmarks();

// Or get specific PoseLandmarks individually. These will all be null if no person
// was detected
PoseLandmark leftShoulder = pose.getPoseLandmark(PoseLandmark.LEFT_SHOULDER);
PoseLandmark rightShoulder = pose.getPoseLandmark(PoseLandmark.RIGHT_SHOULDER);
PoseLandmark leftElbow = pose.getPoseLandmark(PoseLandmark.LEFT_ELBOW);
PoseLandmark rightElbow = pose.getPoseLandmark(PoseLandmark.RIGHT_ELBOW);
PoseLandmark leftWrist = pose.getPoseLandmark(PoseLandmark.LEFT_WRIST);
PoseLandmark rightWrist = pose.getPoseLandmark(PoseLandmark.RIGHT_WRIST);
PoseLandmark leftHip = pose.getPoseLandmark(PoseLandmark.LEFT_HIP);
PoseLandmark rightHip = pose.getPoseLandmark(PoseLandmark.RIGHT_HIP);
PoseLandmark leftKnee = pose.getPoseLandmark(PoseLandmark.LEFT_KNEE);
PoseLandmark rightKnee = pose.getPoseLandmark(PoseLandmark.RIGHT_KNEE);
PoseLandmark leftAnkle = pose.getPoseLandmark(PoseLandmark.LEFT_ANKLE);
PoseLandmark rightAnkle = pose.getPoseLandmark(PoseLandmark.RIGHT_ANKLE);
PoseLandmark leftPinky = pose.getPoseLandmark(PoseLandmark.LEFT_PINKY);
PoseLandmark rightPinky = pose.getPoseLandmark(PoseLandmark.RIGHT_PINKY);
PoseLandmark leftIndex = pose.getPoseLandmark(PoseLandmark.LEFT_INDEX);
PoseLandmark rightIndex = pose.getPoseLandmark(PoseLandmark.RIGHT_INDEX);
PoseLandmark leftThumb = pose.getPoseLandmark(PoseLandmark.LEFT_THUMB);
PoseLandmark rightThumb = pose.getPoseLandmark(PoseLandmark.RIGHT_THUMB);
PoseLandmark leftHeel = pose.getPoseLandmark(PoseLandmark.LEFT_HEEL);
PoseLandmark rightHeel = pose.getPoseLandmark(PoseLandmark.RIGHT_HEEL);
PoseLandmark leftFootIndex = pose.getPoseLandmark(PoseLandmark.LEFT_FOOT_INDEX);
PoseLandmark rightFootIndex = pose.getPoseLandmark(PoseLandmark.RIGHT_FOOT_INDEX);
PoseLandmark nose = pose.getPoseLandmark(PoseLandmark.NOSE);
PoseLandmark leftEyeInner = pose.getPoseLandmark(PoseLandmark.LEFT_EYE_INNER);
PoseLandmark leftEye = pose.getPoseLandmark(PoseLandmark.LEFT_EYE);
PoseLandmark leftEyeOuter = pose.getPoseLandmark(PoseLandmark.LEFT_EYE_OUTER);
PoseLandmark rightEyeInner = pose.getPoseLandmark(PoseLandmark.RIGHT_EYE_INNER);
PoseLandmark rightEye = pose.getPoseLandmark(PoseLandmark.RIGHT_EYE);
PoseLandmark rightEyeOuter = pose.getPoseLandmark(PoseLandmark.RIGHT_EYE_OUTER);
PoseLandmark leftEar = pose.getPoseLandmark(PoseLandmark.LEFT_EAR);
PoseLandmark rightEar = pose.getPoseLandmark(PoseLandmark.RIGHT_EAR);
PoseLandmark leftMouth = pose.getPoseLandmark(PoseLandmark.LEFT_MOUTH);
PoseLandmark rightMouth = pose.getPoseLandmark(PoseLandmark.RIGHT_MOUTH);

परफ़ॉर्मेंस को बेहतर बनाने के लिए सलाह

आपके नतीजों की क्वालिटी, इनपुट इमेज की क्वालिटी पर निर्भर करती है:

  • एमएल किट को पोज़ को सही तरीके से पहचानने के लिए, इमेज में शामिल व्यक्ति के पास ज़रूरत के मुताबिक पिक्सल डेटा होना चाहिए. सबसे अच्छी परफ़ॉर्मेंस के लिए, सब्जेक्ट की इमेज कम से कम 256x256 पिक्सल की होनी चाहिए.
  • अगर आपको किसी रीयल-टाइम ऐप्लिकेशन में पोज़ का पता चलता है, तो आप इनपुट इमेज के सभी डाइमेंशन पर भी विचार कर सकते हैं. छोटी इमेज को तेज़ी से प्रोसेस किया जा सकता है, इसलिए इंतज़ार के समय को कम करने के लिए, कम रिज़ॉल्यूशन वाली इमेज को कैप्चर करें. इसके बावजूद, ऊपर बताई गई रिज़ॉल्यूशन की शर्तों को ध्यान में रखें और पक्का करें कि सब्जेक्ट पर ज़्यादा से ज़्यादा इमेज हो.
  • इमेज का फ़ोकस खराब होने से, उसके सटीक होने पर भी असर पड़ सकता है. अगर आपको स्वीकार किए जाने वाले नतीजे नहीं मिलते हैं, तो उपयोगकर्ता से इमेज को दोबारा कैप्चर करने के लिए कहें.

अगर आपको रीयल-टाइम में अपने ऐप्लिकेशन की पहचान दिखाने के लिए इसका इस्तेमाल करना है, तो सबसे सही फ़्रेम दर पाने के लिए इन दिशा-निर्देशों का पालन करें:

  • स्थिति का पता लगाने की मूल sdk और STREAM_MODE का इस्तेमाल करें.
  • कम रिज़ॉल्यूशन वाली इमेज कैप्चर करें. हालांकि, इस एपीआई की इमेज डाइमेंशन से जुड़ी ज़रूरी शर्तों का भी ध्यान रखें.
  • अगर Camera या camera2 एपीआई का इस्तेमाल किया जा रहा है, तो पहचान करने वालों को थ्रॉटल करें. अगर पहचान करने वाले की सुविधा चालू होने पर, कोई नया वीडियो फ़्रेम उपलब्ध होता है, तो फ़्रेम को छोड़ दें. उदाहरण के लिए, क्विकस्टार्ट ऐप्लिकेशन में VisionProcessorBase क्लास देखें.
  • अगर आप CameraX एपीआई का इस्तेमाल करते हैं, तो पक्का करें कि बैकप्रेस रणनीति को डिफ़ॉल्ट वैल्यू ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST पर सेट किया गया है. यह गारंटी देता है कि एक बार में विश्लेषण के लिए सिर्फ़ एक इमेज डिलीवर की जाएगी. अगर एनालिस्ट के व्यस्त होने पर ज़्यादा इमेज बनाई जाती हैं, तो उन्हें अपने-आप छोड़ दिया जाएगा और उन्हें डिलीवरी के लिए सूची में नहीं रखा जाएगा. जब इमेज का विश्लेषण किया जा रहा हो, तो ImageProxy. Close() को कॉल करके बंद कर दिया जाता है. इसके बाद, अगली नई इमेज डिलीवर हो जाती है.
  • अगर आप इनपुट इमेज पर ग्राफ़िक दिखाने के लिए पहचानकर्ता का इस्तेमाल करते हैं, तो पहले एमएल किट से नतीजा पाएं. इसके बाद, एक ही चरण में इमेज और ओवरले को रेंडर करें. यह डिसप्ले के हर फ़्रेम के लिए, डिसप्ले प्लैटफ़ॉर्म को सिर्फ़ एक बार रेंडर करता है. उदाहरण के लिए, क्विकस्टार्ट ऐप्लिकेशन में CameraSourcePreview और GraphicOverlay क्लास देखें.
  • अगर आप Camera2 एपीआई का इस्तेमाल करते हैं, तो इमेज को ImageFormat.YUV_420_888 फ़ॉर्मैट में कैप्चर करें. अगर आप पुराने Camera API का इस्तेमाल करते हैं, तो इमेज को ImageFormat.NV21 फ़ॉर्मैट में कैप्चर करें.

अगले चरण