在 iOS 上使用 ML Kit 進行自主區隔

ML Kit 提供經過最佳化的自拍區隔 SDK，Selfie Segmenter 資產會在建構時靜態連結至您的應用程式。這會使應用程式大小增加最多 24 MB，且 API 延遲時間可能介於約 7 毫秒到約 12 毫秒之間 (視輸入圖片大小而定，以 iPhone X 測得)。

立即試用

事前準備

  1. 在 Podfile 中加入下列 ML Kit 程式庫：

    pod 'GoogleMLKit/SegmentationSelfie', '8.0.0'

  2. 安裝或更新專案的 Pod 後，請使用 .xcworkspace 開啟 Xcode 專案。Xcode 13.2.1 以上版本支援 ML Kit。

1. 建立 Segmenter 的執行個體

如要對自拍圖片執行區隔作業，請先建立 Segmenter 的執行個體 (使用 SelfieSegmenterOptions)，並視需要指定區隔設定。

區隔器選項

區隔器模式

Segmenter 有兩種運作模式。請務必選擇符合您用途的範本。

STREAM_MODE (default)

這個模式是專為串流影片或相機的影格而設計。在此模式下，分割器會利用前幾格的結果，傳回更平滑的分割結果。

SINGLE_IMAGE_MODE (default)

這個模式適用於不相關的單張圖片。在此模式下，分割器會獨立處理每張圖片，不會對影格進行平滑處理。

啟用原始大小遮罩

要求分割器傳回符合模型輸出大小的原始大小遮罩。

原始遮罩大小 (例如 256x256) 通常小於輸入圖片大小。

如未指定這個選項，分割器會重新調整原始遮罩大小，以符合輸入圖片大小。如要套用自訂重新調整比例邏輯，或您的用途不需要重新調整比例，請考慮使用這個選項。

指定區隔器選項：

Swift

let options = SelfieSegmenterOptions()
options.segmenterMode = .singleImage
options.shouldEnableRawSizeMask = true

Objective-C

MLKSelfieSegmenterOptions *options = [[MLKSelfieSegmenterOptions alloc] init];
options.segmenterMode = MLKSegmenterModeSingleImage;
options.shouldEnableRawSizeMask = YES;

最後，取得 Segmenter 的執行個體。傳送您指定的選項：

Swift

let segmenter = Segmenter.segmenter(options: options)

Objective-C

MLKSegmenter *segmenter = [MLKSegmenter segmenterWithOptions:options];

2. 準備輸入圖片

如要分割自拍影像，請針對每張圖片或每個影片影格執行下列操作：如果啟用串流模式，就必須從 CMSampleBuffer 建立 VisionImage 物件。

使用 UIImage 或 CMSampleBuffer 建立 VisionImage 物件。

如果你使用 UIImage，請按照下列步驟操作：

  • 使用 UIImage 建立 VisionImage 物件。請務必指定正確的 .orientation。

    Swift

    let image = VisionImage(image: UIImage)
visionImage.orientation = image.imageOrientation

    Objective-C

    MLKVisionImage *visionImage = [[MLKVisionImage alloc] initWithImage:image];
visionImage.orientation = image.imageOrientation;

如果你使用 CMSampleBuffer，請按照下列步驟操作：

  • 指定 CMSampleBuffer 中所含圖片資料的方向。

    如要取得圖片方向，請按照下列步驟操作：

    Swift

    func imageOrientation(
  deviceOrientation: UIDeviceOrientation,
  cameraPosition: AVCaptureDevice.Position
) -> UIImage.Orientation {
  switch deviceOrientation {
  case .portrait:
    return cameraPosition == .front ? .leftMirrored : .right
  case .landscapeLeft:
    return cameraPosition == .front ? .downMirrored : .up
  case .portraitUpsideDown:
    return cameraPosition == .front ? .rightMirrored : .left
  case .landscapeRight:
    return cameraPosition == .front ? .upMirrored : .down
  case .faceDown, .faceUp, .unknown:
    return .up
  }
}

    Objective-C

    - (UIImageOrientation)
  imageOrientationFromDeviceOrientation:(UIDeviceOrientation)deviceOrientation
                         cameraPosition:(AVCaptureDevicePosition)cameraPosition {
  switch (deviceOrientation) {
    case UIDeviceOrientationPortrait:
      return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationLeftMirrored
                                                            : UIImageOrientationRight;

    case UIDeviceOrientationLandscapeLeft:
      return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationDownMirrored
                                                            : UIImageOrientationUp;
    case UIDeviceOrientationPortraitUpsideDown:
      return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationRightMirrored
                                                            : UIImageOrientationLeft;
    case UIDeviceOrientationLandscapeRight:
      return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationUpMirrored
                                                            : UIImageOrientationDown;
    case UIDeviceOrientationUnknown:
    case UIDeviceOrientationFaceUp:
    case UIDeviceOrientationFaceDown:
      return UIImageOrientationUp;
  }
}
  • 使用 CMSampleBuffer 物件和方向建立 VisionImage 物件：

    Swift

    let image = VisionImage(buffer: sampleBuffer)
image.orientation = imageOrientation(
  deviceOrientation: UIDevice.current.orientation,
  cameraPosition: cameraPosition)

    Objective-C

     MLKVisionImage *image = [[MLKVisionImage alloc] initWithBuffer:sampleBuffer];
 image.orientation =
   [self imageOrientationFromDeviceOrientation:UIDevice.currentDevice.orientation
                                cameraPosition:cameraPosition];

3. 處理圖片

將 VisionImage 物件傳遞至 Segmenter 的其中一個圖片處理方法。您可以使用非同步 process(image:) 方法或同步 results(in:) 方法。

如要對自拍照執行同步區隔作業，請按照下列步驟操作：

Swift

var mask: [SegmentationMask]
do {
  mask = try segmenter.results(in: image)
} catch let error {
  print("Failed to perform segmentation with error: \(error.localizedDescription).")
  return
}

// Success. Get a segmentation mask here.

Objective-C

NSError *error;
MLKSegmentationMask *mask =
    [segmenter resultsInImage:image error:&error];
if (error != nil) {
  // Error.
  return;
}

// Success. Get a segmentation mask here.

如要以非同步方式對自拍照執行分割作業，請按照下列步驟操作：

Swift

segmenter.process(image) { mask, error in
  guard error == nil else {
    // Error.
    return
  }
  // Success. Get a segmentation mask here.

Objective-C

[segmenter processImage:image
             completion:^(MLKSegmentationMask * _Nullable mask,
                          NSError * _Nullable error) {
               if (error != nil) {
                 // Error.
                 return;
               }
               // Success. Get a segmentation mask here.
             }];

4. 取得區隔遮罩

您可以按照下列方式取得區隔結果：

Swift

let maskWidth = CVPixelBufferGetWidth(mask.buffer)
let maskHeight = CVPixelBufferGetHeight(mask.buffer)

CVPixelBufferLockBaseAddress(mask.buffer, CVPixelBufferLockFlags.readOnly)
let maskBytesPerRow = CVPixelBufferGetBytesPerRow(mask.buffer)
var maskAddress =
    CVPixelBufferGetBaseAddress(mask.buffer)!.bindMemory(
        to: Float32.self, capacity: maskBytesPerRow * maskHeight)

for _ in 0...(maskHeight - 1) {
  for col in 0...(maskWidth - 1) {
    // Gets the confidence of the pixel in the mask being in the foreground.
    let foregroundConfidence: Float32 = maskAddress[col]
  }
  maskAddress += maskBytesPerRow / MemoryLayout<Float32>.size
}

Objective-C

size_t width = CVPixelBufferGetWidth(mask.buffer);
size_t height = CVPixelBufferGetHeight(mask.buffer);

CVPixelBufferLockBaseAddress(mask.buffer, kCVPixelBufferLock_ReadOnly);
size_t maskBytesPerRow = CVPixelBufferGetBytesPerRow(mask.buffer);
float *maskAddress = (float *)CVPixelBufferGetBaseAddress(mask.buffer);

for (int row = 0; row < height; ++row) {
  for (int col = 0; col < width; ++col) {
    // Gets the confidence of the pixel in the mask being in the foreground.
    float foregroundConfidence = maskAddress[col];
  }
  maskAddress += maskBytesPerRow / sizeof(float);
}

如需如何使用區隔結果的完整範例，請參閱 ML Kit 快速入門範例。

提升成效的訣竅

結果品質取決於輸入圖片的品質：

  • 如要讓 ML Kit 取得準確的區隔結果，圖片必須至少為 256x256 像素。
  • 如果您在即時應用程式中執行自拍分割作業，可能也需要考量輸入圖片的整體尺寸。較小的圖片處理速度較快，因此如要縮短延遲時間，請以較低的解析度拍攝圖片，但請注意上述解析度規定，並確保主體盡可能占滿圖片。
  • 圖片對焦不佳也會影響準確度。如果結果不符合要求，請要求使用者重新拍攝圖片。

如要在即時應用程式中使用區隔功能，請按照下列指南操作，以達到最佳影格速率：