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

एमएल किट का इस्तेमाल करके, सेल्फ़ी जैसी इमेज और वीडियो में मौजूद चेहरों की पहचान की जा सकती है.

फ़ेस मेश डिटेक्शन एपीआई
SDK टूल का नामface-mesh-detection
कार्यान्वयनबिल्ड के दौरान, कोड और ऐसेट आपके ऐप्लिकेशन से स्टैटिक रूप से लिंक होती हैं.
ऐप्लिकेशन के साइज़ का असर~6.4 एमबी
परफ़ॉर्मेंसज़्यादातर डिवाइसों पर रीयल-टाइम में की जाने वाली सुविधाएं.

इसे आज़माएं

वेब कंटेनर इंस्टॉल करने से पहले

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

  2. अपने मॉड्यूल की ऐप्लिकेशन-लेवल की Gradle फ़ाइल में, एमएल किट फ़ेस मेश डिटेक्शन लाइब्रेरी के लिए डिपेंडेंसी जोड़ें. आम तौर पर, 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) के दायरे में होनी चाहिए, ताकि चेहरे की पहचान करने के लिए, चेहरों के साइज़ ज़्यादा हों. आम तौर पर, चेहरा जितना बड़ा होता है, चेहरा मेश की पहचान उतनी ही बेहतर होती है.

  2. चेहरे का आधा हिस्सा कैमरे के सामने होना चाहिए. चेहरे और कैमरे के बीच किसी भी बड़ी चीज़ की वजह से, वीडियो के सटीक होने में कमी आ सकती है.

अगर आपको रीयल-टाइम ऐप्लिकेशन में चेहरों की पहचान करनी है, तो आपको इनपुट इमेज के सभी डाइमेंशन पर भी ध्यान देना चाहिए. छोटी इमेज को तेज़ी से प्रोसेस किया जा सकता है. इसलिए, कम रिज़ॉल्यूशन में इमेज कैप्चर करने के इंतज़ार का समय कम हो जाता है. हालांकि, ऊपर बताई गई ज़रूरी शर्तों का ध्यान रखें. साथ ही, यह पक्का करें कि किसी व्यक्ति का चेहरा, इमेज में ज़्यादा से ज़्यादा जगह ले.

फ़ेस मेश डिटेक्टर को कॉन्फ़िगर करें

अगर आपको फ़ेस मेश डिटेक्टर की किसी भी डिफ़ॉल्ट सेटिंग को बदलना है, तो FaceMeshDetectorOptions ऑब्जेक्ट की मदद से सेटिंग तय करें. आप निम्न सेटिंग बदल सकते हैं:

  1. setUseCase

    • BOUNDING_BOX_ONLY: पहचान किए गए फ़ेस मेश के लिए सिर्फ़ बाउंडिंग बॉक्स उपलब्ध कराता है. यह चेहरे की पहचान करने वाला सबसे तेज़ तरीका है, लेकिन इसकी रेंज सीमित है(चेहरे, कैमरे से ~2 मीटर या ~7 फ़ीट के अंदर होने चाहिए).

    • FACE_MESH (डिफ़ॉल्ट विकल्प): बाउंडिंग बॉक्स और फ़ेस मेश की ज़्यादा जानकारी देता है (468 3D पॉइंट और ट्रायएंगल की जानकारी). BOUNDING_BOX_ONLY के इस्तेमाल के उदाहरण से तुलना करने पर, इंतज़ार का समय करीब 15% तक बढ़ जाता है, जैसा कि Pixel 3 में मापा गया 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 करें

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

फ़ेस मेश की पहचान करने के लिए, आपको कम से कम 480x360 पिक्सल के डाइमेंशन वाली इमेज इस्तेमाल करनी चाहिए. अगर रीयल टाइम में चेहरों का पता लगाया जा रहा है, तो इस कम से कम रिज़ॉल्यूशन पर फ़्रेम कैप्चर करने से, वीडियो स्ट्रीम होने और उसके दिखने के समय का अंतर कम हो सकता है.

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

media.Image का इस्तेमाल करके

किसी media.Image ऑब्जेक्ट से InputImage ऑब्जेक्ट बनाने के लिए, जैसे कि किसी डिवाइस के कैमरे से इमेज कैप्चर करते समय, media.Image ऑब्जेक्ट को पास करें और इमेज 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 इमेज के रोटेशन की डिग्री देने वाली कैमरा लाइब्रेरी का इस्तेमाल नहीं किया जाता है, तो डिवाइस की रोटेशन डिग्री और डिवाइस में कैमरा सेंसर के ओरिएंटेशन की मदद से, इसका हिसाब लगाया 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 डिग्री की वैल्यू को InputImage.fromMediaImage() पर 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() पर पास करें. यह तब काम आता है, जब आप उपयोगकर्ता को उसके गैलरी ऐप्लिकेशन से कोई इमेज चुनने का अनुरोध करने के लिए ACTION_GET_CONTENT इंटेंट का इस्तेमाल करते 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

किसी ByteBuffer या ByteArray से InputImage ऑब्जेक्ट बनाने के लिए, सबसे पहले media.Image इनपुट के लिए बताए गए तरीके से, इमेज रोटेशन की डिग्री का हिसाब लगाएं. इसके बाद, बफ़र या अरे का इस्तेमाल करके, InputImage ऑब्जेक्ट बनाएं. इसके लिए, इमेज की ऊंचाई, चौड़ाई, कलर एन्कोडिंग फ़ॉर्मैट, और रोटेशन डिग्री की जानकारी का इस्तेमाल करें:

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 करके

किसी 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 Bitmap ऑब्जेक्ट से, रोटेशन डिग्री के साथ दिखाया गया है.

इमेज प्रोसेस करें

process तरीके से इमेज 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
                        // …
                    }
                });

चेहरे के जाल की पहचान करें और उसके बारे में जानकारी पाएं

अगर इमेज में किसी चेहरे का पता चलता है, तो सक्सेस लिसनर को FaceMesh ऑब्जेक्ट की सूची भेजी जाती है. हर FaceMesh, इमेज में मिले एक चेहरे को दिखाता है. चेहरे के हर मेश के लिए, इनपुट इमेज में इसके बाउंडिंग कोऑर्डिनेट को देखा जा सकता है. साथ ही, वह जानकारी भी देखी जा सकती है जिसे ढूंढने के लिए आपने फ़ेस मेश डिटेक्टर को कॉन्फ़िगर किया था.

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();
    }
}