किसी इमेज में पहचानी गई चीज़ों को लेबल करने के लिए, एमएल किट का इस्तेमाल किया जा सकता है. डिफ़ॉल्ट मशीन मॉडल ML किट में 400 से ज़्यादा अलग-अलग लेबल इस्तेमाल किए जा सकते हैं.
सुविधा | अनबंडल किए गए | बंडल किए गए |
---|---|---|
लागू करना | मॉडल, Google Play Services के ज़रिए डाइनैमिक रूप से डाउनलोड होता है. | मॉडल आपके बिल्ड टाइम पर स्टैटिक रूप से लिंक किया गया है. |
ऐप्लिकेशन का साइज़ | करीब 200 केबी का साइज़ बढ़ाएं. | करीब 5.7 एमबी का साइज़. |
शुरू करने का समय | पहली बार इस्तेमाल करने से पहले, शायद मॉडल डाउनलोड होने का इंतज़ार करना पड़े. | मॉडल तुरंत उपलब्ध है |
इसे आज़माएं
- इस एपीआई के इस्तेमाल का उदाहरण देखने के लिए, ऐप्लिकेशन के नमूने का इस्तेमाल करें.
शुरू करने से पहले
प्रोजेक्ट-लेवल की
build.gradle
फ़ाइल में, अपनेbuildscript
औरallprojects
, दोनों सेक्शन में Google का Maven का स्टोरेज शामिल करना न भूलें.अपने मॉड्यूल की ऐप्लिकेशन-लेवल की ग्रेडल फ़ाइल में ML किट की Android लाइब्रेरी के लिए डिपेंडेंसी जोड़ें, जो आम तौर पर
app/build.gradle
होती है. अपनी ज़रूरतों के हिसाब से इनमें से कोई एक डिपेंडेंसी चुनें:अपने ऐप्लिकेशन के साथ मॉडल को बंडल करने के लिए:
dependencies { // ... // Use this dependency to bundle the model with your app implementation 'com.google.mlkit:image-labeling:17.0.7' }
Google Play Services में मॉडल का इस्तेमाल करने के लिए:
dependencies { // ... // Use this dependency to use the dynamically downloaded model in Google Play Services implementation 'com.google.android.gms:play-services-mlkit-image-labeling:16.0.8' }
अगर Google Play सेवाओं में मॉडल का इस्तेमाल किया जाता है, तो Play Store से ऐप्लिकेशन इंस्टॉल हो जाने के बाद, ऐप्लिकेशन को डिवाइस पर अपने-आप डाउनलोड करने के लिए, कॉन्फ़िगर किया जा सकता है. ऐसा करने के लिए, अपने ऐप्लिकेशन की
AndroidManifest.xml
फ़ाइल में यह जानकारी जोड़ें:<application ...> ... <meta-data android:name="com.google.mlkit.vision.DEPENDENCIES" android:value="ica" > <!-- To use multiple models: android:value="ica,model2,model3" --> </application>
Google Play सेवाओं के ModuleInstallClient API की मदद से, मॉडल की उपलब्धता की जानकारी साफ़ तौर पर देखी जा सकती है. साथ ही, उसे डाउनलोड करने का अनुरोध भी किया जा सकता है.
अगर आपने इंस्टॉल के समय मॉडल के लिए डाउनलोड चालू नहीं किया है या अश्लील डाउनलोड का अनुरोध नहीं किया है, तो पहली बार लेबलर को चलाने पर मॉडल को डाउनलोड किया जाता है. डाउनलोड पूरा होने से पहले किए गए अनुरोधों से कोई भी नतीजा नहीं मिलता.
अब आप इमेज को लेबल करने के लिए तैयार हैं.
1. इनपुट इमेज तैयार करें
अपनी इमेज से एकInputImage
ऑब्जेक्ट बनाएं.
Bitmap
को इस्तेमाल करने पर इमेज लेबलर सबसे तेज़ काम करता है. इसके अलावा, अगर कैमरा 2 एपीआई का इस्तेमाल किया जा रहा है, तो YY_420_888 media.Image
का इस्तेमाल किया जा सकता है, जो संभव होने पर सुझाया जाता है.
अलग-अलग सोर्स से ऑब्जेक्ट InputImage
बनाया जा सकता है. हर ऑब्जेक्ट के बारे में यहां बताया गया है.
media.Image
का इस्तेमाल किया जा रहा है
media.Image
ऑब्जेक्ट से InputImage
ऑब्जेक्ट बनाने के लिए, media.Image
ऑब्जेक्ट और इमेज का घुमाव, InputImage.fromMediaImage()
को पास करें. उदाहरण के लिए, जब आप किसी डिवाइस के कैमरे से इमेज कैप्चर कर रहे हों.
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 // ... } } }
किसी ऐसी कैमरा लाइब्रेरी का इस्तेमाल न करने पर, जो इमेज को घुमाने की डिग्री देती है, आप डिवाइस के घुमाव डिग्री और डिवाइस में कैमरा सेंसर की दिशा से उसका हिसाब 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, InputImage.fromMediaImage()
ऑब्जेक्ट को media.Image
ऑब्जेक्ट और
रोटेशन डिग्री वैल्यू पास करें:
Kotlin
val image = InputImage.fromMediaImage(mediaImage, rotation)
Java
InputImage image = InputImage.fromMediaImage(mediaImage, rotation);
फ़ाइल यूआरआई का इस्तेमाल करना
किसी फ़ाइल यूआरआई से InputImage
ऑब्जेक्ट बनाने के लिए, ऐप्लिकेशन संदर्भ और फ़ाइल यूआरआई को
InputImage.fromFilePath()
पर भेजें. यह तब मददगार होता है, जब आप ACTION_GET_CONTENT
इंटेंट का इस्तेमाल करके, उपयोगकर्ता से 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
ByteBuffer
या ByteArray
से InputImage
ऑब्जेक्ट बनाने के लिए, पहले इमेज इनपुट के लिए डिग्री का हिसाब लगाएं, जैसा कि पहले media.Image
इनपुट में बताया गया है.
इसके बाद, बफ़र या अरे के साथ InputImage
ऑब्जेक्ट बनाएं. इसमें इमेज की लंबाई, चौड़ाई, कलर एन्कोडिंग का फ़ॉर्मैट, और घुमाव की डिग्री शामिल है.
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 किया जा रहा है
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 रोटेशन ऑब्जेक्ट के साथ Bitmap
ऑब्जेक्ट के ज़रिए दिखाया जाता है.
2. इमेज लेबलर को कॉन्फ़िगर करें और चलाएं
किसी इमेज में ऑब्जेक्ट को लेबल करने के लिए,InputImage
ऑब्जेक्ट को ImageLabeler
के process
तरीके को पास करें.
सबसे पहले,
ImageLabeler
का एक उदाहरण देखें.डिवाइस पर मौजूद इमेज लेबलर का इस्तेमाल करने के लिए, यह जानकारी दें:
Kotlin
// To use default options: val labeler = ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS) // Or, to set the minimum confidence required: // val options = ImageLabelerOptions.Builder() // .setConfidenceThreshold(0.7f) // .build() // val labeler = ImageLabeling.getClient(options)
Java
// To use default options: ImageLabeler labeler = ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS); // Or, to set the minimum confidence required: // ImageLabelerOptions options = // new ImageLabelerOptions.Builder() // .setConfidenceThreshold(0.7f) // .build(); // ImageLabeler labeler = ImageLabeling.getClient(options);
- इसके बाद, इमेज को
process()
वाले तरीके पर भेजें:
Kotlin
labeler.process(image) .addOnSuccessListener { labels -> // Task completed successfully // ... } .addOnFailureListener { e -> // Task failed with an exception // ... }
Java
labeler.process(image) .addOnSuccessListener(new OnSuccessListener<List<ImageLabel>>() { @Override public void onSuccess(List<ImageLabel> labels) { // Task completed successfully // ... } }) .addOnFailureListener(new OnFailureListener() { @Override public void onFailure(@NonNull Exception e) { // Task failed with an exception // ... } });
3. लेबल किए गए ऑब्जेक्ट के बारे में जानकारी पाएं
अगर इमेज को लेबल करने की कार्रवाई पूरी हो जाती है, तोImageLabel
ऑब्जेक्ट की सूची, सक्सेस लिसनर पर पास कर दी जाती है. हर ImageLabel
ऑब्जेक्ट, किसी इमेज को लेबल करता है. बेस मॉडल
400 से ज़्यादा अलग-अलग लेबल के साथ काम करता है.
आपको हर लेबल का टेक्स्ट ब्यौरा, मॉडल के साथ काम करने वाले सभी लेबल में इंडेक्स करने, और मैच के कॉन्फ़िडेंस स्कोर की जानकारी मिल सकती है. उदाहरण के लिए:
Kotlin
for (label in labels) { val text = label.text val confidence = label.confidence val index = label.index }
Java
for (ImageLabel label : labels) { String text = label.getText(); float confidence = label.getConfidence(); int index = label.getIndex(); }
रीयल-टाइम में परफ़ॉर्मेंस को बेहतर बनाने के लिए सलाह
अगर आप रीयल-टाइम ऐप्लिकेशन में इमेज को लेबल करना चाहते हैं, तो सबसे अच्छे फ़्रेम रेट पाने के लिए, इन दिशा-निर्देशों का पालन करें:
Camera
याcamera2
एपीआई का इस्तेमाल करने पर, इमेज लेबल पर कॉल को थ्रॉटल करें. अगर इमेज लेबलर के चलने के दौरान नया वीडियो फ़्रेम उपलब्ध हो जाता है, तो फ़्रेम छोड़ दें. उदाहरण के लिए, क्विकस्टार्ट सैंपल ऐप्लिकेशन मेंVisionProcessorBase
क्लास देखें.- अगर
CameraX
एपीआई का इस्तेमाल किया जाता है, तो पक्का करें कि बैकप्रेस स्ट्रेटजी इसकी डिफ़ॉल्ट वैल्यूImageAnalysis.STRATEGY_KEEP_ONLY_LATEST
पर सेट हो. इस बात की गारंटी है कि विश्लेषण के लिए एक बार में सिर्फ़ एक इमेज डिलीवर की जाएगी. अगर विश्लेषक के व्यस्त होने पर ज़्यादा इमेज बनाई जाती हैं, तो उन्हें अपने-आप ही छोड़ दिया जाएगा और डिलीवरी के लिए उन्हें सूची में नहीं रखा जाएगा. विश्लेषण की जा रही इमेज को ImageProxy.करीब() बंद करके, अगली नई इमेज डिलीवर की जाएगी. - अगर इनपुट इमेज पर ग्राफ़िक ओवरले करने के लिए इमेज लेबलर के आउटपुट
का इस्तेमाल किया जाता है, तो पहले ML किट से नतीजा पाएं. इसके बाद, इमेज और ओवरले को एक ही चरण में रेंडर करें. यह डिसप्ले के हर फ़्रेम के लिए
सिर्फ़ एक बार डिसप्ले की सतह पर रेंडर होता है. उदाहरण के लिए, क्विकस्टार्ट सैंपल ऐप्लिकेशन में
CameraSourcePreview
औरGraphicOverlay
क्लास देखें. - Camera2 एपीआई का इस्तेमाल करने पर, इमेज को
ImageFormat.YUV_420_888
फ़ॉर्मैट में कैप्चर करें. अगर आप पुराने Camera API का इस्तेमाल करते हैं, तो इमेज कोImageFormat.NV21
फ़ॉर्मैट में कैप्चर करें.