此页面由 Cloud Translation API 翻译。

使用机器学习套件检测和跟踪对象 (Android)

您可以使用机器学习套件检测和跟踪连续视频帧中的对象。

当您将图片传递给机器学习套件时，机器学习套件最多可检测图片中的 5 个对象以及图像中每个对象的位置。当在视频流，每个对象都有一个唯一 ID，可用于跟踪帧的呈现方式您也可以选择启用粗略对象分类，使用宽泛的类别说明为对象加标签。

试试看

您可以试用示例应用，请查看此 API 的用法示例。
请参阅 Material Design 展示区 app 获取此 API 的端到端实现。

准备工作

此 API 需要 Android API 级别 21 或更高级别。确保应用的构建版本文件使用的 minSdkVersion 值为 21 或更高。

在项目级 build.gradle 文件中，请务必包含 buildscript 和 Google 的 Maven 制品库 allprojects 个版块。
将 Android 版机器学习套件库的依赖项添加到模块的应用级 Gradle 文件，通常为 app/build.gradle：
```
dependencies {
  // ...

  implementation 'com.google.mlkit:object-detection:17.0.1'

}
```

1. 配置对象检测器

如需检测和跟踪对象，请先创建一个 ObjectDetector 实例，然后（可选）指定您想要从默认值。

使用 ObjectDetectorOptions 对象。您可以更改以下设置设置：

对象检测器设置

检测模式

对象检测器设置
检测模式	`STREAM_MODE`（默认）\|`SINGLE_IMAGE_MODE` 在 `STREAM_MODE`（默认）下，对象检测器会运行但可能会生成不完整的结果（例如未指定的边界框或类别标签）检测器的调用。此外，在 `STREAM_MODE` 中，检测器会为对象分配跟踪 ID，供您用来来跨帧跟踪对象。当您想要追踪活动时，可以使用此模式或者对低延迟很重要，例如在处理实时流式传输视频。在 `SINGLE_IMAGE_MODE` 中，对象检测器会返回确定对象的边界框后的结果。如果您也会启用分类，它会返回框和类别标签均可使用。因此检测延迟时间可能更长。此外，在 `SINGLE_IMAGE_MODE`，未分配跟踪 ID。使用如果延迟时间不重要，并且您不希望处理部分结果。
检测和跟踪多个对象	`false`（默认）\|`true` 是检测和跟踪最多五个对象，还是仅检测和跟踪最多五个对象醒目对象（默认）。
对对象进行分类	`false`（默认）\|`true` 是否对检测到的对象进行粗类别分类。启用后，对象检测器会将对象分类到以下类别：时尚用品、食品、家居用品，地点和植物。

STREAM_MODE（默认）|SINGLE_IMAGE_MODE

在 STREAM_MODE（默认）下，对象检测器会运行但可能会生成不完整的结果（例如未指定的边界框或类别标签）检测器的调用。此外，在 STREAM_MODE 中，检测器会为对象分配跟踪 ID，供您用来来跨帧跟踪对象。当您想要追踪活动时，可以使用此模式或者对低延迟很重要，例如在处理实时流式传输视频。

在 SINGLE_IMAGE_MODE 中，对象检测器会返回确定对象的边界框后的结果。如果您也会启用分类，它会返回框和类别标签均可使用。因此检测延迟时间可能更长。此外，在 SINGLE_IMAGE_MODE，未分配跟踪 ID。使用如果延迟时间不重要，并且您不希望处理部分结果。

检测和跟踪多个对象

false（默认）|true

是检测和跟踪最多五个对象，还是仅检测和跟踪最多五个对象醒目对象（默认）。

对对象进行分类

false（默认）|true

是否对检测到的对象进行粗类别分类。启用后，对象检测器会将对象分类到以下类别：时尚用品、食品、家居用品，地点和植物。

对象检测和跟踪 API 针对这两种核心用途进行了优化用例：

实时检测和跟踪相机中最突出的对象取景器
检测静态图片中的多个对象。

如需为这些用例配置 API，请执行以下操作：

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();

获取 ObjectDetector 的一个实例：

Kotlin

val objectDetector = ObjectDetection.getClient(options)

Java

ObjectDetector objectDetector = ObjectDetection.getClient(options);

2. 准备输入图片

如需检测和跟踪对象，请将图片传递给 ObjectDetector 实例的 process() 方法。

对象检测器直接从 Bitmap、NV21 ByteBuffer 或 YUV_420_888 media.Image。根据这些来源构建 InputImage 如果您能直接访问其中的某项建议，则建议您使用 Cloud Storage。如果您构建来自其他来源的 InputImage，我们将处理转换而且效率可能较低

对于序列中的每个视频或图片帧，请执行以下操作：

您可以创建 InputImage 对象，下文对每种方法进行了说明。

使用 `media.Image`

如需创建 InputImage，请执行以下操作：对象（例如从 media.Image 对象中捕获图片时）请传递 media.Image 对象和图片的旋转为 InputImage.fromMediaImage()。

如果您使用 CameraX 库、OnImageCapturedListener 和 ImageAnalysis.Analyzer 类计算旋转角度值。

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
          // ...
        }
    }
}

如果您不使用可提供图片旋转角度的相机库，可以根据设备的旋转角度和镜头方向来计算设备传感器：

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;
}

然后，传递 media.Image 对象和将旋转角度值设为 InputImage.fromMediaImage()：

Kotlin

val image = InputImage.fromMediaImage(mediaImage, rotation)MLKitVisionImage.kt

Java

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

使用文件 URI

如需创建 InputImage，请执行以下操作：对象时，请将应用上下文和文件 URI 传递给 InputImage.fromFilePath()。在需要满足特定条件时使用 ACTION_GET_CONTENT intent 提示用户进行选择从图库应用中获取图片

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();
}

使用 `ByteBuffer` 或 `ByteArray`

如需创建 InputImage，请执行以下操作：对象ByteBuffer或ByteArray时，首先计算图像旋转角度。media.Image 然后，创建带有缓冲区或数组的 InputImage 对象以及图片的高度、宽度、颜色编码格式和旋转角度：

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

使用 `Bitmap`

如需创建 InputImage，请执行以下操作：对象时，请进行以下声明：Bitmap

Kotlin

val image = InputImage.fromBitmap(bitmap, 0)MLKitVisionImage.kt

Java

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

图片由 Bitmap 对象和旋转角度表示。

3. 处理图片

将图片传递给 process() 方法：

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
                // ...
            }
        });

注意：如果您使用的是 CameraX API，请确保在用完 ImageProxy 后将其关闭，例如，通过向从返回的 Task 添加 OnCompleteListener， process 方法。请参阅 VisionProcessorBase 类。

4. 获取有关检测到的对象的信息

如果对 process() 的调用成功，则系统会将 DetectedObject 列表传递给成功监听器。

每个 DetectedObject 包含以下属性：

边界框一个 Rect，指示对象在图片。

跟踪 ID 一个整数，用于跨图片标识对象。以下时间内为 null： SINGLE_IMAGE_MODE。

标签

标签说明	标签的文本说明。它将成为字符串之一， `PredefinedCategory` 中定义的常量。
标签索引	标签在分类器。它是已定义的整数常量之一。在 `PredefinedCategory` 中。
标签置信度	对象分类的置信度值。

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();
    }
}

确保出色的用户体验

为了提供最佳用户体验，请在您的应用中遵循以下准则：

对象检测成功与否取决于对象的视觉复杂性。在视觉特征较少的物体可能需要占据图片的较大部分您应该向用户提供有关能够很好地满足待检测对象类型的输入。
使用分类时，您想要检测未归入彻底归类到支持的类别中，对未知状态执行特殊处理，对象的操作。

另请访问机器学习套件 Material Design 展示应用和 Material Design 适用于机器学习赋能的功能的模式集合。

提高性能

如果要在实时应用中使用对象检测，请遵循以下实现最佳帧速率的准则：

在实时应用中使用流处理模式时，请勿使用多个对象检测，因为大多数设备都无法产生足够的帧速率。
如果您不需要，请停用分类。
如果您使用 Camera 或 camera2 API、限制对检测器的调用。如果新视频当检测器运行时有可用的帧时，请丢弃该帧。请参阅 VisionProcessorBase 类。
如果您使用 CameraX API，确保将 backpressure 策略设置为默认值 ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST。这可保证一次只传送一张图片进行分析。如果有更多图片在分析器繁忙时生成，它们会被自动丢弃，不会排队等待。通过调用 ImageProxy.close()，将传递下一张图片。
如果您使用检测器的输出在图像上叠加显示输入图片，首先从机器学习套件获取结果，和叠加层。这会渲染到每个输入帧只执行一次。请参阅 CameraSourcePreview和 GraphicOverlay 类。
如果您使用 Camera2 API，请以 ImageFormat.YUV_420_888 格式。如果您使用旧版 Camera API，请使用 ImageFormat.NV21 格式。

使用机器学习套件检测和跟踪对象 (Android)

试试看

准备工作

1. 配置对象检测器

Kotlin

Java

Kotlin

Java

2. 准备输入图片

使用 media.Image

Kotlin

Java

Kotlin

Java

Kotlin

Java

使用文件 URI

Kotlin

Java

使用 ByteBuffer 或 ByteArray

Kotlin

Java

使用 Bitmap

Kotlin

Java

3. 处理图片

Kotlin

Java

4. 获取有关检测到的对象的信息

Kotlin

Java

确保出色的用户体验

提高性能

使用 `media.Image`

使用 `ByteBuffer` 或 `ByteArray`

使用 `Bitmap`