การแบ่งกลุ่มเซลฟีด้วย ML Kit บน Android

API นี้ให้บริการในเวอร์ชันเบต้าและไม่ขึ้นอยู่กับ SLA หรือนโยบายการเลิกใช้งาน อาจมีการเปลี่ยนแปลง API นี้ที่ไม่เป็นไปตามความเข้ากันได้แบบย้อนหลัง

ML Kit มี SDK ที่เพิ่มประสิทธิภาพเพื่อการแบ่งกลุ่มเซลฟี

API นี้ใช้ไลบรารีแบบกลุ่มซึ่งจะเพิ่มขนาดแอปของคุณ ดูข้อมูลเพิ่มเติมจากคู่มือนี้

เนื้อหาเครื่องมือแบ่งกลุ่มเซลฟีจะลิงก์กับแอปของคุณแบบคงที่ ณ เวลาบิลด์ การดำเนินการนี้จะเพิ่มขนาดการดาวน์โหลดของแอปประมาณ 4.5 MB และเวลาในการตอบสนองของ API อาจแตกต่างกันไปตั้งแต่ 25 มิลลิวินาทีไปจนถึง 65 มิลลิวินาที ทั้งนี้ขึ้นอยู่กับขนาดรูปภาพอินพุต ตามที่วัดใน Pixel 4

ลองเลย

• ลองใช้แอปตัวอย่างเพื่อดูตัวอย่างการใช้ API นี้

ก่อนเริ่มต้น

API นี้ต้องใช้ API ของ Android ระดับ 21 ขึ้นไป ตรวจสอบว่าไฟล์บิลด์ของแอปใช้ค่า minSdkVersion เป็น 21 ขึ้นไป

1. ในไฟล์ build.gradle ระดับโปรเจ็กต์ อย่าลืมรวมที่เก็บ Maven ของ Google ไว้ทั้งในส่วน buildscript และ allprojects
2. เพิ่มทรัพยากร Dependency สำหรับไลบรารี ML Kit Android ลงในไฟล์ Gradle ระดับแอปของโมดูล ซึ่งปกติคือ app/build.gradle

dependencies {
  implementation 'com.google.mlkit:segmentation-selfie:16.0.0-beta5'
}

1. สร้างอินสแตนซ์ของ Segmenter

ตัวเลือกเครื่องมือแบ่งกลุ่ม

หากต้องการแบ่งกลุ่มรูปภาพ ให้สร้างอินสแตนซ์ของ Segmenter ก่อนโดยระบุตัวเลือกต่อไปนี้

โหมดตัวตรวจจับ

Segmenter ทำงานใน 2 โหมด โปรดเลือกวิธีที่ตรงกับกรณีการใช้งานของคุณ

STREAM_MODE (default)

โหมดนี้ออกแบบมาสำหรับการสตรีมเฟรมจากวิดีโอหรือกล้อง ในโหมดนี้ ตัวแบ่งกลุ่มจะใช้ประโยชน์จากผลลัพธ์จากเฟรมก่อนหน้าเพื่อให้ได้ผลลัพธ์การแบ่งกลุ่มที่ราบรื่นยิ่งขึ้น

SINGLE_IMAGE_MODE

โหมดนี้ได้รับการออกแบบมาสำหรับรูปภาพเดี่ยวๆ ที่ไม่มีความเกี่ยวข้องกัน ในโหมดนี้ ตัวแบ่งกลุ่มจะประมวลผลรูปภาพแต่ละรูปแบบแยกกัน โดยไม่ทำให้เฟรมดูราบเรียบ

เปิดใช้มาสก์ขนาดดิบ

ขอให้ตัวแบ่งกลุ่มแสดงผลมาสก์ขนาดดิบที่ตรงกับขนาดเอาต์พุตของโมเดล

ขนาดมาสก์ดิบ (เช่น 256x256) มักจะเล็กกว่าขนาดรูปภาพอินพุต โปรดโทรติดต่อ SegmentationMask#getWidth() และ SegmentationMask#getHeight() เพื่อขอขนาดมาสก์เมื่อเปิดใช้ตัวเลือกนี้

หากไม่ระบุตัวเลือกนี้ ตัวแบ่งกลุ่มจะปรับขนาดมาสก์ดิบใหม่ให้ตรงกับขนาดรูปภาพอินพุต พิจารณาใช้ตัวเลือกนี้หากต้องการใช้ตรรกะการปรับขนาดที่กำหนดเองหรือไม่จำเป็นต้องปรับขนาดสำหรับกรณีการใช้งาน

ระบุตัวเลือกตัวแบ่งกลุ่ม:

Kotlin

val options =
        SelfieSegmenterOptions.Builder()
            .setDetectorMode(SelfieSegmenterOptions.STREAM_MODE)
            .enableRawSizeMask()
            .build()

Java

SelfieSegmenterOptions options =
        new SelfieSegmenterOptions.Builder()
            .setDetectorMode(SelfieSegmenterOptions.STREAM_MODE)
            .enableRawSizeMask()
            .build();

สร้างอินสแตนซ์ของ Segmenter ส่งผ่านตัวเลือกที่คุณระบุ:

Kotlin

val segmenter = Segmentation.getClient(options)

Java

Segmenter segmenter = Segmentation.getClient(options);

2. เตรียมรูปภาพอินพุต

หากต้องการแบ่งกลุ่มรูปภาพ ให้สร้างออบเจ็กต์ InputImage จาก Bitmap, media.Image, ByteBuffer, ไบต์อาร์เรย์ หรือไฟล์ในอุปกรณ์

คุณสร้างออบเจ็กต์ InputImage จากแหล่งที่มาต่างๆ ได้ตามที่อธิบายไว้ด้านล่าง

กำลังใช้media.Image

หากต้องการสร้างออบเจ็กต์ InputImage จากออบเจ็กต์ media.Image เช่น เมื่อคุณจับภาพจากกล้องของอุปกรณ์ ให้ส่งออบเจ็กต์ media.Image และการหมุนของรูปภาพไปยัง InputImage.fromMediaImage()

หากคุณใช้ไลบรารี CameraX คลาส OnImageCapturedListener และ ImageAnalysis.Analyzer จะคำนวณค่าการหมุนเวียนให้คุณ

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
          // ...
        }
    }
}

หากคุณไม่ได้ใช้ไลบรารีของกล้องที่ให้ระดับการหมุนของภาพ คุณสามารถคำนวณได้จากระดับการหมุนของอุปกรณ์และการวางแนวของเซ็นเซอร์กล้องในอุปกรณ์

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;
}

จากนั้นส่งออบเจ็กต์ media.Image และค่าระดับการหมุนไปยัง InputImage.fromMediaImage() ดังนี้

Kotlin

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

Java

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

การใช้ URI ของไฟล์

หากต้องการสร้างออบเจ็กต์ InputImage จาก URI ของไฟล์ ให้ส่งบริบทของแอปและ URI ของไฟล์ไปยัง InputImage.fromFilePath() ซึ่งจะเป็นประโยชน์เมื่อคุณใช้ Intent ACTION_GET_CONTENT เพื่อแจ้งให้ผู้ใช้เลือกรูปภาพจากแอปแกลเลอรี

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();
}

กำลังใช้ByteBufferหรือByteArray

หากต้องการสร้างออบเจ็กต์ InputImage จาก ByteBuffer หรือ ByteArray ให้คำนวณระดับการหมุนรูปภาพตามที่อธิบายไว้ก่อนหน้านี้สำหรับอินพุต media.Image ก่อน จากนั้นสร้างออบเจ็กต์ InputImage ด้วยบัฟเฟอร์หรืออาร์เรย์ ร่วมกับความสูง ความกว้าง รูปแบบการเข้ารหัสสี และระดับการหมุนของรูปภาพ

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

กำลังใช้Bitmap

หากต้องการสร้างออบเจ็กต์ InputImage จากออบเจ็กต์ Bitmap ให้ประกาศดังต่อไปนี้

Kotlin

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

Java

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

รูปภาพจะแสดงเป็นวัตถุ Bitmap ร่วมกับองศาการหมุน

3. ประมวลผลรูปภาพ

ส่งต่อออบเจ็กต์ InputImage ที่เตรียมไว้ไปยังเมธอด process ของ Segmenter

Kotlin

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

Java

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

หมายเหตุ: หากคุณใช้ CameraX API ให้ปิด ImageProxy เมื่อใช้งานเสร็จแล้ว เช่น โดยเพิ่ม OnCompleteListener ไปยัง Task ที่แสดงผลจากเมธอด process โปรดดูคลาส VisionProcessorBase ในแอปตัวอย่างการเริ่มต้นอย่างรวดเร็ว

4. รับผลการแบ่งกลุ่ม

ผลลัพธ์ที่ได้การแบ่งกลุ่มมีดังนี้

Kotlin

val mask = segmentationMask.getBuffer()
val maskWidth = segmentationMask.getWidth()
val maskHeight = segmentationMask.getHeight()

for (val y = 0; y < maskHeight; y++) {
  for (val x = 0; x < maskWidth; x++) {
    // Gets the confidence of the (x,y) pixel in the mask being in the foreground.
    val foregroundConfidence = mask.getFloat()
  }
}

Java

ByteBuffer mask = segmentationMask.getBuffer();
int maskWidth = segmentationMask.getWidth();
int maskHeight = segmentationMask.getHeight();

for (int y = 0; y < maskHeight; y++) {
  for (int x = 0; x < maskWidth; x++) {
    // Gets the confidence of the (x,y) pixel in the mask being in the foreground.
    float foregroundConfidence = mask.getFloat();
  }
}

สำหรับตัวอย่างแบบเต็มของวิธีใช้ผลการแบ่งกลุ่มลูกค้า โปรดดูตัวอย่างการเริ่มต้นอย่างรวดเร็ว ML Kit

เคล็ดลับในการปรับปรุงประสิทธิภาพ

คุณภาพของผลลัพธ์จะขึ้นอยู่กับคุณภาพของรูปภาพที่ป้อน ดังนี้

• รูปภาพควรมีขนาดอย่างน้อย 256x256 พิกเซล เพื่อให้ ML Kit ได้ผลลัพธ์การแบ่งกลุ่มลูกค้าที่แม่นยำ
• การโฟกัสของรูปภาพไม่ดีอาจส่งผลต่อความแม่นยำด้วย ถ้าคุณไม่ได้ผลลัพธ์ที่ยอมรับได้ โปรดขอให้ผู้ใช้ถ่ายภาพอีกครั้ง

หากคุณต้องการใช้การแบ่งกลุ่มในแอปพลิเคชันแบบเรียลไทม์ ให้ทำตามหลักเกณฑ์ต่อไปนี้เพื่อให้ได้อัตราเฟรมที่ดีที่สุด

• ใช้ STREAM_MODE
• ลองจับภาพที่ความละเอียดต่ำลง อย่างไรก็ตาม โปรดคำนึงถึงข้อกำหนดเกี่ยวกับขนาดรูปภาพของ API นี้ด้วย
• ลองเปิดใช้ตัวเลือกมาสก์ขนาดดิบและรวมตรรกะการปรับขนาดทั้งหมดเข้าด้วยกัน ตัวอย่างเช่น แทนที่จะปล่อยให้ API ปรับขนาดมาสก์ใหม่ให้ตรงกับขนาดรูปภาพที่ป้อนก่อน จากนั้นจึงปรับขนาดอีกครั้งเพื่อให้ตรงกับขนาดมุมมองสำหรับจอแสดงผล ให้ขอมาสก์ขนาดดิบและรวมทั้ง 2 ขั้นตอนนี้เป็นขั้นตอนเดียว
• หากคุณใช้ Camera หรือ camera2 API ให้ควบคุมการเรียกไปยังตัวตรวจจับ หากมีเฟรมวิดีโอใหม่ขณะที่ตัวตรวจจับทำงานอยู่ ให้วางเฟรมดังกล่าว โปรดดูคลาส VisionProcessorBase ในแอปตัวอย่างการเริ่มต้นอย่างรวดเร็วสำหรับตัวอย่าง
• หากใช้ CameraX API โปรดตรวจสอบว่ามีการตั้งค่ากลยุทธ์ Backpress เป็นค่าเริ่มต้น ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST ซึ่งทำให้ระบบนำส่งรูปภาพเพียง 1 รูปเพื่อทำการวิเคราะห์ต่อครั้งเท่านั้น หากมีการสร้างรูปภาพเพิ่มเติมขณะที่เครื่องมือวิเคราะห์ไม่ว่าง รูปภาพจะถูกตัดออกโดยอัตโนมัติและไม่ได้เข้าคิวรอการนำส่ง เมื่อระบบปิดรูปภาพที่วิเคราะห์ด้วยการเรียกใช้ ImageProxy.close() ระบบจะส่งรูปภาพล่าสุดถัดไป
• หากคุณใช้เอาต์พุตของเครื่องมือตรวจจับเพื่อวางซ้อนกราฟิกบนรูปภาพอินพุต ให้รับผลลัพธ์จาก ML Kit ก่อน จากนั้นแสดงผลรูปภาพและการวางซ้อนในขั้นตอนเดียว ซึ่งจะแสดงผลบนพื้นที่แสดงผล เพียงครั้งเดียวต่อเฟรมอินพุตแต่ละเฟรม โปรดดูชั้นเรียน CameraSourcePreview และ GraphicOverlay ในแอปตัวอย่างการเริ่มต้นอย่างรวดเร็ว
• หากคุณใช้ Camera2 API ให้จับภาพในรูปแบบ ImageFormat.YUV_420_888 หากคุณใช้ Camera API เวอร์ชันเก่า ให้จับภาพในรูปแบบ ImageFormat.NV21