การแบ่งกลุ่มเซลฟีด้วย ML Kit บน iOS

ML Kit มี SDK ที่เพิ่มประสิทธิภาพสำหรับการแบ่งกลุ่มเซลฟี ชิ้นงานเครื่องมือแบ่งกลุ่มภาพเซลฟีจะลิงก์กับแอปแบบคงที่ ณ เวลาที่สร้าง ซึ่งจะเพิ่มขนาดแอปสูงสุด 24 MB และเวลาในการตอบสนองของ API อาจแตกต่างกันไปตั้งแต่ประมาณ 7-12 มิลลิวินาที โดยขึ้นอยู่กับขนาดรูปภาพอินพุตที่วัดใน iPhone X

ลองเลย

ก่อนเริ่มต้น

  1. รวมไลบรารี ML Kit ต่อไปนี้ไว้ใน Podfile

    pod 'GoogleMLKit/SegmentationSelfie', '7.0.0'

  2. หลังจากติดตั้งหรืออัปเดต Pods ของโปรเจ็กต์แล้ว ให้เปิดโปรเจ็กต์ Xcode โดยใช้ .xcworkspace ของโปรเจ็กต์นั้น ML Kit ใช้งานได้ใน Xcode เวอร์ชัน 13.2.1 ขึ้นไป

1. สร้างอินสแตนซ์ของ Segmenter

หากต้องการแบ่งกลุ่มรูปภาพเซลฟี ก่อนอื่นให้สร้างอินสแตนซ์ของ Segmenter ด้วย SelfieSegmenterOptions แล้วระบุการตั้งค่าการแบ่งกลุ่ม (ไม่บังคับ)

ตัวเลือกตัวแบ่งกลุ่ม

โหมดตัวแบ่งกลุ่ม

Segmenter ทำงานได้ 2 โหมด โปรดตรวจสอบว่าคุณเลือกรายการที่ตรงกับกรณีการใช้งานของคุณ

STREAM_MODE (default)

โหมดนี้ออกแบบมาสำหรับการสตรีมเฟรมจากวิดีโอหรือกล้อง ในโหมดนี้ ตัวแบ่งกลุ่มจะใช้ประโยชน์จากผลลัพธ์จากเฟรมก่อนหน้าเพื่อให้ได้ผลลัพธ์การแบ่งกลุ่มที่ราบรื่นยิ่งขึ้น

SINGLE_IMAGE_MODE (default)

โหมดนี้ออกแบบมาสำหรับรูปภาพเดี่ยวที่ไม่เกี่ยวข้อง ในโหมดนี้ ตัวแบ่งส่วนจะประมวลผลแต่ละรูปภาพแยกกันโดยไม่มีการเกลี่ยเฟรม

เปิดใช้มาสก์ขนาดดิบ

ขอให้เครื่องมือแบ่งกลุ่มแสดงผลมาสก์ขนาดดิบซึ่งตรงกับขนาดเอาต์พุตของโมเดล

โดยปกติแล้วขนาดมาสก์ดิบ (เช่น 256x256) จะเล็กกว่าขนาดรูปภาพอินพุต

หากไม่ได้ระบุตัวเลือกนี้ ตัวแบ่งส่วนจะปรับขนาดมาสก์ดิบใหม่ให้ตรงกับขนาดรูปภาพอินพุต ลองใช้ตัวเลือกนี้หากต้องการใช้ตรรกะการปรับขนาดที่กําหนดเอง หรือกรณีการใช้งานของคุณไม่จําเป็นต้องปรับขนาด

ระบุตัวเลือกตัวแบ่งกลุ่ม

SwiftObjective-C
let options = SelfieSegmenterOptions()
options.segmenterMode = .singleImage
options.shouldEnableRawSizeMask = true
 
MLKSelfieSegmenterOptions *options = [[MLKSelfieSegmenterOptions alloc] init];
options.segmenterMode = MLKSegmenterModeSingleImage;
options.shouldEnableRawSizeMask = YES;

สุดท้าย ให้รับอินสแตนซ์ของ Segmenter ส่งตัวเลือกที่คุณระบุ

SwiftObjective-C
let segmenter = Segmenter.segmenter(options: options)
 
MLKSegmenter *segmenter = [MLKSegmenter segmenterWithOptions:options];

2. เตรียมรูปภาพอินพุต

หากต้องการแบ่งกลุ่มเซลฟี ให้ทำตามขั้นตอนต่อไปนี้สำหรับรูปภาพหรือเฟรมวิดีโอแต่ละรายการ หากเปิดใช้โหมดสตรีม คุณต้องสร้างออบเจ็กต์ VisionImage จาก CMSampleBuffer

สร้างออบเจ็กต์ VisionImage โดยใช้ UIImage หรือ CMSampleBuffer

หากคุณใช้ UIImage ให้ทำตามขั้นตอนต่อไปนี้

  • สร้างออบเจ็กต์ VisionImage ด้วย UIImage ตรวจสอบว่าได้ระบุ .orientation ที่ถูกต้อง
    SwiftObjective-C
    let image = VisionImage(image: UIImage)
visionImage.orientation = image.imageOrientation
     
    MLKVisionImage *visionImage = [[MLKVisionImage alloc] initWithImage:image];
visionImage.orientation = image.imageOrientation;

หากคุณใช้ CMSampleBuffer ให้ทำตามขั้นตอนต่อไปนี้

  • ระบุการวางแนวของข้อมูลรูปภาพที่อยู่ใน CMSampleBuffer

    วิธีดูการวางแนวรูปภาพ

    SwiftObjective-C
    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
  }
}
      
    - (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;
  }
}
  • สร้างออบเจ็กต์ VisionImage โดยใช้ออบเจ็กต์ CMSampleBuffer และการวางแนวต่อไปนี้
    SwiftObjective-C
    let image = VisionImage(buffer: sampleBuffer)
image.orientation = imageOrientation(
  deviceOrientation: UIDevice.current.orientation,
  cameraPosition: cameraPosition)
     
     MLKVisionImage *image = [[MLKVisionImage alloc] initWithBuffer:sampleBuffer];
 image.orientation =
   [self imageOrientationFromDeviceOrientation:UIDevice.currentDevice.orientation
                                cameraPosition:cameraPosition];

3. ประมวลผลรูปภาพ

ส่งออบเจ็กต์ VisionImage ไปยังวิธีการประมวลผลรูปภาพของ Segmenter คุณจะใช้เมธอด process(image:) แบบไม่พร้อมกันหรือแบบ results(in:) แบบเรียลไทม์ก็ได้

วิธีแบ่งกลุ่มรูปภาพเซลฟีพร้อมกัน

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

// Success. Get a segmentation mask here.

วิธีแบ่งกลุ่มรูปภาพเซลฟีแบบไม่พร้อมกัน

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

4. รับมาสก์การแบ่งกลุ่ม

คุณดูผลลัพธ์การแบ่งกลุ่มได้ดังนี้

SwiftObjective-C
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
}
 
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);
}

ดูตัวอย่างวิธีใช้ผลลัพธ์การแบ่งกลุ่มแบบเต็มได้ที่ตัวอย่างการเริ่มต้นใช้งาน ML Kit

เคล็ดลับในการปรับปรุงประสิทธิภาพ

คุณภาพของผลลัพธ์ขึ้นอยู่กับคุณภาพของรูปภาพอินพุต ดังนี้

  • รูปภาพควรมีขนาดอย่างน้อย 256x256 พิกเซลเพื่อให้ ML Kit ได้ผลลัพธ์การแบ่งกลุ่มที่แม่นยำ
  • หากทำการแบ่งกลุ่มเซลฟีในแอปพลิเคชันแบบเรียลไทม์ คุณอาจต้องพิจารณามิติข้อมูลโดยรวมของรูปภาพอินพุตด้วย ระบบจะประมวลผลรูปภาพขนาดเล็กได้เร็วขึ้น ดังนั้นให้จับภาพที่มีความละเอียดต่ำเพื่อลดเวลาในการตอบสนอง แต่อย่าลืมคำนึงถึงข้อกำหนดด้านความละเอียดข้างต้นและตรวจสอบว่าวัตถุอยู่ในรูปภาพมากที่สุด
  • โฟกัสของรูปภาพไม่ดีก็อาจส่งผลต่อความถูกต้องได้เช่นกัน หากไม่พบผลลัพธ์ที่ยอมรับได้ ให้ขอให้ผู้ใช้ถ่ายภาพอีกครั้ง

หากต้องการใช้การแบ่งกลุ่มในแอปพลิเคชันแบบเรียลไทม์ ให้ทําตามหลักเกณฑ์ต่อไปนี้เพื่อให้ได้อัตราเฟรมที่ดีที่สุด

  • ใช้โหมดตัวแบ่งกลุ่ม stream
  • ลองถ่ายภาพด้วยความละเอียดต่ำลง อย่างไรก็ตาม โปรดคำนึงถึงข้อกำหนดเกี่ยวกับขนาดรูปภาพของ API นี้ด้วย
  • สำหรับประมวลผลเฟรมวิดีโอ ให้ใช้ results(in:) API แบบซิงค์ของตัวแบ่งส่วน เรียกใช้เมธอดนี้จากฟังก์ชัน captureOutput(_, didOutput:from:) ของ AVCaptureVideoDataOutputSampleBufferDelegate เพื่อรับผลลัพธ์จากเฟรมวิดีโอที่ระบุแบบซิงค์ ตั้งค่า alwaysDiscardsLateVideoFrames ของ AVCaptureVideoDataOutput เป็น "จริง" ไว้เสมอเพื่อควบคุมการเรียกใช้ตัวแบ่งกลุ่ม หากเฟรมวิดีโอใหม่พร้อมใช้งานขณะที่ตัวแบ่งกลุ่มทำงานอยู่ ระบบจะทิ้งเฟรมนั้น
  • หากคุณใช้เอาต์พุตของตัวแบ่งกลุ่มเพื่อวางกราฟิกซ้อนทับบนรูปภาพอินพุต ให้รับผลลัพธ์จาก ML Kit ก่อน จากนั้นจึงแสดงผลรูปภาพและวางซ้อนในขั้นตอนเดียว ซึ่งจะทำให้คุณแสดงผลไปยังพื้นผิวการแสดงผลเพียงครั้งเดียวสำหรับเฟรมอินพุตที่ประมวลผลแต่ละเฟรม ดูตัวอย่างได้จากคลาส previewOverlayView และ CameraViewController ในตัวอย่างการเริ่มต้นใช้งาน ML Kit อย่างรวดเร็ว