机器学习套件提供了经过优化的 SDK 来实现自拍分割。自拍分割器资源在构建时静态关联到您的应用。这会将您的应用大小增加多达 24MB,并且 API 延迟时间可能从约 7 毫秒到约 12 毫秒不等,具体取决于输入图像大小(在 iPhone X 上测量)。
试试看
- 试用示例应用,了解此 API 的用法示例。
准备工作
在 Podfile 中添加以下机器学习套件库:
pod 'GoogleMLKit/SegmentationSelfie', '3.2.0'
安装或更新项目的 Pod 之后,请使用 Xcode 项目的 .
xcworkspace
来打开项目。Xcode 13.2.1 或更高版本支持机器学习套件。
1. 创建 Segmenter 实例
如需对自拍照图片执行分割,请先使用 SelfieSegmenterOptions
创建一个 Segmenter
实例,并视需要指定分割设置。
细分器选项
分割器模式
Segmenter
有两种模式。请务必选择与您的用例相符的设备。
STREAM_MODE (default)
此模式专为流式传输视频或摄像头中的帧而设计。在此模式下,分割器将利用之前帧的结果来返回更流畅的分割结果。
SINGLE_IMAGE_MODE (default)
此模式适用于不相关的单张图片。在此模式下,分割器将独立处理每张图像,而不会对帧进行平滑处理。
启用原始尺寸掩码
要求分割器返回与模型输出大小匹配的原始大小掩码。
原始蒙版尺寸(例如 256x256)通常小于输入图片尺寸。
如果不指定此选项,分割器将重新缩放原始蒙版以匹配输入图像大小。如果您想应用自定义的重新缩放逻辑,或者您的用例不需要重新缩放,请考虑使用此选项。
指定细分器选项:
Swift
let options = SelfieSegmenterOptions() options.segmenterMode = .singleImage options.shouldEnableRawSizeMask = true
Objective-C
MLKSelfieSegmenterOptions *options = [[MLKSelfieSegmenterOptions alloc] init]; options.segmenterMode = MLKSegmenterModeSingleImage; options.shouldEnableRawSizeMask = YES;
最后,获取 Segmenter
的一个实例。传递您指定的选项:
Swift
let segmenter = Segmenter.segmenter(options: options)
Objective-C
MLKSegmenter *segmenter = [MLKSegmenter segmenterWithOptions:options];
2. 准备输入图片
如需对自拍照进行分割,请针对每张图片或视频帧执行以下操作。如果您启用了流模式,则必须从 CMSampleBuffer
创建 VisionImage
对象。
使用 UIImage
或 CMSampleBuffer
创建一个 VisionImage
对象。
如果您使用的是 UIImage
,请按以下步骤操作:
- 使用
UIImage
创建一个VisionImage
对象。请务必指定正确的.orientation
。Swift
let image = VisionImage(image: UIImage) visionImage.orientation = image.imageOrientation
Objective-C
MLKVisionImage *visionImage = [[MLKVisionImage alloc] initWithImage:image]; visionImage.orientation = image.imageOrientation;
如果您使用的是 CMSampleBuffer
,请按以下步骤操作:
-
指定
CMSampleBuffer
中所含图片数据的方向。如需获取图片方向,请运行以下命令:
Swift
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 } }
Objective-C
- (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; } }
- 使用
CMSampleBuffer
对象和方向创建一个VisionImage
对象:Swift
let image = VisionImage(buffer: sampleBuffer) image.orientation = imageOrientation( deviceOrientation: UIDevice.current.orientation, cameraPosition: cameraPosition)
Objective-C
MLKVisionImage *image = [[MLKVisionImage alloc] initWithBuffer:sampleBuffer]; image.orientation = [self imageOrientationFromDeviceOrientation:UIDevice.currentDevice.orientation cameraPosition:cameraPosition];
3. 处理图片
将 VisionImage
对象传递给 Segmenter
的图片处理方法之一。您可以使用异步 process(image:)
方法或同步 results(in:)
方法。
如需同步对自拍照图片执行分割,请执行以下操作:
Swift
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.
Objective-C
NSError *error; MLKSegmentationMask *mask = [segmenter resultsInImage:image error:&error]; if (error != nil) { // Error. return; } // Success. Get a segmentation mask here.
如需异步对自拍照图片执行分割,请执行以下操作:
Swift
segmenter.process(image) { mask, error in guard error == nil else { // Error. return } // Success. Get a segmentation mask here.
Objective-C
[segmenter processImage:image completion:^(MLKSegmentationMask * _Nullable mask, NSError * _Nullable error) { if (error != nil) { // Error. return; } // Success. Get a segmentation mask here. }];
4. 获取分割掩码
您可以获取如下分割结果:
Swift
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 }
Objective-C
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); }
如需查看如何使用细分结果的完整示例,请参阅机器学习套件快速入门示例。
效果提升技巧
结果的质量取决于输入图片的质量:
- 为了使机器学习套件获得准确的分割结果,图片应至少为 256x256 像素。
- 如果您在实时应用中执行自拍分割,可能还需要考虑输入图像的整体尺寸。较小的图片的处理速度可能更快,因此,为了缩短延迟时间,请以较低的分辨率捕获图片,但请注意上述分辨率要求,并确保拍摄对象在图片中占据尽可能多的空间。
- 图片聚焦不佳也会影响准确性。如果您未获得可接受的结果,请让用户重新捕获图片。
如果要在实时应用中使用分割,请遵循以下准则以实现最佳帧速率:
- 使用
stream
细分器模式。 - 建议以较低的分辨率捕获图片。但是,您也要牢记此 API 的图片尺寸要求。
- 如需处理视频帧,请使用分割器的
results(in:)
同步 API。从 AVCaptureVideoDataOutputSampleBufferDelegate 的 captureOutput(_, didOutput:from:) 函数中调用此方法,以同步获取指定视频帧的结果。使 AVCaptureVideoDataOutput 的 alwaysDiscardsLateVideoFrames为 true,以限制对分割器的调用。如果在分割器运行时有新的视频帧可用,该新视频帧就会丢失。 - 如果您使用分割器的输出在输入图片上叠加图形,请先从机器学习套件获取结果,然后在一个步骤中完成图片的呈现和叠加。采用这一方法,每个已处理的输入帧只需在显示表面呈现一次。如需查看示例,请参阅机器学习套件快速入门示例中的 previewOverlayView 和 CameraViewController 类。