在 iOS 上使用 ML Kit 進行自主區隔

ML Kit 提供自拍區隔的最佳化 SDK。Selfie Segmenter 素材資源會在建構期間與應用程式建立靜態連結。這會使應用程式大小增加至最多 24 MB，而 API 延遲時間則會因輸入圖片大小而異，在 iPhone X 上測得的延遲時間約為 7 毫秒至 12 毫秒。

立即試用

事前準備

  1. 在 Podfile 中加入下列 ML Kit 程式庫：

    pod 'GoogleMLKit/SegmentationSelfie', '7.0.0'

  2. 安裝或更新專案的 Pod 後，請使用 .xcworkspace 開啟 Xcode 專案。ML Kit 支援 Xcode 13.2.1 以上版本。

1. 建立 Segmenter 例項

如要對自拍圖片執行區隔，請先使用 SelfieSegmenterOptions 建立 Segmenter 的例項，並視需要指定區隔設定。

區隔器選項

區隔器模式

Segmenter 有兩種運作模式。請務必選擇符合用途的選項。

STREAM_MODE (default)

這個模式專門用於從影片或相機串流影格。在這個模式中，分割器會利用先前影格中的結果，傳回更流暢的分割結果。

SINGLE_IMAGE_MODE (default)

這個模式專為不相關的單張圖片而設計。在這個模式下，分割器會分別處理每張圖片，不會在影格上進行平滑處理。

啟用原始大小遮罩

要求分割器傳回與模型輸出大小相符的原始大小遮罩。

原始遮罩大小 (例如 256x256) 通常會小於輸入圖片大小。

如果未指定這個選項，分割器會重新調整原始遮罩的比例，以符合輸入圖片的大小。如果您想套用自訂的重新調整大小邏輯，或是您的用途不需要重新調整大小，建議您使用這個選項。

指定分割器選項：

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

最後，取得 Segmenter 的例項。傳遞您指定的選項：

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

2. 準備輸入圖片

如要區隔自拍照，請針對每張圖片或影片影格執行下列操作。如果您已啟用串流模式，就必須從 CMSampleBuffer 建立 VisionImage 物件。

使用 UIImage 或 CMSampleBuffer 建立 VisionImage 物件。

如果您使用 UIImage，請按照下列步驟操作：

  • 使用 UIImage 建立 VisionImage 物件。請務必指定正確的 .orientation。
    SwiftObjective-C
    let image = VisionImage(image: UIImage)
visionImage.orientation = image.imageOrientation
     
    MLKVisionImage *visionImage = [[MLKVisionImage alloc] initWithImage:image];
visionImage.orientation = image.imageOrientation;

如果您使用 CMSampleBuffer，請按照下列步驟操作：

  • 指定 CMSampleBuffer 中所含圖片資料的方向。

    如要取得圖片方向，請按照下列步驟操作：

    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;
  }
}
  • 使用 CMSampleBuffer 物件和方向建立 VisionImage 物件：
    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. 處理圖片

將 VisionImage 物件傳遞至 Segmenter 的其中一個圖片處理方法。您可以使用非同步的 process(image:) 方法，也可以使用同步的 results(in:) 方法。

如要同步對自拍圖片執行區隔作業，請按照下列步驟操作：

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.

如要以非同步方式對自拍照圖片執行區隔作業，請按照下列步驟操作：

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. 取得區隔遮罩

您可以透過下列方式取得區隔結果：

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);
}

如需使用區隔結果的完整範例，請參閱 ML Kit 快速入門範例。

提升效能的訣竅

結果的品質取決於輸入圖片的品質：

  • 為了讓 ML Kit 取得準確的分割結果，圖片至少應為 256 x 256 像素。
  • 如果您在即時應用程式中執行自拍區隔作業，也許也要考量輸入圖片的整體尺寸。較小的圖片可加快處理速度，因此為了減少延遲時間，請以較低解析度拍攝圖片，但請注意上述解析度規定，並確保拍攝主體盡可能佔據整個畫面。
  • 圖片對焦不佳也會影響準確度。如果您無法取得可接受的結果，請要求使用者重新拍攝圖片。

如果您想在即時應用程式中使用區隔功能，請按照下列指南操作，以獲得最佳的幀率：