অ্যান্ড্রয়েডের জন্য এমএল কিট সহ বিষয় বিভাজন

আপনার অ্যাপে সহজে বিষয়ভিত্তিক বিভাজন বৈশিষ্ট্য যোগ করতে এমএল কিট ব্যবহার করুন।

বৈশিষ্ট্য বিস্তারিত
এসডিকে নাম প্লে-সার্ভিসেস-এমএলকিট-সাবজেক্ট-সেগমেন্টেশন
বাস্তবায়ন আনবান্ডলড: মডেলটি গুগল প্লে পরিষেবা ব্যবহার করে ডায়নামিকভাবে ডাউনলোড করা হয়।
অ্যাপের আকারের প্রভাব আকার প্রায় ২০০ কিলোবাইট বৃদ্ধি পেয়েছে।
প্রারম্ভিক সময় প্রথমবার ব্যবহারের আগে মডেলটি ডাউনলোড হওয়ার জন্য ব্যবহারকারীদের অপেক্ষা করতে হতে পারে।

চেষ্টা করে দেখুন

  • এই API-টির একটি উদাহরণমূলক ব্যবহার দেখতে নমুনা অ্যাপটি ব্যবহার করে দেখুন।

শুরু করার আগে

  1. আপনার প্রোজেক্ট-স্তরের build.gradle ফাইলে, buildscript এবং allprojects উভয় সেকশনেই গুগলের মেভেন রিপোজিটরি অন্তর্ভুক্ত করা নিশ্চিত করুন।
  2. আপনার মডিউলের অ্যাপ-লেভেল গ্রেডল ফাইলে (যা সাধারণত app/build.gradle হয়) ML Kit সাবজেক্ট সেগমেন্টেশন লাইব্রেরির ডিপেন্ডেন্সিটি যোগ করুন: 
dependencies {
   implementation 'com.google.android.gms:play-services-mlkit-subject-segmentation:16.0.0-beta1'
}

উপরে যেমন উল্লেখ করা হয়েছে, মডেলটি গুগল প্লে সার্ভিসেস দ্বারা সরবরাহ করা হয়। প্লে স্টোর থেকে আপনার অ্যাপ ইনস্টল হওয়ার পর, আপনি আপনার অ্যাপটিকে ডিভাইসে স্বয়ংক্রিয়ভাবে মডেলটি ডাউনলোড করার জন্য কনফিগার করতে পারেন। এটি করার জন্য, আপনার অ্যাপের AndroidManifest.xml ফাইলে নিম্নলিখিত ডিক্লারেশনটি যোগ করুন:

<application ...>
      ...
      <meta-data
          android:name="com.google.mlkit.vision.DEPENDENCIES"
          android:value="subject_segment" >
      <!-- To use multiple models: android:value="subject_segment,model2,model3" -->
</application>

এছাড়াও আপনি ModuleInstallClient API ব্যবহার করে গুগল প্লে সার্ভিসের মাধ্যমে মডেলের প্রাপ্যতা স্পষ্টভাবে যাচাই করতে এবং ডাউনলোডের অনুরোধ করতে পারেন।

আপনি যদি ইনস্টল-টাইম মডেল ডাউনলোড সক্ষম না করেন বা সুস্পষ্ট ডাউনলোডের অনুরোধ না করেন, তাহলে প্রথমবার সেগমেন্টারটি চালানোর সময় মডেলটি ডাউনলোড হয়ে যায়। ডাউনলোড সম্পূর্ণ হওয়ার আগে করা অনুরোধগুলোর কোনো ফলাফল পাওয়া যায় না।

১. ইনপুট চিত্রটি প্রস্তুত করুন।

কোনো ইমেজের সেগমেন্টেশন করার জন্য, ডিভাইসের Bitmap , media.Image , ByteBuffer , বাইট অ্যারে বা কোনো ফাইল থেকে একটি InputImage অবজেক্ট তৈরি করুন।

আপনি বিভিন্ন উৎস থেকে একটি InputImage অবজেক্ট তৈরি করতে পারেন, যার প্রতিটি নিচে ব্যাখ্যা করা হলো।

একটি media.Image ব্যবহার করে।

একটি media.Image অবজেক্ট থেকে InputImage অবজেক্ট তৈরি করতে, যেমন যখন আপনি ডিভাইসের ক্যামেরা থেকে একটি ছবি তোলেন, তখন media.Image অবজেক্টটি এবং ছবিটির রোটেশন InputImage.fromMediaImage() ফাংশনে পাস করুন।

আপনি CameraX লাইব্রেরি ব্যবহার করলে, OnImageCapturedListener এবং ImageAnalysis.Analyzer ক্লাসগুলো আপনার জন্য ঘূর্ণন মান গণনা করে দেয়।

কোটলিন 

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
            // ...
        }
    }
}

জাভা 

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
          // ...
        }
    }
}

যদি আপনি এমন কোনো ক্যামেরা লাইব্রেরি ব্যবহার না করেন যা আপনাকে ছবির ঘূর্ণন মাত্রা জানিয়ে দেয়, তাহলে আপনি ডিভাইসের ঘূর্ণন মাত্রা এবং ডিভাইসের ক্যামেরা সেন্সরের অভিমুখ থেকে এটি গণনা করতে পারেন:

কোটলিন 

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

জাভা 

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;
}

এরপর, media.Image অবজেক্ট এবং ঘূর্ণন ডিগ্রির মানটি InputImage.fromMediaImage() -এ পাস করুন:

কোটলিন 

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

Java

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

একটি ফাইল URI ব্যবহার করে

একটি ফাইল URI থেকে InputImage অবজেক্ট তৈরি করতে, InputImage.fromFilePath() -এ অ্যাপ কনটেক্সট এবং ফাইল URI পাস করুন। এটি তখন কাজে আসে যখন আপনি ACTION_GET_CONTENT ইন্টেন্ট ব্যবহার করে ব্যবহারকারীকে তার গ্যালারি অ্যাপ থেকে একটি ছবি বেছে নিতে বলেন।

কোটলিন 

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();
}

ByteBuffer বা ByteArray ব্যবহার করে

একটি ByteBuffer বা ByteArray থেকে InputImage অবজেক্ট তৈরি করতে, প্রথমে media.Image ইনপুটের জন্য পূর্বে বর্ণিত পদ্ধতি অনুযায়ী ছবির ঘূর্ণন মাত্রা গণনা করুন। তারপর, বাফার বা অ্যারেটি ব্যবহার করে ছবির উচ্চতা, প্রস্থ, কালার এনকোডিং ফরম্যাট এবং ঘূর্ণন মাত্রা সহ InputImage অবজেক্টটি তৈরি করুন।

কোটলিন 

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

জাভা 

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

Bitmap ব্যবহার করে

একটি Bitmap অবজেক্ট থেকে InputImage অবজেক্ট তৈরি করতে, নিম্নলিখিত ডিক্লারেশনটি করুন:

কোটলিন 

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

Java

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

ছবিটি ঘূর্ণন মাত্রা সহ একটি Bitmap অবজেক্ট দ্বারা উপস্থাপিত হয়।

২. SubjectSegmenter-এর একটি ইনস্ট্যান্স তৈরি করুন।

সেগমেন্টার বিকল্পগুলি সংজ্ঞায়িত করুন

আপনার ইমেজকে সেগমেন্ট করতে, প্রথমে নিম্নলিখিতভাবে SubjectSegmenterOptions এর একটি ইনস্ট্যান্স তৈরি করুন:

কোটলিন 

val options = SubjectSegmenterOptions.Builder()
       // enable options
       .build()

জাভা 

SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder()
        // enable options
        .build();

এখানে প্রতিটি বিকল্পের বিস্তারিত বিবরণ দেওয়া হলো:

অগ্রভাগের আত্মবিশ্বাস মাস্ক

ফোরগ্রাউন্ড কনফিডেন্স মাস্ক আপনাকে পটভূমি থেকে সম্মুখভাগের বিষয়বস্তুকে আলাদা করতে সাহায্য করে।

অপশনগুলিতে enableForegroundConfidenceMask() কল করলে, ইমেজ প্রসেস করার পর প্রাপ্ত SubjectSegmentationResult অবজেক্টের উপর getForegroundMask() কল করে আপনি পরবর্তীতে ফোরগ্রাউন্ড মাস্কটি পুনরুদ্ধার করতে পারবেন।

কোটলিন 

val options = SubjectSegmenterOptions.Builder()
        .enableForegroundConfidenceMask()
        .build()

জাভা 

SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder()
        .enableForegroundConfidenceMask()
        .build();
ফোরগ্রাউন্ড বিটম্যাপ

একইভাবে, আপনি সম্মুখভাগের বিষয়বস্তুর একটি বিটম্যাপও পেতে পারেন।

অপশনগুলিতে enableForegroundBitmap() ` কল করলে, ইমেজ প্রসেস করার পর ফেরত আসা SubjectSegmentationResult অবজেক্টের উপর getForegroundBitmap() কল করে আপনি পরবর্তীতে ফোরগ্রাউন্ড বিটম্যাপটি পুনরুদ্ধার করতে পারবেন।

কোটলিন 

val options = SubjectSegmenterOptions.Builder()
        .enableForegroundBitmap()
        .build()

জাভা 

SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder()
        .enableForegroundBitmap()
        .build();
বহু-বিষয় আত্মবিশ্বাস মাস্ক

ফোরগ্রাউন্ড অপশনগুলোর মতোই, আপনি প্রতিটি ফোরগ্রাউন্ড সাবজেক্টের জন্য কনফিডেন্স মাস্ক সক্রিয় করতে SubjectResultOptions নিম্নরূপভাবে ব্যবহার করতে পারেন:

কোটলিন 

val subjectResultOptions = SubjectSegmenterOptions.SubjectResultOptions.Builder()
    .enableConfidenceMask()
    .build()

val options = SubjectSegmenterOptions.Builder()
    .enableMultipleSubjects(subjectResultOptions)
    .build()

জাভা 

SubjectResultOptions subjectResultOptions =
        new SubjectSegmenterOptions.SubjectResultOptions.Builder()
            .enableConfidenceMask()
            .build()

SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder()
      .enableMultipleSubjects(subjectResultOptions)
      .build()
বহু-বিষয় বিটম্যাপ

এবং একইভাবে, আপনি প্রতিটি বিষয়ের জন্য বিটম্যাপটি সক্রিয় করতে পারেন:

কোটলিন 

val subjectResultOptions = SubjectSegmenterOptions.SubjectResultOptions.Builder()
    .enableSubjectBitmap()
    .build()

val options = SubjectSegmenterOptions.Builder()
    .enableMultipleSubjects(subjectResultOptions)
    .build()

জাভা 

SubjectResultOptions subjectResultOptions =
      new SubjectSegmenterOptions.SubjectResultOptions.Builder()
        .enableSubjectBitmap()
        .build()

SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder()
      .enableMultipleSubjects(subjectResultOptions)
      .build()

বিষয় বিভাজক তৈরি করুন

একবার আপনি SubjectSegmenterOptions অপশনগুলো নির্দিষ্ট করে দিলে, getClient() কল করে এবং অপশনগুলোকে প্যারামিটার হিসেবে পাস করে একটি SubjectSegmenter ইনস্ট্যান্স তৈরি করুন:

কোটলিন 

val segmenter = SubjectSegmentation.getClient(options)

জাভা 

SubjectSegmenter segmenter = SubjectSegmentation.getClient(options);

৩. একটি ছবি প্রক্রিয়াকরণ করুন

প্রস্তুতকৃত InputImage অবজেক্টটি SubjectSegmenter এর process মেথডে পাঠান:

কোটলিন 

segmenter.process(inputImage)
    .addOnSuccessListener { result ->
        // Task completed successfully
        // ...
    }
    .addOnFailureListener { e ->
        // Task failed with an exception
        // ...
    }

জাভা 

segmenter.process(inputImage)
    .addOnSuccessListener(new OnSuccessListener() {
            @Override
            public void onSuccess(SubjectSegmentationResult result) {
                // Task completed successfully
                // ...
            }
        })
        .addOnFailureListener(new OnFailureListener() {
            @Override
            public void onFailure(@NonNull Exception e) {
                // Task failed with an exception
                // ...
            }
        });

৪. বিষয় বিভাজনের ফলাফল নিন

ফোরগ্রাউন্ড মাস্ক এবং বিটম্যাপ পুনরুদ্ধার করুন

প্রক্রিয়াকরণ সম্পন্ন হলে, আপনি নিম্নলিখিতভাবে getForegroundConfidenceMask() কল করে আপনার ছবির ফোরগ্রাউন্ড মাস্কটি পেতে পারেন:

কোটলিন 

val colors = IntArray(image.width * image.height)

val foregroundMask = result.foregroundConfidenceMask
for (i in 0 until image.width * image.height) {
  if (foregroundMask[i] > 0.5f) {
    colors[i] = Color.argb(128, 255, 0, 255)
  }
}

val bitmapMask = Bitmap.createBitmap(
  colors, image.width, image.height, Bitmap.Config.ARGB_8888
)

জাভা 

int[] colors = new int[image.getWidth() * image.getHeight()];

FloatBuffer foregroundMask = result.getForegroundConfidenceMask();
for (int i = 0; i < image.getWidth() * image.getHeight(); i++) {
  if (foregroundMask.get() > 0.5f) {
    colors[i] = Color.argb(128, 255, 0, 255);
  }
}

Bitmap bitmapMask = Bitmap.createBitmap(
      colors, image.getWidth(), image.getHeight(), Bitmap.Config.ARGB_8888
);

আপনি getForegroundBitmap() কল করে ছবিটির ফোরগ্রাউন্ডের একটি বিটম্যাপও পেতে পারেন:

কোটলিন 

val foregroundBitmap = result.foregroundBitmap

জাভা 

Bitmap foregroundBitmap = result.getForegroundBitmap();

প্রতিটি বিষয়ের জন্য মাস্ক এবং বিটম্যাপ পুনরুদ্ধার করুন

একইভাবে, আপনি প্রতিটি সাবজেক্টের উপর getConfidenceMask() কল করে নিম্নলিখিত উপায়ে সেগমেন্ট করা সাবজেক্টগুলোর মাস্ক পুনরুদ্ধার করতে পারেন:

কোটলিন 

val subjects = result.subjects

val colors = IntArray(image.width * image.height)
for (subject in subjects) {
  val mask = subject.confidenceMask
  for (i in 0 until subject.width * subject.height) {
    val confidence = mask[i]
    if (confidence > 0.5f) {
      colors[image.width * (subject.startY - 1) + subject.startX] =
          Color.argb(128, 255, 0, 255)
    }
  }
}

val bitmapMask = Bitmap.createBitmap(
  colors, image.width, image.height, Bitmap.Config.ARGB_8888
)

জাভা 

List subjects = result.getSubjects();

int[] colors = new int[image.getWidth() * image.getHeight()];
for (Subject subject : subjects) {
  FloatBuffer mask = subject.getConfidenceMask();
  for (int i = 0; i < subject.getWidth() * subject.getHeight(); i++) {
    float confidence = mask.get();
    if (confidence > 0.5f) {
      colors[width * (subject.getStartY() - 1) + subject.getStartX()]
          = Color.argb(128, 255, 0, 255);
    }
  }
}

Bitmap bitmapMask = Bitmap.createBitmap(
  colors, image.width, image.height, Bitmap.Config.ARGB_8888
);

এছাড়াও আপনি নিম্নলিখিত উপায়ে প্রতিটি বিভক্ত বিষয়ের বিটম্যাপ অ্যাক্সেস করতে পারেন:

কোটলিন 

val bitmaps = mutableListOf()
for (subject in subjects) {
  bitmaps.add(subject.bitmap)
}

জাভা 

List bitmaps = new ArrayList<>();
for (Subject subject : subjects) {
  bitmaps.add(subject.getBitmap());
}

কর্মক্ষমতা উন্নত করার টিপস

প্রতিটি অ্যাপ সেশনের ক্ষেত্রে, মডেল ইনিশিয়ালাইজেশনের কারণে প্রথম ইনফারেন্সটি প্রায়শই পরবর্তী ইনফারেন্সগুলোর চেয়ে ধীরগতির হয়। যদি কম ল্যাটেন্সি অপরিহার্য হয়, তবে আগে থেকেই একটি 'ডামি' ইনফারেন্স কল করার কথা বিবেচনা করতে পারেন।

আপনার ফলাফলের মান ইনপুট ছবির মানের উপর নির্ভর করে:

  • এমএল কিট থেকে সঠিক সেগমেন্টেশন ফলাফল পেতে হলে, ছবিটির আকার কমপক্ষে 512x512 পিক্সেল হতে হবে।
  • ছবির ফোকাস খারাপ হলেও তা নির্ভুলতার ওপর প্রভাব ফেলতে পারে। যদি গ্রহণযোগ্য ফলাফল না পান, তবে ব্যবহারকারীকে ছবিটি পুনরায় তুলতে বলুন।