หน้านี้ได้รับการแปลโดย Cloud Translation API

การแบ่งกลุ่มเรื่องด้วย ML Kit สำหรับ Android

ใช้ ML Kit เพื่อเพิ่มฟีเจอร์การแบ่งกลุ่มหัวข้อลงในแอปอย่างง่ายดาย

ฟีเจอร์	รายละเอียด
ชื่อ SDK	play-services-mlkit-subject-segmentation
การใช้งาน	ไม่ได้จัดกลุ่ม: โมเดลจะดาวน์โหลดแบบไดนามิกโดยใช้บริการ Google Play
ผลกระทบต่อขนาดแอป	เพิ่มขนาดประมาณ 200 KB
เวลาในการเริ่มต้น	ผู้ใช้อาจต้องรอให้โมเดลดาวน์โหลดก่อนจึงจะใช้งานได้

ลองเลย

ลองใช้แอปตัวอย่างเพื่อดูตัวอย่างการใช้ API นี้

ก่อนเริ่มต้น

API นี้ต้องใช้ API ของ Android ระดับ 24 ขึ้นไป ตรวจสอบว่าไฟล์บิลด์ของแอปใช้ค่า minSdkVersion เป็น 24 ขึ้นไป

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

dependencies {
   implementation 'com.google.android.gms:play-services-mlkit-subject-segmentation:16.0.0-beta1'
}

ตามที่กล่าวไว้ข้างต้น โมเดลมาจากบริการ Google Play คุณสามารถกำหนดค่าแอปให้ดาวน์โหลดโมเดลไปยังอุปกรณ์โดยอัตโนมัติ หลังจากที่ติดตั้งแอปจาก Play Store แล้ว ซึ่งทำได้โดยเพิ่มการประกาศต่อไปนี้ลงในไฟล์ AndroidManifest.xml ของแอป

<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>

นอกจากนี้ คุณยังตรวจสอบความพร้อมใช้งานของโมเดลและส่งคำขอดาวน์โหลดผ่านบริการ Google Play อย่างชัดแจ้งได้ด้วย ModuleInstallClient API

หากคุณไม่เปิดใช้การดาวน์โหลดโมเดลเวลาติดตั้งหรือขอการดาวน์โหลดอย่างชัดแจ้ง โมเดลจะถูกดาวน์โหลดในครั้งแรกที่คุณเรียกใช้ตัวแบ่งกลุ่ม คำขอที่คุณสร้างขึ้นก่อนการดาวน์โหลดจะเสร็จสิ้นจะไม่เกิดผลลัพธ์ใดๆ

1. เตรียมรูปภาพอินพุต

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

คุณสร้างออบเจ็กต์ InputImage จากแหล่งที่มาต่างๆ ได้ตามที่อธิบายไว้ด้านล่าง

กำลังใช้`media.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();
}

กำลังใช้`ByteBuffer`หรือ`ByteArray`

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

กำลังใช้`Bitmap`

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

2. สร้างอินสแตนซ์ SubjectSegmenter

กำหนดตัวเลือกตัวแบ่งกลุ่ม

หากต้องการแบ่งกลุ่มรูปภาพ ให้สร้างอินสแตนซ์ของ SubjectSegmenterOptions ก่อน ดังนี้

Kotlin

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

Java

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

รายละเอียดของแต่ละตัวเลือกมีดังนี้

มาสก์หน้าความมั่นใจ

มาสก์ความเชื่อมั่นที่ทำงานอยู่เบื้องหน้าช่วยให้คุณแยกแยะวัตถุในเบื้องหน้าจากพื้นหลังได้

การเรียกใช้ enableForegroundConfidenceMask() ในตัวเลือกจะช่วยให้คุณเรียกข้อมูลมาสก์เบื้องหน้าได้ในภายหลังโดยการเรียกใช้ getForegroundMask() ในออบเจ็กต์ SubjectSegmentationResult ที่แสดงผลหลังจากประมวลผลรูปภาพ

Kotlin

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

Java

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

บิตแมปที่เบื้องหน้า

ในทำนองเดียวกัน คุณจะรับบิตแมปของวัตถุในเบื้องหน้าได้ด้วย

การเรียก enableForegroundBitmap() ในตัวเลือกช่วยให้คุณเรียกบิตแมปเบื้องหน้าในภายหลังได้ด้วยการเรียกใช้ getForegroundBitmap() ในออบเจ็กต์ SubjectSegmentationResult ที่แสดงผลหลังจากประมวลผลรูปภาพ

Kotlin

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

Java

SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder()
        .enableForegroundBitmap()
        .build();

มาสก์ความมั่นใจแบบหลายวัตถุ

เช่นเดียวกับตัวเลือกเบื้องหน้า คุณจะใช้ SubjectResultOptions เพื่อเปิดใช้มาสก์ความเชื่อมั่นสำหรับวัตถุเบื้องหน้าแต่ละรายการได้ดังนี้

Kotlin

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

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

Java

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

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

บิตแมปหลายเรื่อง

และในทำนองเดียวกัน คุณสามารถเปิดใช้บิตแมปสำหรับแต่ละหัวเรื่องได้ ดังนี้

Kotlin

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

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

Java

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

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

สร้างการแบ่งกลุ่มเรื่อง

เมื่อคุณระบุตัวเลือก SubjectSegmenterOptions แล้ว ให้สร้างอินสแตนซ์ SubjectSegmenter ที่เรียกใช้ getClient() และส่งตัวเลือกเป็นพารามิเตอร์ ดังนี้

Kotlin

val segmenter = SubjectSegmentation.getClient(options)

Java

SubjectSegmenter segmenter = SubjectSegmentation.getClient(options);

3. ประมวลผลรูปภาพ

ส่งออบเจ็กต์ InputImage ที่เตรียมไว้ไปยังเมธอด process ของ SubjectSegmenter ดังนี้

Kotlin

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

Java

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
                // ...
            }
        });

4. รับผลลัพธ์การแบ่งกลุ่มหัวเรื่อง

ดึงข้อมูลมาสก์เบื้องหน้าและบิตแมป

เมื่อประมวลผลแล้ว คุณจะเรียกมาสก์เบื้องหน้าสำหรับการเรียกใช้รูปภาพ getForegroundConfidenceMask() ได้ดังนี้

Kotlin

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
)

Java

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
);

คุณยังเรียกบิตแมปของเบื้องหน้าของรูปภาพที่กำลังเรียก getForegroundBitmap() ได้ด้วย:

Kotlin

val foregroundBitmap = result.foregroundBitmap

Java

Bitmap foregroundBitmap = result.getForegroundBitmap();

ดึงข้อมูลมาสก์และบิตแมปสำหรับแต่ละหัวข้อ

ในทำนองเดียวกัน คุณเรียกข้อมูลมาสก์สำหรับวัตถุที่แบ่งกลุ่มได้โดยเรียกใช้ getConfidenceMask() ในแต่ละวัตถุ ดังนี้

Kotlin

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
)

Java

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
);

คุณยังสามารถเข้าถึงบิตแมปของแต่ละหัวเรื่องที่แบ่งกลุ่มได้ดังนี้

Kotlin

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

Java

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

เคล็ดลับในการปรับปรุงประสิทธิภาพ

ในแต่ละเซสชันของแอป การอนุมานครั้งแรกมักจะช้ากว่าการอนุมานที่ตามมาเนื่องจากการเริ่มต้นโมเดล หากเวลาในการตอบสนองต่ำนั้นร้ายแรง ให้เรียกใช้การอนุมาน "สมมติ" ล่วงหน้า

คุณภาพของผลลัพธ์จะขึ้นอยู่กับคุณภาพของรูปภาพที่ป้อน ดังนี้

รูปภาพควรมีขนาดอย่างน้อย 512x512 พิกเซล เพื่อให้ ML Kit ได้ผลลัพธ์การแบ่งกลุ่มลูกค้าที่แม่นยำ
การโฟกัสของรูปภาพไม่ดีอาจส่งผลต่อความแม่นยำด้วย ถ้าคุณไม่ได้ผลลัพธ์ที่ยอมรับได้ โปรดขอให้ผู้ใช้ถ่ายภาพอีกครั้ง

การแบ่งกลุ่มเรื่องด้วย ML Kit สำหรับ Android

ลองเลย

ก่อนเริ่มต้น

1. เตรียมรูปภาพอินพุต

กำลังใช้media.Image

Kotlin

Java

Kotlin

Java

Kotlin

Java

การใช้ URI ของไฟล์

Kotlin

Java

กำลังใช้ByteBufferหรือByteArray

Kotlin

Java

กำลังใช้Bitmap

Kotlin

Java

2. สร้างอินสแตนซ์ SubjectSegmenter

กำหนดตัวเลือกตัวแบ่งกลุ่ม

Kotlin

Java

มาสก์หน้าความมั่นใจ

Kotlin

Java

บิตแมปที่เบื้องหน้า

Kotlin

Java

มาสก์ความมั่นใจแบบหลายวัตถุ

Kotlin

Java

บิตแมปหลายเรื่อง

Kotlin

Java

สร้างการแบ่งกลุ่มเรื่อง

Kotlin

Java

3. ประมวลผลรูปภาพ

Kotlin

Java

4. รับผลลัพธ์การแบ่งกลุ่มหัวเรื่อง

ดึงข้อมูลมาสก์เบื้องหน้าและบิตแมป

Kotlin

Java

Kotlin

Java

ดึงข้อมูลมาสก์และบิตแมปสำหรับแต่ละหัวข้อ

Kotlin

Java

Kotlin

Java

เคล็ดลับในการปรับปรุงประสิทธิภาพ

กำลังใช้`media.Image`

กำลังใช้`ByteBuffer`หรือ`ByteArray`

กำลังใช้`Bitmap`