การแบ่งกลุ่มเซลฟีด้วย ML Kit บน iOS

ML Kit มี SDK ที่เพิ่มประสิทธิภาพสำหรับการแบ่งกลุ่มเซลฟี ชิ้นงาน Selfie Segmenter จะลิงก์กับแอปของคุณแบบคงที่ในระหว่างเวลาบิลด์ ซึ่งจะเพิ่มขนาดแอปได้สูงสุด 24MB และเวลาในการตอบสนองของ API อาจแตกต่างกันตั้งแต่ ~7 มิลลิวินาทีถึง ~12 มิลลิวินาที ทั้งนี้ขึ้นอยู่กับขนาดรูปภาพที่ป้อน ตามที่วัดบน iPhone X

ลองเลย

ก่อนเริ่มต้น

  1. ใส่ไลบรารี ML Kit ต่อไปนี้ใน Podfile

    pod 'GoogleMLKit/SegmentationSelfie', '8.0.0'

  2. หลังจากติดตั้งหรืออัปเดต Pod ของโปรเจ็กต์แล้ว ให้เปิดโปรเจ็กต์ Xcode โดยใช้ไฟล์ .xcworkspace ML Kit รองรับใน Xcode เวอร์ชัน 13.2.1 ขึ้นไป

1. สร้างอินสแตนซ์ของ Segmenter

หากต้องการทำการแบ่งกลุ่มในรูปภาพเซลฟี ก่อนอื่นให้สร้างอินสแตนซ์ของ Segmenter ด้วย SelfieSegmenterOptions และระบุการตั้งค่าการแบ่งกลุ่ม (ไม่บังคับ)

ตัวเลือก Segmenter

โหมด Segmenter

Segmenter ทำงานใน 2 โหมด โปรดเลือกโหมดที่เหมาะกับกรณีการใช้งานของคุณ

STREAM_MODE (default)

โหมดนี้ออกแบบมาเพื่อสตรีมเฟรมจากวิดีโอหรือกล้อง ในโหมดนี้ Segmenter จะใช้ประโยชน์จากผลลัพธ์จากเฟรมก่อนหน้าเพื่อแสดงผลการแบ่งกลุ่มที่ราบรื่นยิ่งขึ้น

SINGLE_IMAGE_MODE (default)

โหมดนี้ออกแบบมาสำหรับรูปภาพเดียวที่ไม่เกี่ยวข้องกัน ในโหมดนี้ Segmenter จะประมวลผลรูปภาพแต่ละรูปแยกกันโดยไม่มีการปรับให้ราบรื่นระหว่างเฟรม

เปิดใช้มาสก์ขนาดดิบ

ขอให้ Segmenter แสดงมาสก์ขนาดดิบที่ตรงกับขนาดเอาต์พุตโมเดล

โดยปกติแล้วขนาดมาสก์ดิบ (เช่น 256x256) จะเล็กกว่าขนาดรูปภาพที่ป้อน

หากไม่ระบุตัวเลือกนี้ Segmenter จะปรับขนาดมาสก์ดิบให้ตรงกับขนาดรูปภาพที่ป้อน โปรดพิจารณาใช้ตัวเลือกนี้หากต้องการใช้ตรรกะการปรับขนาดที่กำหนดเอง หรือหากกรณีการใช้งานของคุณไม่จำเป็นต้องปรับขนาด

ระบุตัวเลือก Segmenter ดังนี้

Swift

let options = SelfieSegmenterOptions()
options.segmenterMode = .singleImage
options.shouldEnableRawSizeMask = true

Objective-C

MLKSelfieSegmenterOptions *options = [[MLKSelfieSegmenterOptions alloc] init];
options.segmenterMode = MLKSegmenterModeSingleImage;
options.shouldEnableRawSizeMask = YES;

สุดท้าย ให้รับอินสแตนซ์ของ Segmenter และส่งตัวเลือกที่คุณระบุ

Swift

let segmenter = Segmenter.segmenter(options: options)

Objective-C

MLKSegmenter *segmenter = [MLKSegmenter segmenterWithOptions:options];

2. เตรียมรูปภาพที่ป้อน

หากต้องการแบ่งกลุ่มเซลฟี ให้ทำดังนี้สำหรับรูปภาพหรือเฟรมวิดีโอแต่ละรายการ หากเปิดใช้โหมดสตรีม คุณต้องสร้างออบเจ็กต์ VisionImage จาก CMSampleBuffer

สร้างออบเจ็กต์ VisionImage โดยใช้ UIImage หรือ CMSampleBuffer

หากใช้ UIImage ให้ทำตามขั้นตอนต่อไปนี้

  • สร้างออบเจ็กต์ VisionImage ด้วย UIImage และตรวจสอบว่าได้ระบุ .orientation ที่ถูกต้อง

    Swift

    let image = VisionImage(image: UIImage)
visionImage.orientation = image.imageOrientation

    Objective-C

    MLKVisionImage *visionImage = [[MLKVisionImage alloc] initWithImage:image];
visionImage.orientation = image.imageOrientation;

หากใช้ CMSampleBuffer ให้ทำตามขั้นตอนต่อไปนี้

  • ระบุการวางแนวของข้อมูลรูปภาพที่อยู่ใน CMSampleBuffer

    วิธีรับการวางแนวรูปภาพ

    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;
  }
}
  • สร้างออบเจ็กต์ VisionImage โดยใช้ CMSampleBuffer ออบเจ็กต์และการวางแนว

    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. ประมวลผลรูปภาพ

ส่งออบเจ็กต์ VisionImage ไปยังเมธอดการประมวลผลรูปภาพของ Segmenter เมธอดใดเมธอดหนึ่ง คุณจะใช้เมธอด process(image:) แบบไม่พร้อมกันหรือเมธอด results(in:) แบบพร้อมกันก็ได้

วิธีทำการแบ่งกลุ่มในรูปภาพเซลฟีแบบพร้อมกัน

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.

วิธีทำการแบ่งกลุ่มในรูปภาพเซลฟีแบบไม่พร้อมกัน

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. รับมาสก์การแบ่งกลุ่ม

คุณสามารถรับผลการแบ่งกลุ่มได้ดังนี้

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);
}

ดูตัวอย่างฉบับเต็มเกี่ยวกับวิธีใช้ผลการแบ่งกลุ่มได้ที่ ตัวอย่างเริ่มต้นใช้งานฉบับย่อของ ML Kit

เคล็ดลับในการปรับปรุงประสิทธิภาพ

คุณภาพของผลลัพธ์ขึ้นอยู่กับคุณภาพของรูปภาพที่ป้อน

  • รูปภาพควรมีขนาดอย่างน้อย 256x256 พิกเซลเพื่อให้ ML Kit ได้ผลการแบ่งกลุ่มที่ถูกต้อง
  • หากคุณทำการแบ่งกลุ่มเซลฟีในแอปพลิเคชันแบบเรียลไทม์ คุณอาจต้องพิจารณาขนาดโดยรวมของรูปภาพที่ป้อนด้วย รูปภาพขนาดเล็กจะประมวลผลได้เร็วกว่า ดังนั้นหากต้องการลดเวลาในการตอบสนอง ให้ถ่ายรูปภาพที่ความละเอียดต่ำกว่า แต่โปรดคำนึงถึงข้อกำหนดด้านความละเอียดข้างต้นและตรวจสอบว่าวัตถุครอบครองพื้นที่ส่วนใหญ่ของรูปภาพ
  • โฟกัสของรูปภาพที่ไม่ดีอาจส่งผลต่อความถูกต้องด้วย หากได้ผลลัพธ์ที่ไม่เป็นที่ยอมรับ ให้ขอให้ผู้ใช้ถ่ายรูปภาพอีกครั้ง

หากต้องการใช้การแบ่งกลุ่มในแอปพลิเคชันแบบเรียลไทม์ ให้ทำตามหลักเกณฑ์ต่อไปนี้เพื่อให้ได้อัตราเฟรมที่ดีที่สุด

  • ใช้โหมด Segmenter แบบ stream
  • พิจารณาถ่ายรูปภาพที่ความละเอียดต่ำกว่า อย่างไรก็ตาม โปรดคำนึงถึงข้อกำหนดด้านขนาดรูปภาพของ API นี้ด้วย
  • หากต้องการประมวลผลเฟรมวิดีโอ ให้ใช้ API แบบพร้อมกัน results(in:) ของ Segmenter เรียกใช้เมธอดนี้จากฟังก์ชัน captureOutput(_, didOutput:from:) ของ AVCaptureVideoDataOutputSampleBufferDelegate เพื่อรับผลลัพธ์จากเฟรมวิดีโอที่ระบุแบบพร้อมกัน ตั้งค่า AVCaptureVideoDataOutput's alwaysDiscardsLateVideoFrames เป็น "จริง" เพื่อควบคุมการเรียกใช้ Segmenter หากมีเฟรมวิดีโอใหม่ขณะที่ Segmenter ทำงาน ระบบจะทิ้งเฟรมนั้น
  • หากคุณใช้เอาต์พุตของ Segmenter เพื่อวางซ้อนกราฟิกบนรูปภาพที่ป้อน ให้รับผลลัพธ์จาก ML Kit ก่อน แล้วจึงแสดงรูปภาพและวางซ้อนในขั้นตอนเดียว การทำเช่นนี้จะช่วยให้คุณแสดงผลบนพื้นผิวการแสดงผลเพียงครั้งเดียวสำหรับเฟรมที่ป้อนแต่ละเฟรมที่ประมวลผล ดูคลาส previewOverlayView และ CameraViewController ใน ตัวอย่างเริ่มต้นใช้งานฉบับย่อของ ML Kit