يمكنك استخدام حزمة تعلّم الآلة لرصد الوجوه في الصور والفيديوهات.
| الميزة | غير مجمَّعة | مُجمَّعة |
|---|---|---|
| التنفيذ | يتم تنزيل النموذج بشكل ديناميكي من خلال "خدمات Google Play". | يتم ربط النموذج بشكل ثابت بتطبيقك في مدّة التصميم. |
| حجم التطبيق | زيادة في الحجم تبلغ 800 كيلوبايت تقريبًا | زيادة في الحجم تبلغ حوالي 6.9 ميغابايت |
| وقت الإعداد | قد تحتاج إلى الانتظار إلى أن يتم تنزيل النموذج قبل استخدامه للمرة الأولى. | النموذج متاح على الفور |
للتجربة:
- يمكنك تجربة التطبيق النموذجي للاطّلاع على مثال على كيفية استخدام واجهة برمجة التطبيقات هذه.
- يمكنك تجربة الرمز بنفسك من خلال الدرس التطبيقي حول الترميز.
قبل البدء
في ملف
build.gradleعلى مستوى المشروع، احرص على تضمين مستودع Maven الخاص بـ Google في كل من القسمَينbuildscriptوallprojects.أضِف العناصر التابعة لحزمة تعلّم الآلة على Android إلى ملف Gradle على مستوى التطبيق في الوحدة، والذي يكون عادةً
app/build.gradle. اختَر إحدى التبعيات التالية استنادًا إلى احتياجاتك:لتضمين النموذج في تطبيقك:
dependencies { // ... // Use this dependency to bundle the model with your app implementation 'com.google.mlkit:face-detection:16.1.7' }لاستخدام النموذج في "خدمات Google Play"، يجب استيفاء ما يلي:
dependencies { // ... // Use this dependency to use the dynamically downloaded model in Google Play Services implementation 'com.google.android.gms:play-services-mlkit-face-detection:17.1.0' }إذا اخترت استخدام النموذج في "خدمات Google Play"، يمكنك ضبط تطبيقك لتنزيل النموذج تلقائيًا على الجهاز بعد تثبيت تطبيقك من "متجر Play". لإجراء ذلك، أضِف البيان التالي إلى ملف
AndroidManifest.xmlفي تطبيقك:<application ...> ... <meta-data android:name="com.google.mlkit.vision.DEPENDENCIES" android:value="face" > <!-- To use multiple models: android:value="face,model2,model3" --> </application>يمكنك أيضًا التحقّق صراحةً من توفّر النموذج وطلب تنزيله من خلال ModuleInstallClient API في "خدمات Google Play".
إذا لم تفعِّل تنزيل النماذج أثناء التثبيت أو لم تطلب تنزيلها بشكل صريح، سيتم تنزيل النموذج في المرة الأولى التي تشغّل فيها أداة رصد الوجه. لن يؤدي تقديم طلبات قبل اكتمال عملية التنزيل إلى ظهور أي نتائج.
إرشادات حول الصور المدخَلة
للتعرّف على الوجوه، يجب استخدام صورة بأبعاد 480x360 بكسل على الأقل. لكي ترصد حزمة تعلُّم الآلة الوجوه بدقة، يجب أن تحتوي الصور المدخلة على وجوه يتم تمثيلها ببيانات وحدات بكسل كافية. بشكل عام، يجب أن يكون حجم كل وجه تريد رصده في صورة 100x100 بكسل على الأقل. إذا أردت رصد محيط الوجوه، تتطلّب حزمة تعلّم الآلة إدخال صور بدقة أعلى: يجب أن يكون حجم كل وجه 200x200 بكسل على الأقل.
إذا كنت ترصد الوجوه في تطبيق يعمل في الوقت الفعلي، قد تحتاج أيضًا إلى مراعاة الأبعاد الإجمالية للصور المدخلة. يمكن معالجة الصور الأصغر حجمًا بشكل أسرع، لذا لتقليل وقت الاستجابة، التقط الصور بدقة أقل، ولكن ضع في اعتبارك متطلبات الدقة المذكورة أعلاه وتأكَّد من أنّ وجه الشخص يملأ أكبر قدر ممكن من الصورة. يمكنك أيضًا الاطّلاع على نصائح لتحسين الأداء في الوقت الفعلي.
يمكن أن يؤثر عدم وضوح الصورة أيضًا في الدقة. إذا لم تحصل على نتائج مقبولة، اطلب من المستخدم إعادة التقاط الصورة.
يمكن أن يؤثّر اتجاه الوجه بالنسبة إلى الكاميرا أيضًا في ملامح الوجه التي ترصدها حزمة تعلُّم الآلة. اطّلِع على مفاهيم التعرّف على الوجوه.
1. ضبط أداة رصد الوجوه
قبل تطبيق ميزة "رصد الوجوه" على صورة، إذا أردت تغيير أي من الإعدادات التلقائية الخاصة بميزة "رصد الوجوه"، حدِّد هذه الإعدادات باستخدام عنصرFaceDetectorOptions.
يمكنك تغيير الإعدادات التالية:
| الإعدادات | |
|---|---|
setPerformanceMode
|
PERFORMANCE_MODE_FAST (تلقائي)
|
PERFORMANCE_MODE_ACCURATE
تحديد ما إذا كنت تريد التركيز على السرعة أو الدقة عند رصد الوجوه |
setLandmarkMode
|
LANDMARK_MODE_NONE (تلقائي)
|
LANDMARK_MODE_ALL
تحديد ما إذا كان سيتم محاولة التعرّف على "المعالم" الوجهية، مثل العيون والأذنين والأنف والخدود والفم وما إلى ذلك |
setContourMode
|
CONTOUR_MODE_NONE (تلقائي)
|
CONTOUR_MODE_ALL
تحديد ما إذا كان سيتم رصد ملامح الوجه يتم رصد الخطوط الخارجية لأبرز وجه فقط في الصورة. |
setClassificationMode
|
CLASSIFICATION_MODE_NONE (تلقائي)
|
CLASSIFICATION_MODE_ALL
تحدّد هذه السمة ما إذا كان سيتم تصنيف الوجوه إلى فئات، مثل "يبتسم" و "عيناه مفتوحتان". |
setMinFaceSize
|
float (القيمة التلقائية: 0.1f)
تضبط هذه السمة أصغر حجم مطلوب للوجه، ويتم التعبير عنه كنسبة بين عرض الرأس وعرض الصورة. |
enableTracking
|
false (تلقائي) | true
تحديد ما إذا كان سيتم منح الوجوه معرّفًا يمكن استخدامه لتتبُّع الوجوه في الصور يُرجى العِلم أنّه عند تفعيل ميزة "رصد الحدود الخارجية"، يتم رصد وجه واحد فقط، وبالتالي لا يؤدي تتبُّع تعابير الوجه إلى نتائج مفيدة. لهذا السبب، ولتحسين سرعة الرصد، لا تفعِّل ميزة رصد الأشكال وتتبُّع تعابير الوجه في الوقت نفسه. |
على سبيل المثال:
Kotlin
// High-accuracy landmark detection and face classification val highAccuracyOpts = FaceDetectorOptions.Builder() .setPerformanceMode(FaceDetectorOptions.PERFORMANCE_MODE_ACCURATE) .setLandmarkMode(FaceDetectorOptions.LANDMARK_MODE_ALL) .setClassificationMode(FaceDetectorOptions.CLASSIFICATION_MODE_ALL) .build() // Real-time contour detection val realTimeOpts = FaceDetectorOptions.Builder() .setContourMode(FaceDetectorOptions.CONTOUR_MODE_ALL) .build()
جافا
// High-accuracy landmark detection and face classification FaceDetectorOptions highAccuracyOpts = new FaceDetectorOptions.Builder() .setPerformanceMode(FaceDetectorOptions.PERFORMANCE_MODE_ACCURATE) .setLandmarkMode(FaceDetectorOptions.LANDMARK_MODE_ALL) .setClassificationMode(FaceDetectorOptions.CLASSIFICATION_MODE_ALL) .build(); // Real-time contour detection FaceDetectorOptions realTimeOpts = new FaceDetectorOptions.Builder() .setContourMode(FaceDetectorOptions.CONTOUR_MODE_ALL) .build();
2. إعداد الصورة المصدر
لاكتشاف الوجوه في صورة، أنشئ عنصرInputImage
من Bitmap أو media.Image أو ByteBuffer أو مصفوفة بايت أو ملف على
الجهاز. بعد ذلك، مرِّر العنصر InputImage إلى طريقة process في FaceDetector.
بالنسبة إلى ميزة "التعرّف على الوجوه"، يجب استخدام صورة بأبعاد لا تقل عن 480x360 بكسل. إذا كنت ترصد الوجوه في الوقت الفعلي، يمكن أن يساعدك التقاط اللقطات بالحد الأدنى من الدقة في تقليل وقت الاستجابة.
يمكنك إنشاء عنصر InputImage
من مصادر مختلفة، ويتم توضيح كل منها أدناه.
استخدام media.Image
لإنشاء عنصر InputImage من عنصر media.Image، مثلاً عند التقاط صورة من كاميرا جهاز، مرِّر العنصر media.Image وزاوية دوران الصورة إلى InputImage.fromMediaImage().
إذا كنت تستخدم مكتبة
CameraX، سيحسب لك الفئتان OnImageCapturedListener وImageAnalysis.Analyzer قيمة التدوير.
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 // ... } } }
جافا
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 // ... } } }
إذا لم تستخدم مكتبة كاميرا تمنحك درجة دوران الصورة، يمكنك احتسابها من درجة دوران الجهاز واتجاه مستشعر الكاميرا في الجهاز:
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 }
جافا
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; }
بعد ذلك، مرِّر العنصر media.Image وقيمة درجة الدوران إلى InputImage.fromMediaImage():
Kotlin
val image = InputImage.fromMediaImage(mediaImage, rotation)
Java
InputImage image = InputImage.fromMediaImage(mediaImage, rotation);
استخدام معرّف موارد منتظم (URI) للملف
لإنشاء عنصر InputImage من معرّف موارد منتظم (URI) لملف، مرِّر سياق التطبيق ومعرّف الموارد المنتظم (URI) للملف إلى InputImage.fromFilePath(). ويكون ذلك مفيدًا عند استخدام ACTION_GET_CONTENT intent لحث المستخدم على اختيار صورة من تطبيق معرض الصور.
Kotlin
val image: InputImage try { image = InputImage.fromFilePath(context, uri) } catch (e: IOException) { e.printStackTrace() }
Java
InputImage image; try { image = InputImage.fromFilePath(context, uri); } catch (IOException e) { e.printStackTrace(); }
استخدام ByteBuffer أو ByteArray
لإنشاء عنصر InputImage من ByteBuffer أو ByteArray، عليك أولاً حساب درجة دوران الصورة كما هو موضّح سابقًا بالنسبة إلى إدخال media.Image.
بعد ذلك، أنشئ عنصر InputImage باستخدام المخزن المؤقت أو المصفوفة، بالإضافة إلى ارتفاع الصورة وعرضها وتنسيق ترميز الألوان ودرجة الدوران:
Kotlin
val image = InputImage.fromByteBuffer( byteBuffer, /* image width */ 480, /* image height */ 360, rotationDegrees, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 ) // Or: val image = InputImage.fromByteArray( byteArray, /* image width */ 480, /* image height */ 360, rotationDegrees, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 )
جافا
InputImage image = InputImage.fromByteBuffer(byteBuffer, /* image width */ 480, /* image height */ 360, rotationDegrees, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 ); // Or: InputImage image = InputImage.fromByteArray( byteArray, /* image width */480, /* image height */360, rotation, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 );
استخدام Bitmap
لإنشاء عنصر InputImage
من عنصر Bitmap، عليك إجراء التصريح التالي:
Kotlin
val image = InputImage.fromBitmap(bitmap, 0)
Java
InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);
يتم تمثيل الصورة باستخدام عنصر Bitmap مع درجات التدوير.
3- الحصول على مثيل من FaceDetector
Kotlin
val detector = FaceDetection.getClient(options) // Or, to use the default option: // val detector = FaceDetection.getClient();
جافا
FaceDetector detector = FaceDetection.getClient(options); // Or use the default options: // FaceDetector detector = FaceDetection.getClient();
4. معالجة الصورة
مرِّر الصورة إلى طريقةprocess:
Kotlin
val result = detector.process(image) .addOnSuccessListener { faces -> // Task completed successfully // ... } .addOnFailureListener { e -> // Task failed with an exception // ... }
جافا
Task<List<Face>> result = detector.process(image) .addOnSuccessListener( new OnSuccessListener<List<Face>>() { @Override public void onSuccess(List<Face> faces) { // Task completed successfully // ... } }) .addOnFailureListener( new OnFailureListener() { @Override public void onFailure(@NonNull Exception e) { // Task failed with an exception // ... } });
5. الحصول على معلومات حول الوجوه التي تم رصدها
في حال نجاح عملية رصد الوجوه، يتم تمرير قائمة بعناصرFace إلى أداة معالجة النتائج الناجحة. يمثّل كل كائن Face وجهًا تم رصده في الصورة. بالنسبة إلى كل وجه، يمكنك الحصول على إحداثيات المربّع المحيط في الصورة
المدخلة، بالإضافة إلى أي معلومات أخرى ضبطت أداة رصد الوجوه على
العثور عليها. على سبيل المثال:
Kotlin
for (face in faces) { val bounds = face.boundingBox val rotY = face.headEulerAngleY // Head is rotated to the right rotY degrees val rotZ = face.headEulerAngleZ // Head is tilted sideways rotZ degrees // If landmark detection was enabled (mouth, ears, eyes, cheeks, and // nose available): val leftEar = face.getLandmark(FaceLandmark.LEFT_EAR) leftEar?.let { val leftEarPos = leftEar.position } // If contour detection was enabled: val leftEyeContour = face.getContour(FaceContour.LEFT_EYE)?.points val upperLipBottomContour = face.getContour(FaceContour.UPPER_LIP_BOTTOM)?.points // If classification was enabled: if (face.smilingProbability != null) { val smileProb = face.smilingProbability } if (face.rightEyeOpenProbability != null) { val rightEyeOpenProb = face.rightEyeOpenProbability } // If face tracking was enabled: if (face.trackingId != null) { val id = face.trackingId } }
جافا
for (Face face : faces) { Rect bounds = face.getBoundingBox(); float rotY = face.getHeadEulerAngleY(); // Head is rotated to the right rotY degrees float rotZ = face.getHeadEulerAngleZ(); // Head is tilted sideways rotZ degrees // If landmark detection was enabled (mouth, ears, eyes, cheeks, and // nose available): FaceLandmark leftEar = face.getLandmark(FaceLandmark.LEFT_EAR); if (leftEar != null) { PointF leftEarPos = leftEar.getPosition(); } // If contour detection was enabled: List<PointF> leftEyeContour = face.getContour(FaceContour.LEFT_EYE).getPoints(); List<PointF> upperLipBottomContour = face.getContour(FaceContour.UPPER_LIP_BOTTOM).getPoints(); // If classification was enabled: if (face.getSmilingProbability() != null) { float smileProb = face.getSmilingProbability(); } if (face.getRightEyeOpenProbability() != null) { float rightEyeOpenProb = face.getRightEyeOpenProbability(); } // If face tracking was enabled: if (face.getTrackingId() != null) { int id = face.getTrackingId(); } }
مثال على ملامح الوجه
عند تفعيل ميزة "رصد ملامح الوجه"، ستحصل على قائمة بنقاط لكل ميزة من ميزات الوجه التي تم رصدها. تمثّل هذه النقاط شكل العنصر. يمكنك الاطّلاع على مفاهيم حول رصد الوجوه لمعرفة تفاصيل حول كيفية تمثيل الخطوط الخارجية.
توضّح الصورة التالية كيفية ربط هذه النقاط بوجه، ويمكنك النقر على الصورة لتكبيرها:
التعرّف على الوجوه في الوقت الفعلي
إذا أردت استخدام ميزة "رصد الوجه" في تطبيق يعمل في الوقت الفعلي، اتّبِع الإرشادات التالية للحصول على أفضل معدّلات عرض اللقطات في الثانية:
اضبط أداة رصد الوجوه لاستخدام إما ميزة رصد محيط الوجه أو ميزة التصنيف ورصد المعالم، ولكن ليس كلتيهما:
رصد الحدود
رصد المعالم
التصنيف
رصد المعالم وتصنيفها
رصد الحدود والمعالم
رصد الحدود وتصنيفها
رصد الحدود والمعالم وتصنيفهافعِّل وضع
FAST(يكون مفعَّلاً تلقائيًا).ننصحك بالتقاط الصور بدقة أقل. ومع ذلك، يجب أيضًا مراعاة متطلبات أبعاد الصورة في واجهة برمجة التطبيقات هذه.
Camera أو
camera2،
عليك تقليل عدد طلبات البيانات من أداة الرصد. إذا توفّر إطار فيديو جديد أثناء تشغيل أداة الرصد، يجب تجاهل الإطار. يمكنك الاطّلاع على فئة
VisionProcessorBase في نموذج تطبيق البدء السريع للحصول على مثال.
CameraX،
تأكَّد من ضبط استراتيجية الضغط الخلفي على القيمة التلقائية
ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST.
يضمن ذلك تسليم صورة واحدة فقط لتحليلها في كل مرة. إذا تم إنتاج المزيد من الصور عندما يكون المحلّل مشغولاً، سيتم إسقاطها تلقائيًا ولن يتم وضعها في قائمة انتظار التسليم. بعد إغلاق الصورة التي يتم تحليلها من خلال استدعاء ImageProxy.close()، سيتم عرض أحدث صورة تالية.
CameraSourcePreview و
GraphicOverlay في نموذج تطبيق البدء السريع للحصول على مثال.
ImageFormat.YUV_420_888. إذا كنت تستخدم واجهة برمجة التطبيقات القديمة للكاميرا، التقط الصور بتنسيق ImageFormat.NV21.