当前位置: 首页 > 文档资料 > ML Kit 中文文档 >

在安卓上使用 ML Kit 识别地标

优质
小牛编辑
126浏览
2023-12-01

您可以使用ML kit来识别图片中的著名地标。

有关此API使用的示例,请参阅GitHub上的ML Kit快速入门示例。

在您开始之前

  1. 如果您还没有将Firebase添加到您的程序当中,那您可以从开始指南来开始您的工作。

  2. 在app-level的build.gradle 文件中为ML kit添加依赖:

    dependencies {
      // ...
    
      implementation 'com.google.firebase:firebase-ml-vision:15.0.0'
    }
    
  3. 如果您想使用基于云的模型,并且尚未将项目升级到Blaze计划,请在Firebase控制台中执行此操作。只有Blaze计划的项目才能使用Cloud Vision API。

  4. 如果您想使用基于云的模型,您也需要开启Cloud Vision API:

    • 在云API列表管理平台中打开Cloud Vision API
    • 确保您的Firebase项目已经在当前菜单页面中被置于顶端。
    • 如果API依旧还是显示为enabled,请点击Enable。

配置地标识别器

默认情况下,云识别器使用STABLE版本的模型并返回多达10个结果。如果您想要更改这些设置中的任何一个,请使用下例中的 FirebaseVisionCloudDetectorOptions 对象指定它们。

例如,要更改这两个默认设置,请按照以下示例构建一个FirebaseVisionCloudDetectorOptions 对象:

FirebaseVisionCloudDetectorOptions options =
    new FirebaseVisionCloudDetectorOptions.Builder()
        .setModelType(FirebaseVisionCloudDetectorOptions.LATEST_MODEL)
        .setMaxResults(15)
        .build();

要使用默认设置,可以在下一步中使用FirebaseVisionCloudDetectorOptions.DEFAULT

运行地标识别器

为了进行地标识别,从任一个Bitmapmedia.ImageByteBuffer,字节阵列,或在设备上的文件中创建一个FirebaseVisionImage对象。然后,传递FirebaseVisionImage对象到 FirebaseVisionCloudLandmarkDetectordetectInImage方法。

  1. 从您的图像中创建一个 FirebaseVisionImage 对象。

    • Bitmap对象创建FirebaseVisionImage对象:

      FirebaseVisionImage image = FirebaseVisionImage.fromBitmap(bitmap);
      

      Bitmap 对象指示的图像必须是直立的,不能旋转。

    • 要从 media.Image对象创建FirebaseVisionImage对象(例如从设备的相机捕捉图像时),首先要确定图像必须旋转的角度,以补偿设备的旋转和相机传感器在设备中的方向:

      private static final SparseIntArray ORIENTATIONS = new SparseIntArray();
      static {
          ORIENTATIONS.append(Surface.ROTATION_0, 90);
          ORIENTATIONS.append(Surface.ROTATION_90, 0);
          ORIENTATIONS.append(Surface.ROTATION_180, 270);
          ORIENTATIONS.append(Surface.ROTATION_270, 180);
      }
      
      /**
       * 得到当前图像需要补偿的角度
       */
      @RequiresApi(api = Build.VERSION_CODES.LOLLIPOP)
      private int getRotationCompensation(String cameraId, Activity activity, Context context)
              throws CameraAccessException {
          // 得到设备当前与原始的角度的旋转差值
          // 然后照片一定要旋转回去相对的差值
          int deviceRotation = activity.getWindowManager().getDefaultDisplay().getRotation();
          int rotationCompensation = ORIENTATIONS.get(deviceRotation);
      
          // 在大多数的设备上,传感器的方向是90度。但是对于
          // 少数设备,这个值是270度。那么对于这些270度的设备
          // 必须让照片旋转额外的180 ((270 + 270) % 360) 度.
          CameraManager cameraManager = (CameraManager) context.getSystemService(CAMERA_SERVICE);
          int sensorOrientation = cameraManager
                  .getCameraCharacteristics(cameraId)
                  .get(CameraCharacteristics.SENSOR_ORIENTATION);
          rotationCompensation = (rotationCompensation + sensorOrientation + 270) % 360;
      
          // 返回相关的FirebaseVisionImageMetadata rotation值。
          int result;
          switch (rotationCompensation) {
              case 0:
                  result = FirebaseVisionImageMetadata.ROTATION_0;
                  break;
              case 90:
                  result = FirebaseVisionImageMetadata.ROTATION_90;
                  break;
              case 180:
                  result = FirebaseVisionImageMetadata.ROTATION_180;
                  break;
              case 270:
                  result = FirebaseVisionImageMetadata.ROTATION_270;
                  break;
              default:
                  result = FirebaseVisionImageMetadata.ROTATION_0;
                  Log.e(TAG, "Bad rotation value: " + rotationCompensation);
          }
          return result;
      }
      

      然后,将media.Image对象和旋转值传递给FirebaseVisionImage.fromMediaImage()

      FirebaseVisionImage image = FirebaseVisionImage.fromMediaImage(mediaImage, rotation);
      
    • 要从一个字节数组或ByteBuffer创建一个FirebaseVisionImage对象,首先按照上面的描述计算图像旋转角度。

      然后,创建一个包含图像高度,宽度,颜色编码格式和旋转度的FirebaseVisionImageMetadata对象:

      FirebaseVisionImageMetadata metadata = new FirebaseVisionImageMetadata.Builder()
          .setWidth(1280)
          .setHeight(720)
          .setFormat(FirebaseVisionImageMetadata.IMAGE_FORMAT_NV21)
          .setRotation(rotation)
          .build();
      

      使用缓冲区或数组以及元数据对象来创建一个 FirebaseVisionImage对象:

      FirebaseVisionImage image = FirebaseVisionImage.fromByteBuffer(buffer, metadata);
      // Or: 
      // FirebaseVisionImage image = FirebaseVisionImage.fromByteArray(byteArray, metadata);
      
    • 要从文件创建FirebaseVisionImage对象,请将应用context和文件URI传递给FirebaseVisionImage.fromFilePath()

      FirebaseVisionImage image;
      try {
          image = FirebaseVisionImage.fromFilePath(context, uri);
      } catch (IOException e) {
          e.printStackTrace();
      }
      
  2. 得到一个 FirebaseVisionCloudLandmarkDetector 的实例:

    FirebaseVisionCloudLandmarkDetector detector = FirebaseVision.getInstance()
            .getVisionCloudLandmarkDetector();
    // 或者,您可以使用默认设定:
    // FirebaseVisionCloudLandmarkDetector detector = FirebaseVision.getInstance()
    //         .getVisionCloudLandmarkDetector(options);
    
  3. 最后传递图片到 detectInImage 方法:

    Task<List<FirebaseVisionCloudLandmark>> result = detector.detectInImage(image)
            .addOnSuccessListener(new OnSuccessListener<List<FirebaseVisionCloudLandmark>>() {
                @Override
                public void onSuccess(List<FirebaseVisionCloudLandmark> firebaseVisionCloudLandmarks) {
                    // 任务成功
                    // ...
                }
            })
            .addOnFailureListener(new OnFailureListener() {
                @Override
                public void onFailure(@NonNull Exception e) {
                    // 任务失败并且报异常
                    // ...
                }
            });
    

获取著名地标的有关信息

如果地标识别操作成功,FirebaseVisionCloudLandmark对象列表 将传递给成功侦听器(success listener)。每个FirebaseVisionCloudLandmark对象代表在图像中识别的地标。对于每个地标,您可以输入图像,得到它的图像中的坐标,地标名称,经度和纬度,知识图谱实体ID (如果可用)以及匹配的置信度得分。例如:

for (FirebaseVisionCloudLandmark landmark: firebaseVisionCloudLandmarks) {

    Rect bounds = landmark.getBoundingBox();
    String landmarkName = landmark.getLandmark();
    String entityId = landmark.getEntityId();
    float confidence = landmark.getConfidence();

    // 多个位置是可能的,例如,所描绘的地标的位置和照片的拍摄位置。
    for (FirebaseVisionLatLng loc: landmark.getLocations()) {
        double latitude = loc.getLatitude();
        double longitude = loc.getLongitude();
    }
}