HandLandmarker

کلاس نهایی عمومی HandLandmarker

تشخیص نشانه های دستی روی تصاویر را انجام می دهد.

این API انتظار دارد یک بسته دارایی مدل نشانه های دستی از قبل آموزش دیده باشد. دیدن .

  • تصویر ورودی MPImage
    • تصویری که تشخیص نشانه های دستی روی آن اجرا می شود.
  • خروجی HandLandmarkerResult HandLandmarkerResult
    • HandLandmarkerResult حاوی نشانه‌های دست.

کلاس های تو در تو

کلاس HandLandmarker.HandLandmarkerOptions گزینه هایی برای راه اندازی HandLandmarker .

زمینه های

عمومی استاتیک نهایی مجموعه < اتصال > HAND_CONNECTIONS
عمومی استاتیک نهایی مجموعه < اتصال > HAND_INDEX_FINGER_CONNECTIONS
عمومی استاتیک نهایی مجموعه < اتصال > HAND_MIDDLE_FINGER_CONNECTIONS
عمومی استاتیک نهایی مجموعه < اتصال > HAND_PALM_CONNECTIONS
عمومی استاتیک نهایی مجموعه < اتصال > HAND_PINKY_FINGER_CONNECTIONS
عمومی استاتیک نهایی مجموعه < اتصال > HAND_RING_FINGER_CONNECTIONS
عمومی استاتیک نهایی مجموعه < اتصال > HAND_THUMB_CONNECTIONS

روش های عمومی

Static HandLandmarker
createFromBuffer (متن زمینه، ByteBuffer modelBuffer)
یک نمونه HandLandmarker را از بافر مدل و HandLandmarker.HandLandmarkerOptions پیش‌فرض ایجاد می‌کند.
Static HandLandmarker
createFromFile (زمینه زمینه، رشته modelPath)
یک نمونه HandLandmarker را از یک فایل مدل و پیش فرض HandLandmarker.HandLandmarkerOptions ایجاد می کند.
نشانگر دست ثابت
createFromFile (زمینه زمینه، فایل modelFile)
یک نمونه HandLandmarker را از یک فایل مدل و پیش فرض HandLandmarker.HandLandmarkerOptions ایجاد می کند.
Static HandLandmarker
createFromOptions (متن زمینه، HandLandmarker.HandLandmarkerOptions landmarkerOptions)
یک نمونه HandLandmarker از یک HandLandmarker.HandLandmarkerOptions ایجاد می کند.
HandLandmarker Result
تشخیص (تصویر MPI )
با گزینه‌های پردازش تصویر پیش‌فرض، تشخیص نشانه‌های دستی را روی تصویر واحد ارائه شده انجام می‌دهد
HandLandmarker Result
تشخیص (تصویر MPImage ، ImageProcessingOptions imageProcessingOptions)
تشخیص نشانه های دستی را روی تصویر واحد ارائه شده انجام می دهد.
خالی
detectAsync (تصویر MPImage ، ImageProcessingOptions imageProcessingOptions، timestampMهای طولانی)
داده های تصویر زنده را برای انجام تشخیص نشانه های دستی ارسال می کند و نتایج از طریق OutputHandler.ResultListener ارائه شده در HandLandmarker.HandLandmarkerOptions در دسترس خواهد بود.
خالی
detectAsync (تصویر MPImage ، برچسب زمانی طولانی)
داده‌های تصویر زنده را برای انجام تشخیص نشانه‌های دستی با گزینه‌های پردازش تصویر پیش‌فرض، یعنی
HandLandmarker Result
detectForVideo (تصویر MPImage ، ImageProcessingOptions imageProcessingOptions، برچسب های زمانی طولانی)
تشخیص نشانه‌های دستی را روی قاب ویدیویی ارائه شده انجام می‌دهد.
HandLandmarker Result
detectForVideo (تصویر MPI ، مُهر زمانی طولانی)
با گزینه‌های پیش‌فرض پردازش تصویر، تشخیص نشانه‌های دستی را روی قاب ویدیوی ارائه شده انجام می‌دهد

روش های ارثی

زمینه های

مجموعه نهایی ثابت عمومی < اتصال > HAND_CONNECTIONS

مجموعه نهایی ثابت عمومی < اتصال > HAND_INDEX_FINGER_CONNECTIONS

مجموعه نهایی ثابت عمومی < اتصال > HAND_MIDDLE_FINGER_CONNECTIONS

مجموعه نهایی ثابت عمومی < اتصال > HAND_PALM_CONNECTIONS

مجموعه نهایی ثابت عمومی < اتصال > HAND_PINKY_FINGER_CONNECTIONS

مجموعه نهایی ثابت عمومی < اتصال > HAND_RING_FINGER_CONNECTIONS

مجموعه نهایی ثابت عمومی < اتصال > HAND_THUMB_CONNECTIONS

روش های عمومی

Public Static HandLandmarker createFromBuffer (زمینه زمینه، ByteBuffer modelBuffer)

یک نمونه HandLandmarker را از بافر مدل و HandLandmarker.HandLandmarkerOptions پیش‌فرض ایجاد می‌کند.

مولفه های
متن نوشته یک ERROR(/Context) .
مدل بافر یک ByteBuffer مستقیم یا یک ERROR(/MappedByteBuffer) مدل تشخیص.
پرتاب می کند
اگر در حین ایجاد HandLandmarker خطایی وجود داشته باشد.

Public Static HandLandmarker createFromFile (زمینه زمینه، رشته مدلPath)

یک نمونه HandLandmarker را از یک فایل مدل و پیش فرض HandLandmarker.HandLandmarkerOptions ایجاد می کند.

مولفه های
متن نوشته یک ERROR(/Context) .
modelPath مسیر به مدل نشانه های دستی با ابرداده در دارایی ها.
پرتاب می کند
اگر در حین ایجاد HandLandmarker خطایی وجود داشته باشد.

Public Static HandLandmarker createFromFile (زمینه زمینه، فایل modelFile)

یک نمونه HandLandmarker را از یک فایل مدل و پیش فرض HandLandmarker.HandLandmarkerOptions ایجاد می کند.

مولفه های
متن نوشته یک ERROR(/Context) .
modelFile مدل نشانه های دست نمونه File .
پرتاب می کند
IOException اگر هنگام باز کردن فایل مدل tflite خطای I/O رخ دهد.
اگر در حین ایجاد HandLandmarker خطایی وجود داشته باشد.

Public Static HandLandmarker createFromOptions (زمینه زمینه، HandLandmarker.HandLandmarkerOptions landmarkerOptions)

یک نمونه HandLandmarker از یک HandLandmarker.HandLandmarkerOptions ایجاد می کند.

مولفه های
متن نوشته یک ERROR(/Context) .
landmarkerOptions یک نمونه HandLandmarker.HandLandmarkerOptions .
پرتاب می کند
اگر در حین ایجاد HandLandmarker خطایی وجود داشته باشد.

تشخیص عمومی HandLandmarkerResult (تصویر MPImage )

با گزینه‌های پیش‌فرض پردازش تصویر، یعنی بدون اعمال چرخش، تشخیص نشانه‌های دستی را روی تصویر واحد ارائه‌شده انجام می‌دهد. فقط زمانی از این روش استفاده کنید که HandLandmarker با ERROR(/RunningMode.IMAGE) ایجاد شده باشد. TODO جاوا doc را برای فرمت تصویر ورودی به روز رسانی کنید.

HandLandmarker از انواع فضای رنگی زیر پشتیبانی می کند:

مولفه های
تصویر یک شی MediaPipe MPImage برای پردازش.
پرتاب می کند
اگر یک خطای داخلی وجود داشته باشد.

تشخیص عمومی HandLandmarkerResult (تصویر MPImage ، ImageProcessingOptions imageProcessingOptions)

تشخیص نشانه های دستی را روی تصویر واحد ارائه شده انجام می دهد. فقط زمانی از این روش استفاده کنید که HandLandmarker با ERROR(/RunningMode.IMAGE) ایجاد شده باشد. TODO جاوا doc را برای فرمت تصویر ورودی به روز رسانی کنید.

HandLandmarker از انواع فضای رنگی زیر پشتیبانی می کند:

مولفه های
تصویر یک شی MediaPipe MPImage برای پردازش.
imageProcessingOptions ImageProcessingOptions نحوه پردازش تصویر ورودی را قبل از اجرای استنتاج مشخص می کند. توجه داشته باشید که منطقه مورد علاقه توسط این کار پشتیبانی نمی شود: مشخص کردن ImageProcessingOptions.regionOfInterest() منجر به پرتاب IllegalArgumentException توسط این روش می شود.
پرتاب می کند
IllegalArgumentException اگر ImageProcessingOptions منطقه مورد علاقه را مشخص کند.
اگر یک خطای داخلی وجود داشته باشد.

public void detectAsync (تصویر MPImage ، ImageProcessingOptions imageProcessingOptions، timestampM های طولانی)

داده های تصویر زنده را برای انجام تشخیص نشانه های دستی ارسال می کند و نتایج از طریق OutputHandler.ResultListener ارائه شده در HandLandmarker.HandLandmarkerOptions در دسترس خواهد بود. فقط زمانی از این روش استفاده کنید که HandLandmarker با ERROR(/RunningMode.LIVE_STREAM) ایجاد شده باشد.

برای نشان دادن زمانی که تصویر ورودی به نشانگر دستی ارسال می شود، باید یک مهر زمانی (بر حسب میلی ثانیه) ارائه شود. مُهرهای زمانی ورودی باید بطور یکنواخت در حال افزایش باشند.

HandLandmarker از انواع فضای رنگی زیر پشتیبانی می کند:

مولفه های
تصویر یک شی MediaPipe MPImage برای پردازش.
imageProcessingOptions ImageProcessingOptions نحوه پردازش تصویر ورودی را قبل از اجرای استنتاج مشخص می کند. توجه داشته باشید که منطقه مورد علاقه توسط این کار پشتیبانی نمی شود: مشخص کردن ImageProcessingOptions.regionOfInterest() منجر به پرتاب IllegalArgumentException توسط این روش می شود.
timestampMs مهر زمانی ورودی (بر حسب میلی ثانیه).
پرتاب می کند
IllegalArgumentException اگر ImageProcessingOptions منطقه مورد علاقه را مشخص کند.
اگر یک خطای داخلی وجود داشته باشد.

public void detectAsync (تصویر MPImage ، timestampMs طولانی)

داده‌های تصویر زنده را برای انجام تشخیص نشانه‌های دستی با گزینه‌های پردازش تصویر پیش‌فرض، یعنی بدون اعمال چرخش، ارسال می‌کند و نتایج از طریق OutputHandler.ResultListener ارائه شده در HandLandmarker.HandLandmarkerOptions در دسترس خواهند بود. فقط زمانی از این روش استفاده کنید که HandLandmarker با ERROR(/RunningMode.LIVE_STREAM) ایجاد شده باشد.

برای نشان دادن زمانی که تصویر ورودی به نشانگر دستی ارسال می شود، باید یک مهر زمانی (بر حسب میلی ثانیه) ارائه شود. مُهرهای زمانی ورودی باید بطور یکنواخت در حال افزایش باشند.

HandLandmarker از انواع فضای رنگی زیر پشتیبانی می کند:

مولفه های
تصویر یک شی MediaPipe MPImage برای پردازش.
timestampMs مهر زمانی ورودی (بر حسب میلی ثانیه).
پرتاب می کند
اگر یک خطای داخلی وجود داشته باشد.

عمومی HandLandmarkerResult detectForVideo (تصویر MPI ، ImageProcessingOptions imageProcessingOptions، مُهر زمانی طولانی)

تشخیص نشانه‌های دستی را روی قاب ویدیویی ارائه شده انجام می‌دهد. فقط زمانی از این روش استفاده کنید که HandLandmarker با ERROR(/RunningMode.VIDEO) ایجاد شده باشد.

لازم است مهر زمانی فریم ویدیو (در میلی ثانیه) ارائه شود. مُهرهای زمانی ورودی باید بطور یکنواخت در حال افزایش باشند.

HandLandmarker از انواع فضای رنگی زیر پشتیبانی می کند:

مولفه های
تصویر یک شی MediaPipe MPImage برای پردازش.
imageProcessingOptions ImageProcessingOptions نحوه پردازش تصویر ورودی را قبل از اجرای استنتاج مشخص می کند. توجه داشته باشید که منطقه مورد علاقه توسط این کار پشتیبانی نمی شود: مشخص کردن ImageProcessingOptions.regionOfInterest() منجر به پرتاب IllegalArgumentException توسط این روش می شود.
timestampMs مهر زمانی ورودی (بر حسب میلی ثانیه).
پرتاب می کند
IllegalArgumentException اگر ImageProcessingOptions منطقه مورد علاقه را مشخص کند.
اگر یک خطای داخلی وجود داشته باشد.

عمومی HandLandmarkerResult detectForVideo (تصویر MPI ، مُهرهای زمانی طولانی)

با گزینه‌های پیش‌فرض پردازش تصویر، یعنی بدون اعمال چرخش، تشخیص نقاط عطف دست را روی قاب ویدیوی ارائه‌شده انجام می‌دهد. فقط زمانی از این روش استفاده کنید که HandLandmarker با ERROR(/RunningMode.VIDEO) ایجاد شده باشد.

لازم است مهر زمانی فریم ویدیو (در میلی ثانیه) ارائه شود. مُهرهای زمانی ورودی باید بطور یکنواخت در حال افزایش باشند.

HandLandmarker از انواع فضای رنگی زیر پشتیبانی می کند:

مولفه های
تصویر یک شی MediaPipe MPImage برای پردازش.
timestampMs مهر زمانی ورودی (بر حسب میلی ثانیه).
پرتاب می کند
اگر یک خطای داخلی وجود داشته باشد.