此页面由 Cloud Translation API 翻译。

MediaPipe 框架 Android 归档

MediaPipe 框架 Android 归档 (AAR) 库是一种将 MediaPipe 框架与 Android Studio 和 Gradle 结合使用的便捷方式。MediaPipe 框架无法发布可供所有项目使用的常规 AAR。相反，开发者需要创建一个 mediapipe_aar() 目标，以便为自己的项目生成自定义 AAR 文件。必须这样做才能包含每个项目所需的特定资源（例如 MediaPipe 计算器）。

构建 MediaPipe 框架 AAR 的步骤

创建 mediapipe_aar() 目标。

在 MediaPipe 目录中，在 BUILD 文件中创建新的 mediapipe_aar() 目标。您需要确定图表中使用的计算器，并向 mediapipe_aar() 提供计算器依赖项。例如，如需为人脸检测图表构建 AAR，可以将以下代码放入 mediapipe/examples/android/src/java/com/google/mediapipe/apps/aar_example/BUILD。
```
load("//mediapipe/java/com/google/mediapipe:mediapipe_aar.bzl", "mediapipe_aar")

mediapipe_aar(
    name = "mediapipe_face_detection",
    calculators = ["//mediapipe/graphs/face_detection:mobile_calculators"],
)
```

运行 Bazel 构建命令来生成 AAR。

bazel build -c opt --strip=ALWAYS \
    --host_crosstool_top=@bazel_tools//tools/cpp:toolchain \
    --fat_apk_cpu=arm64-v8a,armeabi-v7a \
    --legacy_whole_archive=0 \
    --features=-legacy_whole_archive \
    --copt=-fvisibility=hidden \
    --copt=-ffunction-sections \
    --copt=-fdata-sections \
    --copt=-fstack-protector \
    --copt=-Oz \
    --copt=-fomit-frame-pointer \
    --copt=-DABSL_MIN_LOG_LEVEL=2 \
    --linkopt=-Wl,--gc-sections,--strip-all \
    //path/to/the/aar/build/file:aar_name.aar

对于我们在第 1 步中创建的人脸检测 AAR 目标，请运行以下命令：

bazel build -c opt --strip=ALWAYS \
    --host_crosstool_top=@bazel_tools//tools/cpp:toolchain \
    --fat_apk_cpu=arm64-v8a,armeabi-v7a \
    --legacy_whole_archive=0 \
    --features=-legacy_whole_archive \
    --copt=-fvisibility=hidden \
    --copt=-ffunction-sections \
    --copt=-fdata-sections \
    --copt=-fstack-protector \
    --copt=-Oz \
    --copt=-fomit-frame-pointer \
    --copt=-DABSL_MIN_LOG_LEVEL=2 \
    --linkopt=-Wl,--gc-sections,--strip-all \
    //mediapipe/examples/android/src/java/com/google/mediapipe/apps/aar_example:mediapipe_face_detection.aar

# It should print:
# Target //mediapipe/examples/android/src/java/com/google/mediapipe/apps/aar_example:mediapipe_face_detection.aar up-to-date:
# bazel-bin/mediapipe/examples/android/src/java/com/google/mediapipe/apps/aar_example/mediapipe_face_detection.aar

（可选）将 AAR 保存到您的首选位置。

cp bazel-bin/mediapipe/examples/android/src/java/com/google/mediapipe/apps/aar_example/mediapipe_face_detection.aar
/absolute/path/to/your/preferred/location

在 Android Studio 中将 MediaPipe 框架 AAR 与 Gradle 结合使用的步骤

启动 Android Studio 并转到您的项目。

将 AAR 复制到 app/libs 中。

cp bazel-bin/mediapipe/examples/android/src/java/com/google/mediapipe/apps/aar_example/mediapipe_face_detection.aar
/path/to/your/app/libs/

屏幕截图

创建 app/src/main/assets，并将资源（图、模型等）复制到 app/src/main/assets。

构建 MediaPipe 二进制图并将资源复制到 app/src/main/assets 中，例如，对于人脸检测图，您需要构建并复制二进制图和人脸检测 tflite 模型。

bazel build -c opt mediapipe/graphs/face_detection:face_detection_mobile_gpu_binary_graph
cp bazel-bin/mediapipe/graphs/face_detection/face_detection_mobile_gpu.binarypb /path/to/your/app/src/main/assets/
cp mediapipe/modules/face_detection/face_detection_short_range.tflite /path/to/your/app/src/main/assets/

屏幕截图

修改 app/build.gradle 以添加 MediaPipe 依赖项和 MediaPipe AAR。

dependencies {
    implementation fileTree(dir: 'libs', include: ['*.jar', '*.aar'])
    implementation 'androidx.appcompat:appcompat:1.0.2'
    implementation 'androidx.constraintlayout:constraintlayout:1.1.3'
    testImplementation 'junit:junit:4.12'
    androidTestImplementation 'androidx.test.ext:junit:1.1.0'
    androidTestImplementation 'androidx.test.espresso:espresso-core:3.1.1'
    // MediaPipe deps
    implementation 'com.google.flogger:flogger:latest.release'
    implementation 'com.google.flogger:flogger-system-backend:latest.release'
    implementation 'com.google.code.findbugs:jsr305:latest.release'
    implementation 'com.google.guava:guava:27.0.1-android'
    implementation 'com.google.protobuf:protobuf-javalite:3.19.1'
    // CameraX core library
    def camerax_version = "1.0.0-beta10"
    implementation "androidx.camera:camera-core:$camerax_version"
    implementation "androidx.camera:camera-camera2:$camerax_version"
    implementation "androidx.camera:camera-lifecycle:$camerax_version"
    // AutoValue
    def auto_value_version = "1.8.1"
    implementation "com.google.auto.value:auto-value-annotations:$auto_value_version"
    annotationProcessor "com.google.auto.value:auto-value:$auto_value_version"
}

请按照我们的 Android 应用示例，在 Android Studio 中针对您的用例使用 MediaPipe。如需查看示例，请点击此处查看人脸检测示例，并在此处查看多手跟踪示例。