MediaPipe 框架 Android 归档

借助 MediaPipe Framework Android ARchive (AAR) 库，你可以便捷地使用 将 MediaPipe 框架与 Android Studio 和 Gradle 结合使用。MediaPipe 框架没有 发布可供所有项目使用的常规 AAR。开发者需要 创建一个 mediapipe_aar() 目标，为他们生成自定义 AAR 文件 项目。只有这样才能包含特定资源，例如 每个项目所需的 MediaPipe 计算器。

构建 MediaPipe 框架 AAR 的步骤

1. 创建 mediapipe_aar() 目标。

   在 MediaPipe 目录中，在 build 中创建一个新的 mediapipe_aar() 目标 文件。您需要弄清楚图表中使用了哪些计算器 为 mediapipe_aar() 提供计算器依赖项。例如， 为人脸检测图构建 AAR，可以将以下代码 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"],
   )
   

2. 运行 Bazel 构建命令以生成 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 步中制定的人脸检测 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
   

3. （可选）将 AAR 保存到首选位置。

   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 中通过 Gradle 使用 MediaPipe 框架 AAR 的步骤

1. 启动 Android Studio 并转到您的项目。

2. 将 AAR 复制到 app/libs。

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

   

3. 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，例如对于人脸检测图，您需要 并将二进制文件 图表 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/
   

   

4. 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"
   }
   

5. 按照我们的 Android 应用示例操作，在 Android Studio 中针对你的应用使用 MediaPipe 应用场景。如果您要查找示例，可以使用人脸检测示例， 找到 此处以及 有关多手跟踪示例， 此处。