隆重推出 LiteRT：Google 為裝置端 AI (舊稱 TensorFlow Lite) 打造的高效能執行階段。

本頁面由 Cloud Translation API 翻譯而成。

Android 手勢辨識指南

MediaPipe 手勢辨識器工作可讓你即時辨識手勢，以及可提供系統辨識的手勢結果和一隻手。下列操作說明說明如何使用手勢辨識器使用 Android 應用程式在此說明中所述的程式碼範例 GitHub 上。

您可以前往網路示範。進一步瞭解功能、模型和設定選項請參閱總覽。

程式碼範例

MediaPipe Tasks 範例程式碼是手勢辨識器的簡易實作方式 App Engine 應用程式這個範例會使用實體 Android 裝置上的相機執行以下動作：會持續偵測手勢，還可以使用支援靜態偵測手勢

您可以將應用程式做為起點，當做 Android 應用程式的起點，也可以參照應用程式做出決定手勢辨識器程式碼範例 GitHub。

下載程式碼

以下說明如何建立範例的本機副本 git 指令列工具編寫程式碼。

如要下載範例程式碼，請按照下列步驟操作：

使用下列指令複製 git 存放區：

git clone https://github.com/google-ai-edge/mediapipe-samples

您也可以選擇設定 Git 執行個體，以使用稀疏結帳功能。所以您只需要使用手勢辨識器範例應用程式的檔案：
```
cd mediapipe
git sparse-checkout init --cone
git sparse-checkout set examples/gesture_recognizer/android
```

建立範例程式碼的本機版本後，您可以匯入專案然後執行應用程式如需操作說明，請參閱 Android 設定指南。

重要元件

下列檔案包含這個手勢的重要程式碼辨識應用程式範例：

GestureRecognizerHelper.kt：初始化手勢辨識器並處理模型和委派項目。
MainActivity.kt：實作應用程式，包括呼叫 GestureRecognizerHelper 和 GestureRecognizerResultsAdapter。
GestureRecognizerResultsAdapter.kt：處理結果並設定格式。

設定

本節說明設定開發環境的重要步驟，以及專門使用手勢辨識工具的程式碼專案如需設定開發環境以使用 MediaPipe 工作，包括：平台版本需求，請參閱 Android 設定指南。

依附元件

手勢辨識器工作會使用 com.google.mediapipe:tasks-vision 資源庫。請將這個依附元件新增至 Android 應用程式的 build.gradle 檔案：

dependencies {
    implementation 'com.google.mediapipe:tasks-vision:latest.release'
}

型號

MediaPipe 手勢辨識工具工作需要一個與執行這項工作如要進一步瞭解手勢辨識器可用的已訓練模型，請參閱：請參閱工作總覽的「模型」一節。

選取並下載模型，然後儲存在專案目錄中：

<dev-project-root>/src/main/assets

在 ModelAssetPath 參數中指定模型的路徑。在範例程式碼模型定義於 GestureRecognizerHelper.kt 檔案：

baseOptionBuilder.setModelAssetPath(MP_RECOGNIZER_TASK)

建立工作

MediaPipe 手勢辨識工具工作會使用 createFromOptions() 函式來設定執行工作createFromOptions() 函式可接受設定選項如要進一步瞭解設定選項請參閱設定選項。

手勢辨識器支援 3 種輸入資料類型：靜態圖片、影片檔案和即時影像串流您必須指定相應的執行模式輸入資料類型請選擇與輸入資料類型，瞭解如何建立工作及執行推論。

圖片

val baseOptionsBuilder = BaseOptions.builder().setModelAssetPath(MP_RECOGNIZER_TASK)
val baseOptions = baseOptionBuilder.build()

val optionsBuilder =
    GestureRecognizer.GestureRecognizerOptions.builder()
        .setBaseOptions(baseOptions)
        .setMinHandDetectionConfidence(minHandDetectionConfidence)
        .setMinTrackingConfidence(minHandTrackingConfidence)
        .setMinHandPresenceConfidence(minHandPresenceConfidence)
        .setRunningMode(RunningMode.IMAGE)

val options = optionsBuilder.build()
gestureRecognizer =
    GestureRecognizer.createFromOptions(context, options)

影片

val baseOptionsBuilder = BaseOptions.builder().setModelAssetPath(MP_RECOGNIZER_TASK)
val baseOptions = baseOptionBuilder.build()

val optionsBuilder =
    GestureRecognizer.GestureRecognizerOptions.builder()
        .setBaseOptions(baseOptions)
        .setMinHandDetectionConfidence(minHandDetectionConfidence)
        .setMinTrackingConfidence(minHandTrackingConfidence)
        .setMinHandPresenceConfidence(minHandPresenceConfidence)
        .setRunningMode(RunningMode.VIDEO)

val options = optionsBuilder.build()
gestureRecognizer =
    GestureRecognizer.createFromOptions(context, options)

直播

val baseOptionsBuilder = BaseOptions.builder().setModelAssetPath(MP_RECOGNIZER_TASK)
val baseOptions = baseOptionBuilder.build()

val optionsBuilder =
    GestureRecognizer.GestureRecognizerOptions.builder()
        .setBaseOptions(baseOptions)
        .setMinHandDetectionConfidence(minHandDetectionConfidence)
        .setMinTrackingConfidence(minHandTrackingConfidence)
        .setMinHandPresenceConfidence(minHandPresenceConfidence)
        .setResultListener(this::returnLivestreamResult)
        .setErrorListener(this::returnLivestreamError)
        .setRunningMode(RunningMode.LIVE_STREAM)

val options = optionsBuilder.build()
gestureRecognizer =
    GestureRecognizer.createFromOptions(context, options)

實作手勢辨識器程式碼範例後，使用者就能切換處理模式這種方法使得工作建立程式碼變得更加複雜，可能會不適合您的用途您可以在 setupGestureRecognizer() 函式，用於 GestureRecognizerHelper.kt 檔案。

設定選項

這項工作有下列 Android 應用程式設定選項：

選項名稱	說明	值範圍	預設值
`runningMode`	設定任務的執行模式。在架構中模式：圖片：單一圖片輸入模式。 VIDEO：影片已解碼的影格模式。 LIVE_STREAM：輸入串流模式擷取的資訊等。在此模式下， resultListener 設定接聽程式來接收結果以非同步方式載入物件	{`IMAGE, VIDEO, LIVE_STREAM`}	`IMAGE`
`numHands`	可偵測的手部數量上限 `GestureRecognizer`。	`Any integer > 0`	`1`
`minHandDetectionConfidence`	手部偵測為而且被認定為成功的手掌偵測模型	`0.0 - 1.0`	`0.5`
`minHandPresenceConfidence`	手部狀態的最小可信度分數地標偵測模型在手勢辨識器的影片模式和直播模式中，如果手部地標模型的「在家狀態」信心分數低於就會觸發手掌偵測模型否則，輕量手動追蹤演算法，手勢偵測後續的地標偵測。	`0.0 - 1.0`	`0.5`
`minTrackingConfidence`	要考慮手部追蹤的最低可信度分數成功。這是手中各部位的定界框 IoU 門檻目前的影格和最後一個影格在影片模式和串流模式中，手勢辨識器 (如果追蹤失敗，手勢辨識器會觸發手) 偵測。否則，系統會略過手部偵測作業。	`0.0 - 1.0`	`0.5`
`cannedGesturesClassifierOptions`	罐頭手勢分類器行為的設定選項。罐頭手勢為：`["None", "Closed_Fist", "Open_Palm", "Pointing_Up", "Thumb_Down", "Thumb_Up", "Victory", "ILoveYou"]` 顯示名稱語言代碼：透過 TFLite 模型中繼資料指定的顯示名稱 (如有) 使用的語言代碼。結果數量上限：要傳回的分類結果分數上限。如果0，系統會傳回所有可用的結果。分數門檻：低於這個分數的結果會遭到拒絕。如果設為 0，會傳回所有可用的結果。類別許可清單：類別名稱的許可清單。如果非空白，系統會篩除不屬於這個集合的類別結果。與拒絕清單互斥。類別拒絕清單：類別名稱的拒絕清單。如果設為非空白，系統就會篩除這個組合中的類別結果。允許與許可清單互斥，	顯示名稱語言代碼：`any string` 結果數量上限：`any integer` 分數門檻：`0.0-1.0` 類別許可清單：`vector of strings` 類別拒絕清單：`vector of strings`	顯示名稱語言代碼：`"en"` 結果數量上限：`-1` 分數門檻：`0` 類別許可清單：空白類別拒絕清單：空白
`customGesturesClassifierOptions`	自訂手勢分類器行為的設定選項。顯示名稱語言代碼：透過 TFLite 模型中繼資料指定的顯示名稱 (如有) 使用的語言代碼。結果數量上限：要傳回的分類結果分數上限。如果0，系統會傳回所有可用的結果。分數門檻：低於這個分數的結果會遭到拒絕。如果設為 0，會傳回所有可用的結果。類別許可清單：類別名稱的許可清單。如果非空白，系統會篩除不屬於這個集合的類別結果。與拒絕清單互斥。類別拒絕清單：類別名稱的拒絕清單。如果設為非空白，系統就會篩除這個組合中的類別結果。允許與許可清單互斥，	顯示名稱語言代碼：`any string` 結果數量上限：`any integer` 分數門檻：`0.0-1.0` 類別許可清單：`vector of strings` 類別拒絕清單：`vector of strings`	顯示名稱語言代碼：`"en"` 結果數量上限：`-1` 分數門檻：`0` 類別許可清單：空白類別拒絕清單：空白
`resultListener`	設定用來接收分類結果的結果監聽器以非同步方式觸發手勢辨識功能只有在執行模式設為「`LIVE_STREAM`」時才能使用	`ResultListener`	不適用	不適用
`errorListener`	設定選用的錯誤事件監聽器。	`ErrorListener`	不適用	不適用

準備資料

手勢辨識工具適用於圖片、影片檔案和直播影片。工作內容處理資料輸入預先處理作業，包括調整大小、旋轉和值以便處理正規化的情況

以下程式碼示範如何發送資料進行處理。這些樣本包括如何處理圖片、影片檔案、和串流影片。

圖片

import com.google.mediapipe.framework.image.BitmapImageBuilder
import com.google.mediapipe.framework.image.MPImage

// Convert the input Bitmap object to an MPImage object to run inference
val mpImage = BitmapImageBuilder(image).build()

影片

import com.google.mediapipe.framework.image.BitmapImageBuilder
import com.google.mediapipe.framework.image.MPImage

val argb8888Frame =
    if (frame.config == Bitmap.Config.ARGB_8888) frame
    else frame.copy(Bitmap.Config.ARGB_8888, false)

// Convert the input Bitmap object to an MPImage object to run inference
val mpImage = BitmapImageBuilder(argb8888Frame).build()

直播

import com.google.mediapipe.framework.image.BitmapImageBuilder
import com.google.mediapipe.framework.image.MPImage

// Convert the input Bitmap object to an MPImage object to run inference
val mpImage = BitmapImageBuilder(rotatedBitmap).build()

在手勢辨識器範例程式碼，則會在 GestureRecognizerHelper.kt敬上檔案。

執行工作

手勢辨識器使用 recognize、recognizeForVideo 和 recognizeAsync 函式，用於觸發推論。以手勢辨識來說預先處理輸入資料, 偵測圖像中的手, 偵測手部地標和辨識地標的手勢。

以下程式碼示範如何使用工作模型執行處理程序。這些樣本包括詳細說明如何處理圖片、影片檔案和即時影像串流

圖片

val result = gestureRecognizer?.recognize(mpImage)

影片

val timestampMs = i * inferenceIntervalMs

gestureRecognizer?.recognizeForVideo(mpImage, timestampMs)
    ?.let { recognizerResult ->
        resultList.add(recognizerResult)
    }

直播

val mpImage = BitmapImageBuilder(rotatedBitmap).build()
val frameTime = SystemClock.uptimeMillis()

gestureRecognizer?.recognizeAsync(mpImage, frameTime)

注意事項：

以錄影模式或直播模式執行時，你也必須提供輸入框的時間戳記給手勢辨識器工作。
以圖片或影片模式執行時，手勢辨識工具工作會封鎖目前的執行緒，直到處理完成輸入圖片，相框。為避免封鎖使用者介面，請在背景執行緒。
在直播模式下執行時，手勢辨識工具工作不會封鎖但會立即傳回這會叫用結果每次處理完成後，系統會傳回辨識結果輸入影格如果在手勢辨識器時呼叫辨識函式工作正忙於處理另一個影格，這項工作將忽略新的輸入影格。

在手勢辨識工具範例程式碼、recognize、recognizeForVideo 和 recognizeAsync 函式定義於 GestureRecognizerHelper.kt。檔案。

處理及顯示結果

手勢辨識器會為辨識工作順利進行結果物件包含圖片座標中的手部地標，世界座標中的手部地標、慣用手(左/右手)，以及手部所偵測到的手語。

以下範例顯示這項工作的輸出資料範例：

產生的 GestureRecognizerResult 包含四個元件，而每個元件都是陣列，其中每個元素都包含偵測到單隻手的偵測結果。

慣用手設計

慣用手代表偵測到的手是左手還是右手。
手勢

偵測到的手部已辨識出的手勢類別。
地標

共有 21 個手部地標，每個地標都由 x、y 和 z 座標組成。 x 和 y 座標會依照圖片寬度和 z 座標代表地標深度，手腕的深度就是起點值越小，地標就是相機鏡頭z 的規模大致與下列指標相同： x。
世界著名地標

世界座標也會顯示 21 個手部地標。每個地標由 x、y 和 z 組成，代表實際的 3D 座標公尺，將感應器放在手部的幾何中心。

GestureRecognizerResult:
  Handedness:
    Categories #0:
      index        : 0
      score        : 0.98396
      categoryName : Left
  Gestures:
    Categories #0:
      score        : 0.76893
      categoryName : Thumb_Up
  Landmarks:
    Landmark #0:
      x            : 0.638852
      y            : 0.671197
      z            : -3.41E-7
    Landmark #1:
      x            : 0.634599
      y            : 0.536441
      z            : -0.06984
    ... (21 landmarks for a hand)
  WorldLandmarks:
    Landmark #0:
      x            : 0.067485
      y            : 0.031084
      z            : 0.055223
    Landmark #1:
      x            : 0.063209
      y            : -0.00382
      z            : 0.020920
    ... (21 world landmarks for a hand)

下圖顯示工作輸出內容的示意圖：

在手勢辨識工具範例程式碼，即 GestureRecognizerResultsAdapter 類別中的 GestureRecognizerResultsAdapter.kt 檔案會處理結果。