Hướng dẫn phát hiện mốc trên tay cho web

Tác vụ MediaPipe Hand Landmarker cho phép bạn phát hiện các điểm đánh dấu của bàn tay trong hình ảnh. Các hướng dẫn này cho bạn biết cách sử dụng Hand Landmarker cho các ứng dụng web và JavaScript.

Để biết thêm thông tin về các chức năng, mô hình và lựa chọn cấu hình của tác vụ này, hãy xem phần Tổng quan.

Ví dụ về mã

Mã ví dụ cho Hand Landmarker cung cấp một cách triển khai hoàn chỉnh nhiệm vụ này bằng JavaScript để bạn tham khảo. Đoạn mã này giúp bạn kiểm thử tác vụ này và bắt đầu xây dựng ứng dụng phát hiện điểm đánh dấu trên bàn tay của riêng mình. Bạn có thể xem, chạy và chỉnh sửa ví dụ về Hand Landmarker chỉ bằng trình duyệt web.

Thiết lập

Phần này mô tả các bước chính để thiết lập môi trường phát triển, đặc biệt là để sử dụng Hand Landmarker. Để biết thông tin chung về cách thiết lập môi trường phát triển web và JavaScript, bao gồm cả các yêu cầu về phiên bản nền tảng, hãy xem Hướng dẫn thiết lập cho web.

Gói JavaScript

Bạn có thể sử dụng mã Hand Landmarker thông qua gói @mediapipe/tasks-vision NPM của MediaPipe. Bạn có thể tìm và tải các thư viện này xuống bằng cách làm theo hướng dẫn trong Hướng dẫn thiết lập nền tảng.

Bạn có thể cài đặt các gói cần thiết thông qua NPM bằng lệnh sau:

npm install @mediapipe/tasks-vision

Nếu bạn muốn nhập mã tác vụ thông qua dịch vụ mạng phân phối nội dung (CDN), hãy thêm mã sau vào thẻ <head> trong tệp HTML:

<!-- You can replace JSDeliver with another CDN if you prefer to -->
<head>
  <script src="https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision/vision_bundle.mjs"
    crossorigin="anonymous"></script>
</head>

Mô hình

Tác vụ MediaPipe Hand Landmarker yêu cầu một mô hình được huấn luyện tương thích với tác vụ này. Để biết thêm thông tin về các mô hình được huấn luyện hiện có cho Hand Landmarker, hãy xem phần Mô hình trong phần tổng quan về tác vụ.

Chọn và tải một mô hình xuống, sau đó lưu trữ mô hình đó trong thư mục dự án của bạn:

<dev-project-root>/app/shared/models/

Tạo việc cần làm

Sử dụng một trong các hàm createFrom...() của Hand Landmarker để chuẩn bị tác vụ chạy suy luận. Sử dụng hàm createFromModelPath() với đường dẫn tương đối hoặc tuyệt đối đến tệp mô hình đã huấn luyện. Nếu mô hình của bạn đã được tải vào bộ nhớ, bạn có thể sử dụng phương thức createFromModelBuffer().

Ví dụ về mã bên dưới minh hoạ cách sử dụng hàm createFromOptions() để thiết lập tác vụ. Hàm createFromOptions cho phép bạn tuỳ chỉnh Hand Landmarker bằng các lựa chọn cấu hình. Để biết thêm thông tin về các lựa chọn cấu hình, hãy xem phần Các lựa chọn cấu hình.

Đoạn mã sau đây minh hoạ cách tạo và định cấu hình tác vụ bằng các lựa chọn tuỳ chỉnh:

const vision = await FilesetResolver.forVisionTasks(
  // path/to/wasm/root
  "https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision@latest/wasm"
);
const handLandmarker = await HandLandmarker.createFromOptions(
    vision,
    {
      baseOptions: {
        modelAssetPath: "hand_landmarker.task"
      },
      numHands: 2
    });

Các lựa chọn về cấu hình

Tác vụ này có các lựa chọn cấu hình sau đây cho các ứng dụng Web và JavaScript:

Tên tuỳ chọn Mô tả Phạm vi giá trị Giá trị mặc định
runningMode Đặt chế độ chạy cho tác vụ. Có 2 chế độ:

HÌNH ẢNH: Chế độ dành cho các đầu vào là hình ảnh đơn.

VIDEO: Chế độ cho các khung hình đã giải mã của một video hoặc trên một sự kiện phát trực tiếp của dữ liệu đầu vào, chẳng hạn như từ camera.		 {IMAGE, VIDEO} IMAGE
numHands Số lượng bàn tay tối đa mà Trình phát hiện điểm đánh dấu bàn tay phát hiện được. Any integer > 0 1
minHandDetectionConfidence Điểm tin cậy tối thiểu để quá trình phát hiện bàn tay được coi là thành công trong mô hình phát hiện lòng bàn tay. 0.0 - 1.0 0.5
minHandPresenceConfidence Điểm số tin cậy tối thiểu cho điểm số hiện diện của bàn tay trong mô hình phát hiện điểm đánh dấu bàn tay. Ở chế độ Video và chế độ Phát trực tiếp, nếu điểm số độ tin cậy về sự hiện diện của bàn tay từ mô hình điểm đánh dấu bàn tay thấp hơn ngưỡng này, thì Hand Landmarker sẽ kích hoạt mô hình phát hiện lòng bàn tay. Nếu không, một thuật toán theo dõi cử động của tay đơn giản sẽ xác định vị trí của(các) bàn tay để phát hiện các điểm mốc tiếp theo. 0.0 - 1.0 0.5
minTrackingConfidence Điểm tin cậy tối thiểu để tính năng theo dõi cử động của tay được coi là thành công. Đây là ngưỡng IoU của khung giới hạn giữa các bàn tay trong khung hình hiện tại và khung hình cuối cùng. Ở chế độ Video và chế độ Truyền trực tiếp của Hand Landmarker, nếu quá trình theo dõi không thành công, Hand Landmarker sẽ kích hoạt tính năng phát hiện bàn tay. Nếu không, hệ thống sẽ bỏ qua bước phát hiện bàn tay. 0.0 - 1.0 0.5

Chuẩn bị dữ liệu

Hand Landmarker có thể phát hiện các điểm đánh dấu bàn tay trong hình ảnh ở mọi định dạng mà trình duyệt lưu trữ hỗ trợ. Tác vụ này cũng xử lý việc tiền xử lý dữ liệu đầu vào, bao gồm cả việc đổi kích thước, xoay và chuẩn hoá giá trị. Để phát hiện các điểm đánh dấu bàn tay trong video, bạn có thể dùng API để xử lý nhanh từng khung hình một, sử dụng dấu thời gian của khung hình để xác định thời điểm các điểm đánh dấu bàn tay xuất hiện trong video.

Chạy tác vụ

Hand Landmarker sử dụng các phương thức detect() (với chế độ chạy image) và detectForVideo() (với chế độ chạy video) để kích hoạt suy luận. Tác vụ này xử lý dữ liệu, cố gắng phát hiện các điểm đánh dấu trên bàn tay, rồi báo cáo kết quả.

Các lệnh gọi đến phương thức Hand Landmarker detect() và detectForVideo() chạy đồng bộ và chặn luồng giao diện người dùng. Nếu bạn phát hiện các điểm đánh dấu bàn tay trong khung hình video từ camera của thiết bị, thì mỗi lần phát hiện sẽ chặn luồng chính. Bạn có thể ngăn chặn điều này bằng cách triển khai các worker trên web để chạy các phương thức detect() và detectForVideo() trên một luồng khác.

Đoạn mã sau đây minh hoạ cách thực thi quy trình xử lý bằng mô hình tác vụ:

Hình ảnh

const image = document.getElementById("image") as HTMLImageElement;
const handLandmarkerResult = handLandmarker.detect(image);

Video

await handLandmarker.setOptions({ runningMode: "video" });

let lastVideoTime = -1;
function renderLoop(): void {
  const video = document.getElementById("video");

  if (video.currentTime !== lastVideoTime) {
    const detections = handLandmarker.detectForVideo(video);
    processResults(detections);
    lastVideoTime = video.currentTime;
  }

  requestAnimationFrame(() => {
    renderLoop();
  });
}

Để biết cách triển khai đầy đủ hơn về việc chạy một tác vụ Hand Landmarker, hãy xem ví dụ.

Xử lý và hiển thị kết quả

Hand Landmarker tạo một đối tượng kết quả Hand Landmarker cho mỗi lần chạy phát hiện. Đối tượng kết quả chứa các điểm đánh dấu bàn tay theo toạ độ hình ảnh, các điểm đánh dấu bàn tay theo toạ độ thế giới và tính thuận tay(tay trái/tay phải) của các bàn tay được phát hiện.

Sau đây là ví dụ về dữ liệu đầu ra của tác vụ này:

Đầu ra HandLandmarkerResult chứa 3 thành phần. Mỗi thành phần là một mảng, trong đó mỗi phần tử chứa các kết quả sau đây cho một bàn tay được phát hiện:

  • Tay thuận

    Thuận tay cho biết bàn tay được phát hiện là tay trái hay tay phải.

  • Địa danh

    Có 21 điểm đánh dấu trên bàn tay, mỗi điểm bao gồm các toạ độ x, y và z. Toạ độ x và y được chuẩn hoá thành [0.0, 1.0] theo chiều rộng và chiều cao của hình ảnh, tương ứng. Toạ độ z biểu thị độ sâu của điểm mốc, với độ sâu ở cổ tay là gốc. Giá trị càng nhỏ thì điểm đánh dấu càng gần camera. Độ lớn của z sử dụng gần như cùng một thang đo với x.

  • Điểm mốc Thế giới

    21 điểm đánh dấu trên bàn tay cũng được trình bày theo toạ độ thế giới. Mỗi điểm mốc bao gồm x, y và z, biểu thị toạ độ 3D trong thế giới thực tính bằng mét với gốc tại tâm hình học của bàn tay.

HandLandmarkerResult:
  Handedness:
    Categories #0:
      index        : 0
      score        : 0.98396
      categoryName : Left
  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)

Hình ảnh sau đây minh hoạ kết quả của tác vụ:

Bàn tay giơ ngón tay cái lên với cấu trúc xương của bàn tay được vẽ ra

Đoạn mã ví dụ về Hand Landmarker minh hoạ cách hiển thị các kết quả do tác vụ trả về, hãy xem ví dụ