Guía de segmentación de imágenes para Android

La tarea Segmentador de imágenes de MediaPipe te permite dividir las imágenes en regiones según las categorías predefinidas para aplicar efectos visuales, como el desenfoque del fondo. En estas instrucciones, se muestra cómo usar el Segmentador de imágenes con apps para Android. El ejemplo de código que se describe en estas instrucciones está disponible en GitHub. Para obtener más información sobre las capacidades, los modelos y las opciones de configuración de esta tarea, consulta la Descripción general.

Ejemplo de código

El ejemplo de código de MediaPipe Tasks contiene dos implementaciones simples de una app de segmentación de imágenes para Android:

• Segmentador de imágenes con una máscara de categoría
• Segmentador de imágenes con una máscara de confianza

En los ejemplos, se usa la cámara de un dispositivo Android físico para realizar la segmentación de imágenes en un feed de cámara en vivo, o puedes elegir imágenes y videos de la galería del dispositivo. Puedes usar las apps como punto de partida de tu propia app para Android o consultarlas cuando modifiques una app existente. El código de ejemplo del Segmentador de imágenes se aloja en GitHub.

Las siguientes secciones hacen referencia a la app de Segmentador de imágenes con una máscara de categoría.

Descarga el código

En las siguientes instrucciones, se muestra cómo crear una copia local del código de ejemplo con la herramienta de línea de comandos git.

Para descargar el código de ejemplo, haz lo siguiente:

1. Usa el siguiente comando para clonar el repositorio de Git:

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

2. De manera opcional, configura tu instancia de Git para que use un proceso de confirmación de compra disperso, de modo que solo tengas los archivos para la app de ejemplo del Segmentador de imágenes:

   cd mediapipe
   git sparse-checkout init --cone
   git sparse-checkout set examples/image_segmentation/android
   

   .

Después de crear una versión local del código de ejemplo, puedes importar el proyecto a Android Studio y ejecutar la app. Para obtener instrucciones, consulta la Guía de configuración de Android.

Componentes clave

Los siguientes archivos contienen el código fundamental para esta aplicación de ejemplo de segmentación de imágenes:

• ImageSegmenterHelper.kt: Inicializa la tarea del Segmentador de imágenes y controla la selección del modelo y del delegado.
• CameraFragment.kt: Proporciona la interfaz de usuario y el código de control para una cámara.
• GalleryFragment.kt: Proporciona la interfaz de usuario y el código de control para seleccionar archivos de imagen y video.
• OverlayView.kt: Controla y formatea los resultados de segmentación.

Configuración

En esta sección, se describen los pasos clave para configurar tu entorno de desarrollo y los proyectos de código para usar el Segmentador de imágenes. Si quieres obtener información general sobre cómo configurar tu entorno de desarrollo para usar tareas de MediaPipe, incluidos los requisitos de versión de la plataforma, consulta la Guía de configuración para Android.

Dependencias

El segmentador de imágenes utiliza la biblioteca com.google.mediapipe:tasks-vision. Agrega esta dependencia al archivo build.gradle de tu proyecto de desarrollo de apps para Android. Importa las dependencias necesarias con el siguiente código:

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

Modelo

La tarea Segmentador de imágenes de MediaPipe requiere un modelo entrenado que sea compatible con esta tarea. Si deseas obtener más información sobre los modelos entrenados disponibles para el Segmentador de imágenes, consulta la descripción general de la tarea en la sección Modelos.

Selecciona y descarga el modelo. Luego, almacénalo en el directorio de tu proyecto:

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

Usa el método BaseOptions.Builder.setModelAssetPath() para especificar la ruta que usa el modelo. Se hace referencia a este método en el ejemplo de código de la siguiente sección.

En el código de ejemplo del segmentador de imágenes, el modelo se define en la clase ImageSegmenterHelper.kt de la función setupImageSegmenter().

Crea la tarea

Puedes usar la función createFromOptions para crear la tarea. La función createFromOptions acepta opciones de configuración, incluidos los tipos de salida de enmascaramiento. Si deseas obtener más información sobre la configuración de tareas, consulta Opciones de configuración.

La tarea Segmentador de imágenes admite los siguientes tipos de datos de entrada: imágenes estáticas, archivos de video y transmisiones de video en vivo. Cuando creas la tarea, debes especificar el modo de ejecución correspondiente a tu tipo de datos de entrada. Elige la pestaña de tu tipo de datos de entrada para ver cómo crear esa tarea.

ImageSegmenterOptions options =
  ImageSegmenterOptions.builder()
    .setBaseOptions(
      BaseOptions.builder().setModelAssetPath("model.tflite").build())
    .setRunningMode(RunningMode.IMAGE)
    .setOutputCategoryMask(true)
    .setOutputConfidenceMasks(false)
    .build();
imagesegmenter = ImageSegmenter.createFromOptions(context, options);
    

ImageSegmenterOptions options =
  ImageSegmenterOptions.builder()
    .setBaseOptions(
      BaseOptions.builder().setModelAssetPath("model.tflite").build())
    .setRunningMode(RunningMode.VIDEO)
    .setOutputCategoryMask(true)
    .setOutputConfidenceMasks(false)
    .build();
imagesegmenter = ImageSegmenter.createFromOptions(context, options);
    

ImageSegmenterOptions options =
  ImageSegmenterOptions.builder()
    .setBaseOptions(
      BaseOptions.builder().setModelAssetPath("model.tflite").build())
    .setRunningMode(RunningMode.LIVE_STREAM)
    .setOutputCategoryMask(true)
    .setOutputConfidenceMasks(false)
    .setResultListener((result, inputImage) -> {
         // Process the segmentation result here.
    })
    .setErrorListener((result, inputImage) -> {
         // Process the segmentation errors here.
    })
    .build()
imagesegmenter = ImageSegmenter.createFromOptions(context, options)
    

La implementación de código de ejemplo del segmentador de imágenes permite al usuario cambiar entre los modos de procesamiento. Este enfoque hace que el código de creación de la tarea sea más complicado y puede que no sea apropiado para tu caso de uso. Puedes ver este código en la clase ImageSegmenterHelper de la función setupImageSegmenter().

Opciones de configuración

Esta tarea incluye las siguientes opciones de configuración para apps para Android:

Preparar los datos

El Segmentador de imágenes funciona con imágenes, archivos de video y transmisiones de video en vivo. La tarea controla el procesamiento previo de la entrada de datos, incluido el cambio de tamaño, la rotación y la normalización de valores.

Debes convertir la imagen o el marco de entrada en un objeto com.google.mediapipe.framework.image.MPImage antes de pasarlo al Segmentador de imágenes.

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

// Load an image on the user’s device as a Bitmap object using BitmapFactory.

// Convert an Android’s Bitmap object to a MediaPipe’s Image object.
Image mpImage = new BitmapImageBuilder(bitmap).build();
    

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

// Load a video file on the user's device using MediaMetadataRetriever

// From the video’s metadata, load the METADATA_KEY_DURATION and
// METADATA_KEY_VIDEO_FRAME_COUNT value. You’ll need them
// to calculate the timestamp of each frame later.

// Loop through the video and load each frame as a Bitmap object.

// Convert the Android’s Bitmap object to a MediaPipe’s Image object.
Image mpImage = new BitmapImageBuilder(frame).build();
    

import com.google.mediapipe.framework.image.MediaImageBuilder;
import com.google.mediapipe.framework.image.MPImage;

// Create a CameraX’s ImageAnalysis to continuously receive frames
// from the device’s camera. Configure it to output frames in RGBA_8888
// format to match with what is required by the model.

// For each Android’s ImageProxy object received from the ImageAnalysis,
// extract the encapsulated Android’s Image object and convert it to
// a MediaPipe’s Image object.
android.media.Image mediaImage = imageProxy.getImage()
Image mpImage = new MediaImageBuilder(mediaImage).build();
    

En el código de ejemplo del Segmentador de imágenes, la función segmentLiveStreamFrame() controla la preparación de los datos en la clase ImageSegmenterHelper.

Ejecuta la tarea

Debes llamar a una función segment diferente según el modo de ejecución que uses. La función Segmentador de imágenes muestra las regiones de segmentos identificados dentro de la imagen o el marco de entrada.

ImageSegmenterResult segmenterResult = imagesegmenter.segment(image);
    

// Calculate the timestamp in milliseconds of the current frame.
long frame_timestamp_ms = 1000 * video_duration * frame_index / frame_count;

// Run inference on the frame.
ImageSegmenterResult segmenterResult =
    imagesegmenter.segmentForVideo(image, frameTimestampMs);
    

// Run inference on the frame. The segmentations results will be available via
// the `resultListener` provided in the `ImageSegmenterOptions` when the image
// segmenter was created.
imagesegmenter.segmentAsync(image, frameTimestampMs);
    

Ten en cuenta lo siguiente:

• Cuando se ejecute en modo de video o de transmisión en vivo, también debes proporcionar la marca de tiempo del fotograma de entrada a la tarea del Segmentador de imágenes.
• Cuando se ejecuta en los modos de imagen o video, la tarea Segmentador de imágenes bloquea el subproceso actual hasta que termina de procesar la imagen o el marco de entrada. Para evitar bloquear la interfaz de usuario, ejecuta el procesamiento en un subproceso en segundo plano.
• Cuando se ejecuta en el modo de transmisión en vivo, la tarea Segmentador de imágenes no bloquea el subproceso actual, pero muestra el resultado de inmediato. Invocará su objeto de escucha de resultados con el resultado de la detección cada vez que termine de procesar un marco de entrada. Si se llama a la función segmentAsync cuando la tarea Segmentador de imágenes está ocupada procesando otro marco, la tarea ignora el nuevo marco de entrada.

En el código de ejemplo del segmentador de imágenes, las funciones segment se definen en el archivo ImageSegmenterHelper.kt.

Cómo controlar y mostrar los resultados

Cuando se ejecuta la inferencia, la tarea del Segmentador de imágenes muestra un objeto ImageSegmenterResult que contiene los resultados de la tarea de segmentación. El contenido del resultado depende del outputType que estableciste cuando configuraste la tarea.

En las siguientes secciones, se muestran ejemplos de los datos de salida de esta tarea:

Nivel de confianza de la categoría

En las siguientes imágenes, se muestra una visualización del resultado de la tarea para una máscara de confianza de categoría. El resultado de la máscara de confianza contiene valores flotantes entre [0, 1].

Resultado original de la máscara de confianza de la imagen y la categoría. Imagen de origen del conjunto de datos Pascal VOC 2012.

Valor de la categoría

En las siguientes imágenes, se muestra una visualización del resultado de la tarea para una máscara de valor de categoría. El rango de máscara de categoría es [0, 255], y cada valor de píxel representa el índice de la categoría ganadora del resultado del modelo. El índice de la categoría ganadora tiene la puntuación más alta entre las categorías que el modelo puede reconocer.

Resultado original de la imagen y la máscara de categoría. Imagen de origen del conjunto de datos Pascal VOC 2012.