Guía de segmentación de imágenes para iOS

La tarea Segmentador de imágenes te permite dividir imágenes en regiones según categorías y aplicar efectos visuales, como desenfoque del fondo. Estos Las instrucciones te muestran cómo utilizar el segmentador de imágenes con aplicaciones para iOS.

La muestra de código descrita en estas instrucciones está disponible en GitHub:

Puedes ver esta tarea en acción en el sitio web demo. 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 una implementación simple de un App de Segmentador de imágenes para iOS.

En el ejemplo, se implementa un segmentador de imágenes que genera máscaras de categoría. Utiliza la cámara en un dispositivo iOS físico para realizar la segmentación de imágenes en una feed de la cámara o en imágenes y videos de la galería del dispositivo.

Puedes usar la app como punto de partida para tu propia app para iOS o hacer referencia a ella. cuando se modifica una app existente. El código de ejemplo del segmentador de imágenes se aloja en GitHub:

Descarga el código

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

Para descargar el código de ejemplo, haz lo siguiente:

1. Clona el repositorio de Git con el siguiente comando:

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

2. De forma opcional, configura tu instancia de Git para que use un método de confirmación de la compra disperso solo los archivos de la app de ejemplo del segmento de imágenes:

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

Después de crear una versión local del código de ejemplo, puedes instalar el MediaPipe, abre el proyecto con Xcode y ejecuta la app. Para consulta la Guía de configuración para iOS.

Componentes clave

Los siguientes archivos contienen el código crucial para el ejemplo del Segmentador de imágenes. aplicación:

• ImageSegmenterService.swift: Inicializa el segmentador de imágenes, controla la selección del modelo y ejecuta. de inferencia con los datos de entrada.
• CameraViewController.swift: Implementa la IU para el modo de entrada del feed de la cámara en vivo y visualiza la resultados.
• MediaLibraryViewController.swift Implementa la IU para el modo de entrada de imágenes estáticas y archivos de video. visualice los resultados.

Configuración

En esta sección, se describen los pasos clave para configurar tu entorno de desarrollo y proyectos de código para usar el segmento de imágenes. Para obtener información general sobre cómo configurar tu entorno de desarrollo para usar tareas de MediaPipe, incluida la versión de la plataforma consulta la Guía de configuración para iOS.

Dependencias

El segmento de imágenes usa la biblioteca MediaPipeTasksVision, que debe instalarse con CocoaPods. La biblioteca es compatible con apps de Swift y Objective-C y no requiere ninguna configuración adicional específica de idioma.

Si necesitas instrucciones para instalar CocoaPods en macOS, consulta los CocoaPods guía de instalación. Obtén instrucciones para crear un Podfile con los Pods necesarios para tu consulta Cómo usar CocoaPods.

Agrega el Pod MediaPipeTasksVision en Podfile con el siguiente código:

target 'MyImageSegmenterApp' do
  use_frameworks!
  pod 'MediaPipeTasksVision'
end

Si tu app incluye objetivos de prueba de unidades, consulta la Guía de configuración de iOS para obtener más información sobre la configuración tu Podfile.

Modelo

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

Selecciona y descarga un modelo, y agrégalo al directorio de tu proyecto con Xcode. Para obtener instrucciones sobre cómo agregar archivos a tu proyecto de Xcode, consulta Cómo administrar archivos y carpetas en tu código proyecto.

Usa la propiedad BaseOptions.modelAssetPath para especificar la ruta al modelo. del paquete de aplicación. Para ver un ejemplo de código, consulta la siguiente sección.

Crea la tarea

Puedes crear la tarea Segmentador de imágenes llamando a uno de sus inicializadores. El El inicializador ImageSegmenter(options:) acepta valores para la configuración opciones de estado.

Si no necesitas un segmentador de imágenes inicializado con una configuración personalizada puedes usar el inicializador ImageSegmenter(modelPath:) para crear un Segmento de imágenes con las opciones predeterminadas. Para obtener más información sobre la configuración consulta Descripción general de la configuración.

La tarea del Segmentador de imágenes admite 3 tipos de datos de entrada: imágenes fijas y archivos de video. y transmisiones de video en vivo. De forma predeterminada, ImageSegmenter(modelPath:) inicializa un de imágenes fijas. Si quieres que tu tarea se inicialice para procesar videos o transmisiones de video en vivo, usa ImageSegmenter(options:) para especificar el video o el modo de ejecución de transmisión en vivo. El modo de transmisión en vivo también requiere opción de configuración imageSegmenterLiveStreamDelegate, que habilita la Segmentador de imágenes para entregar resultados de segmentación de imágenes al delegado de forma asíncrona.

Elige la pestaña correspondiente a tu modo de ejecución para ver cómo crear la tarea y ejecutar inferencias.

Swift

import MediaPipeTasksVision

let modelPath = Bundle.main.path(forResource: "model",
                                      ofType: "tflite")

let options = ImageSegmenterOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .image
options.shouldOutputCategoryMask = true
options.shouldOutputConfidenceMasks = false

let imageSegmenter = try ImageSegmenter(options: options)
    

import MediaPipeTasksVision

let modelPath = Bundle.main.path(forResource: "model",
                                      ofType: "tflite")

let options = ImageSegmenterOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .video
options.shouldOutputCategoryMask = true
options.shouldOutputConfidenceMasks = false

let imageSegmenter = try ImageSegmenter(options: options)
    

import MediaPipeTasksVision

// Class that conforms to the `imageSegmenterLiveStreamDelegate` protocol and
// implements the method that the image segmenter calls once it finishes
// performing segmentation of each input frame.
class ImageSegmenterResultProcessor: NSObject, ImageSegmenterLiveStreamDelegate {

  func imageSegmenter(
    _ imageSegmenter: ImageSegmenter,
    didFinishSegmentation result: ImageSegmenterResult?,
    timestampInMilliseconds: Int,
    error: Error?) {

    // Process the image segmentation result or errors here.

  }
}

let modelPath = Bundle.main.path(forResource: "model",
                                      ofType: "tflite")

let options = ImageSegmenterOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .liveStream
options.shouldOutputCategoryMask = true
options.shouldOutputConfidenceMasks = false

// Set `imageSegmenterLiveStreamDelegate` to the object of the class that
// confirms to the `ImageSegmenterLiveStreamDelegate` protocol.
let processor = ImageSegmenterResultProcessor()
options.imageSegmenterLiveStreamDelegate = processor

let imageSegmenter = try ImageSegmenter(options: options)
    

Objective-C

@import MediaPipeTasksVision;

NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model"
                                                      ofType:@"tflite"];

MPPImageSegmenterOptions *options = [[MPPImageSegmenterOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeImage;
options.shouldOutputCategoryMask = YES;
options.shouldOutputConfidenceMasks = NO;

MPPImageSegmenter *imageSegmenter =
  [[MPPImageSegmenter alloc] initWithOptions:options error:nil];
    

@import MediaPipeTasksVision;

NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model"
                                                      ofType:@"tflite"];

MPPImageSegmenterOptions *options = [[MPPImageSegmenterOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeVideo;
options.shouldOutputCategoryMask = YES;
options.shouldOutputConfidenceMasks = NO;

MPPImageSegmenter *imageSegmenter =
  [[MPPImageSegmenter alloc] initWithOptions:options error:nil];
    

@import MediaPipeTasksVision;

// Class that conforms to the `MPPImageSegmenterLiveStreamDelegate` protocol
// and implements the method that the image segmenter calls once it finishes
// performing segmentation of each input frame.

@interface APPImageSegmenterResultProcessor : NSObject 

@end

@implementation APPImageSegmenterResultProcessor

-   (void)imageSegmenter:(MPPImageSegmenter *)imageSegmenter
    didFinishSegmentationWithResult:(MPPImageSegmenterResult *)imageSegmenterResult
         timestampInMilliseconds:(NSInteger)timestampInMilliseconds
                           error:(NSError *)error {

    // Process the image segmentation result or errors here.

}

@end

NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model"
                                                      ofType:@"tflite"];

MPPImageSegmenterOptions *options = [[MPPImageSegmenterOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeLiveStream;
options.shouldOutputCategoryMask = YES;
options.shouldOutputConfidenceMasks = NO;

// Set `imageSegmenterLiveStreamDelegate` to the object of the class that
// confirms to the `MPPImageSegmenterLiveStreamDelegate` protocol.
APPImageSegmenterResultProcessor *processor =
  [APPImageSegmenterResultProcessor new];
options.imageSegmenterLiveStreamDelegate = processor;

MPPImageSegmenter *imageSegmenter =
  [[MPPImageSegmenter alloc] initWithOptions:options error:nil];
    

La implementación de código de ejemplo del segmento de imágenes permite al usuario alternar entre modos de procesamiento. Este enfoque hace que el código de creación de tareas sea más complicado y pueden no ser adecuados para tu caso de uso.

Opciones de configuración

Esta tarea tiene las siguientes opciones de configuración para las apps para iOS:

Cuando el modo de ejecución está configurado en LIVE_STREAM, el segmento de imágenes requiere la opción de configuración imageSegmenterLiveStreamDelegate adicional, que permite que el segmento de imágenes proporcione resultados de segmentación de imágenes de forma asíncrona. El delegado debe implementar método imageSegmenter(_:didFinishSegmentation:timestampInMilliseconds:error:), a la que llama el segmentador de imágenes después de procesar los resultados la segmentación en cada fotograma.

Preparar los datos

Antes de convertir la imagen o el marco de entrada en un objeto MPImage, y lo pasamos al segmentador de imágenes. MPImage es compatible con diferentes tipos de imágenes de iOS y puede usarlos en cualquier modo de ejecución para inferencia. Para ver más información sobre MPImage, consulta la API de MPImage

Elige un formato de imagen de iOS según tu caso de uso y el modo de ejecución la aplicación lo requiera.MPImage acepta las UIImage, CVPixelBuffer y CMSampleBuffer Formatos de imagen de iOS.

UIImage

El formato UIImage es adecuado para los siguientes modos de ejecución:

• Imágenes: imágenes de un paquete de aplicación, una galería de usuarios o un sistema de archivos con el siguiente formato: Las imágenes UIImage se pueden convertir en un objeto MPImage.

• Videos: Usa AVAssetImageGenerator para extraer fotogramas de video CGImage y, luego, conviértelas en imágenes UIImage.

// Load an image on the user's device as an iOS `UIImage` object.

// Convert the `UIImage` object to a MediaPipe's Image object having the default
// orientation `UIImage.Orientation.up`.
let image = try MPImage(uiImage: image)
    

// Load an image on the user's device as an iOS `UIImage` object.

// Convert the `UIImage` object to a MediaPipe's Image object having the default
// orientation `UIImageOrientationUp`.
MPImage *image = [[MPPImage alloc] initWithUIImage:image error:nil];
    

En el ejemplo, se inicializa un MPImage con el valor predeterminado. UIImage.Orientation.Up orientación. Puedes inicializar un MPImage con cualquiera de los UIImage.Orientation de salida. El segmento de imágenes no admite orientaciones duplicadas, como .upMirrored, .downMirrored, .leftMirrored y .rightMirrored

Para obtener más información sobre UIImage, consulta UIImage Apple Developer. Documentación.

CVPixelBuffer

El formato CVPixelBuffer es adecuado para aplicaciones que generan fotogramas Usa CoreImage de iOS. de infraestructura para el procesamiento.

El formato CVPixelBuffer es adecuado para los siguientes modos de ejecución:

• Imágenes: apps que generan imágenes de CVPixelBuffer después de cierto procesamiento con el framework CoreImage de iOS se pueden enviar al Segmentador de imágenes en el modo de ejecución de imagen.

• Videos: Los fotogramas de video se pueden convertir al formato CVPixelBuffer para y, luego, se envían al Segmentador de imágenes en modo video.

• transmisión en vivo: se pueden convertir las apps que usan una cámara de iOS para generar fotogramas en el formato CVPixelBuffer para procesarlos antes de enviarlos Segmentador de imágenes en modo de transmisión en vivo.

// Obtain a CVPixelBuffer.

// Convert the `CVPixelBuffer` object to a MediaPipe's Image object having the default
// orientation `UIImage.Orientation.up`.
let image = try MPImage(pixelBuffer: pixelBuffer)
    

// Obtain a CVPixelBuffer.

// Convert the `CVPixelBuffer` object to a MediaPipe's Image object having the
// default orientation `UIImageOrientationUp`.
MPImage *image = [[MPPImage alloc] initWithUIImage:image error:nil];
    

Para obtener más información sobre CVPixelBuffer, consulta CVPixelBuffer Apple Desarrollador Documentación.

CMSampleBuffer

El formato CMSampleBuffer almacena muestras de contenido multimedia de un tipo uniforme y es adecuado para el modo de ejecución de transmisión en vivo. Los fotogramas en vivo de las cámaras iOS entregado de forma asíncrona en formato CMSampleBuffer por iOS AVCaptureVideoDataOutput:

// Obtain a CMSampleBuffer.

// Convert the `CMSampleBuffer` object to a MediaPipe's Image object having the default
// orientation `UIImage.Orientation.up`.
let image = try MPImage(sampleBuffer: sampleBuffer)
    

// Obtain a `CMSampleBuffer`.

// Convert the `CMSampleBuffer` object to a MediaPipe's Image object having the
// default orientation `UIImageOrientationUp`.
MPImage *image = [[MPPImage alloc] initWithSampleBuffer:sampleBuffer error:nil];
    

Para obtener más información sobre CMSampleBuffer, consulta CMSampleBuffer en Apple. Desarrollador Documentación.

Ejecuta la tarea

Para ejecutar el segmentador de imágenes, usa el método segment() específico del segmento asignado modo de ejecución:

• Imagen fija: segment(image:)
• Video: segment(videoFrame:timestampInMilliseconds:)
• Transmisión en vivo: segmentAsync(image:timestampInMilliseconds:)

Los siguientes ejemplos de código presentan ejemplos simples de cómo ejecutar el Segmentador de imágenes en estos diferentes modos de ejecución:

Swift

let result = try imageSegmenter.segment(image: image)
    

let result = try imageSegmenter.segment(
  videoFrame: image,
  timestampInMilliseconds: timestamp)
    

try imageSegmenter.segmentAsync(
  image: image,
  timestampInMilliseconds: timestamp)
    

Objective-C

MPPImageSegmenterResult *result =
  [imageSegmenter segmentImage:image error:nil];
    

MPPImageSegmenterResult *result =
  [imageSegmenter segmentVideoFrame:image
            timestampInMilliseconds:timestamp
                              error:nil];
    

BOOL success =
  [imageSegmenter segmentAsyncImage:image
            timestampInMilliseconds:timestamp
                              error:nil];
    

El ejemplo de código del segmentador de imágenes muestra las implementaciones de cada uno de estos modos con más detalle segment(image:), segment(videoFrame:timestampInMilliseconds:) y segmentAsync(image:timestampInMilliseconds:)

Ten en cuenta lo siguiente:

• Cuando ejecutas en modo de video o de transmisión en vivo, también debes proporcionar el marca de tiempo del fotograma de entrada para la tarea del Segmentador de imágenes.

• Cuando se ejecuta en modo de imagen o video, la tarea del segmento de imágenes bloquea la subproceso actual hasta que termine de procesar la imagen o el marco de entrada. Para Evita bloquear el subproceso actual y ejecuta el procesamiento en segundo plano subproceso con iOS Despachador o NSOperation los frameworks de IA.

• Cuando se ejecuta en modo de transmisión en vivo, la tarea del Segmentador de imágenes devuelve y no bloquea el subproceso actual. Invoca la función imageSegmenter(_:didFinishSegmentation:timestampInMilliseconds:error:) con el segmento de imágenes después de procesar cada fotograma de entrada. El El segmento de imágenes invoca este método de forma asíncrona en un número de serie dedicado de la fila de despacho. Para mostrar resultados en la interfaz de usuario, envía el los resultados a la cola principal después de procesarlos. Si el botón Se llama a la función segmentAsync cuando la tarea del segmento de imágenes está ocupada. cuando procesa otro fotograma, el segmentador de imágenes ignora el nuevo marco de entrada.

Cómo controlar y mostrar resultados

Después de ejecutar la inferencia, la tarea del segmento de imágenes muestra un ImageSegmenterResult. que contiene los resultados de la tarea de segmentación. El contenido del de salida depende del tipo de salida que configures configurado la tarea.

En las siguientes imágenes, se muestra una visualización del resultado de la tarea para una categoría de valor. 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. La categoría ganadora índice tiene la puntuación más alta entre las categorías que el modelo puede reconocer.

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

El código de ejemplo del Segmentador de imágenes demuestra cómo mostrar el Segmentador de imágenes. resultados, consulta el código ejemplo para conocer los detalles.