اريد كود في اندرويد ستوديو كوتلن حذف خلفية الصور ووضع صور جديدة يعمل بالذكاء الاصطناعي…
- User
اريد كود في اندرويد ستوديو كوتلن حذف خلفية الصور ووضع صور جديدة يعمل بالذكاء الاصطناعي مجاناً اريد استخدامة علي الصور المأخوذة بالكاميرا والصور الموجوده علي استوديو الصور علي الهاتف , اريد استخدام افضل طريقة لذلك وبالطبع اريد تقليل استهلاك الذاكرة اريد استخدامة علي الصور المأخوذة بالكاميرا والصور الموجوده علي استوديو الصور علي الهاتف , اريد استخدام افضل طريقة لذلك وبالطبع اريد تقليل استهلاك الذاكرة الطريقه باستخدام TensorFlow Lite تكون مجانية اريد كود كاملا في Main Activity مع xml الخاص به
- Assistant
ستحتاج إلى استخدام مكتبة TensorFlow Lite لإزالة الخلفية من الصورة. يوجد نموذج معروف باسم DeepLab المدرب مسبقًا لهذا الغرض. يمكنك البدء بإنشاء مشروع جديد في Android Studio واتباع هذه الخطوات بالتفصيل:
- قم بإضافة التبعيات اللازمة لـ TensorFlow Lite في ملف build.gradle الخاص بوحدة التطبيق:
dependencies { implementation 'org.tensorflow:tensorflow-lite:2.6.0' implementation 'org.tensorflow:tensorflow-lite-gpu:2.6.0' implementation 'org.tensorflow:tensorflow-lite-support:0.2.0' }- قم بإضافة ملف نموذج DeepLab إلى مجلد
assetsالخاص بالتطبيق الذي يمكنك تحميله من هنا:
يكون علي حسب الجودة وغالباً يكون بصيغة .tflite
- قم بتنفيذ الكود التالي لتهيئة نموذج TensorFlow Lite:
import android.graphics.Bitmap import androidx.appcompat.app.AppCompatActivity import android.os.Bundle import org.tensorflow.lite.Interpreter import java.nio.ByteBuffer class MainActivity : AppCompatActivity() { lateinit var interpreter: Interpreter override fun onCreate(savedInstanceState: Bundle?) { super.onCreate(savedInstanceState) setContentView(R.layout.activity_main) initializeModel() } private fun initializeModel() { val assetManager = assets val modelPath = "deeplab_model.tflite" interpreter = Interpreter(loadModelFile(assetManager, modelPath)) } private fun loadModelFile(assetManager: AssetManager, fileName: String): ByteBuffer { val fileDescriptor = assetManager.openFd(fileName) val inputStream = FileInputStream(fileDescriptor.fileDescriptor) val fileChannel = inputStream.channel val startOffset = fileDescriptor.startOffset val declaredLength = fileDescriptor.declaredLength return fileChannel.map(FileChannel.MapMode.READ_ONLY, startOffset, declaredLength) } }- اكتب كود لتطبيق DeepLab على صورة ما بداخل Main Activity كود كاملا:
private fun removeBackground(image: Bitmap): Bitmap { val width = image.width val height = image.height val inputSize = 513 val resizeRatio = inputSize / max(width, height).toFloat() val resizedWidth = (width * resizeRatio).toInt() val resizedHeight = (height * resizeRatio).toInt() val resizedImage = Bitmap.createScaledBitmap(image, resizedWidth, resizedHeight, true) val convertedImage = Bitmap.createBitmap(resizedWidth, resizedHeight, Bitmap.Config.ARGB_8888) // عملية إزالة الخلفية val inputArray = arrayOf(arrayOf(Array(inputSize) { FloatArray(inputSize) } )) val outputMap = HashMap<Int, Any>() outputMap[0] = Array(resizedHeight) { Array(resizedWidth) { IntArray(1) } } interpreter.runForMultipleInputsOutputs(arrayOf(resizedImage), outputMap) // لوضع صورة جديدة بالخلفية val newBackground = Bitmap.createScaledBitmap(BitmapFactory.decodeResource(resources, R.drawable.new_background), resizedWidth, resizedHeight, true) val tempCanvas = Canvas(convertedImage) tempCanvas.drawBitmap(newBackground, 0F, 0F, null) for (i in 0 until resizedHeight) { for (j in 0 until resizedWidth) { val pixel = (outputMap[0] as Array<Array<IntArray>>)[i][j][0] if (pixel != 0) { convertedImage.setPixel(j, i, resizedImage.getPixel(j, i)) } } } return convertedImage }- قم بإضافة التصريحات المطلوبة في ملف الـ Manifest:
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" /> <uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />- في ملف XML الخاص بـ MainActivity (activity_main.xml) قم بإضافة ImageView و Button بحيث يمكنك اختيار صورة من معرض الصور وعرض النتيجة بعد إزالة الخلفية.
وبذلك يمكنك الآن استخدام نموذج DeepLab لإزالة الخلفية من الصور باستخدام TensorFlow Lite.
لاحظ أن التطبيق باستخدام الذكاء الاصطناعي لن يكون مجاني بشكل كامل، بما أنه يعتمد على مكتبة TensorFlow ونموذج DeepLab المدرب مسبقا. لكن استخدام TensorFlow Lite يضمن أن يكون استهلاك الذاكرة أقل مقارنة بالأنظمة التقليدية.
- User
ارجوا كتابة كود xml هذا الكود class MainActivity : AppCompatActivity() {
lateinit var interpreter: Interpreter override fun onCreate(savedInstanceState: Bundle?) { super.onCreate(savedInstanceState) setContentView(R.layout.activity_main) initializeModel() } private fun initializeModel() { val assetManager = assets val modelPath = "deeplab_model.tflite" interpreter = Interpreter(loadModelFile(assetManager, modelPath)) } private fun loadModelFile(assetManager: AssetManager, fileName: String): ByteBuffer { val fileDescriptor = assetManager.openFd(fileName) val inputStream = FileInputStream(fileDescriptor.fileDescriptor) val fileChannel = inputStream.channel val startOffset = fileDescriptor.startOffset val declaredLength = fileDescriptor.declaredLength return fileChannel.map(FileChannel.MapMode.READ_ONLY, startOffset, declaredLength) } private fun removeBackground(image: Bitmap): Bitmap { val width = image.width val height = image.height val inputSize = 513 val resizeRatio = inputSize / max(width, height).toFloat() val resizedWidth = (width * resizeRatio).toInt() val resizedHeight = (height * resizeRatio).toInt() val resizedImage = Bitmap.createScaledBitmap(image, resizedWidth, resizedHeight, true) val convertedImage = Bitmap.createBitmap(resizedWidth, resizedHeight, Bitmap.Config.ARGB_8888) // عملية إزالة الخلفية val inputArray = arrayOf(arrayOf(Array(inputSize) { FloatArray(inputSize) } )) val outputMap = HashMap<Int, Any>() outputMap[0] = Array(resizedHeight) { Array(resizedWidth) { IntArray(1) } } interpreter.runForMultipleInputsOutputs(arrayOf(resizedImage), outputMap) // لوضع صورة جديدة بالخلفية val newBackground = Bitmap.createScaledBitmap(BitmapFactory.decodeResource(resources, R.drawable.image1), resizedWidth, resizedHeight, true) val tempCanvas = Canvas(convertedImage) tempCanvas.drawBitmap(newBackground, 0F, 0F, null) for (i in 0 until resizedHeight) { for (j in 0 until resizedWidth) { val pixel = (outputMap[0] as Array<Array<IntArray>>)[i][j][0] if (pixel != 0) { convertedImage.setPixel(j, i, resizedImage.getPixel(j, i)) } } } return convertedImage }} مع اضافة صلاحية الوصول الي الذاكرة
- Assistant
يمكنك استخدام MainActivity الموجود وإضافة مكونات الواجهة وإذن الوصول إلى الذاكرة وفقًا للتعليمات التالية.
- قم بإنشاء ملف activity_main.xml الخاص به. يجب أن يبدو الملف activity_main.xml الخاص بك مشابهًا لما يلي:
<?xml version="1.0" encoding="utf-8"?> <androidx.constraintlayout.widget.ConstraintLayout xmlns:android="http://schemas.android.com/apk/res/android" xmlns:app="http://schemas.android.com/apk/res-auto" xmlns:tools="http://schemas.android.com/tools" android:layout_width="match_parent" android:layout_height="match_parent" tools:context=".MainActivity"> <ImageView android:id="@+id/imageView" android:layout_width="match_parent" android:layout_height="0dp" android:scaleType="centerCrop" app:layout_constraintBottom_toTopOf="@+id/button" app:layout_constraintTop_toTopOf="parent" /> <Button android:id="@+id/button" android:layout_width="wrap_content" android:layout_height="wrap_content" android:text="Choose Image" app:layout_constraintBottom_toBottomOf="parent" app:layout_constraintEnd_toEndOf="parent" app:layout_constraintStart_toStartOf="parent" /> </androidx.constraintlayout.widget.ConstraintLayout>- في ملف AndroidManifest.xml الخاص بك، قم بإضافة الصلاحية للوصول إلى الذاكرة:
<manifest xmlns:android="http://schemas.android.com/apk/res/android" package="com.example.yourapp"> <uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" /> <uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" /> <application ...> ... </application> </manifest>- قم بإضافة الجزء المسؤول عن اختيار الصورة من المعرض وتطبيق دالة removeBackground على الصورة المحددة إلى MainActivity:
class MainActivity : AppCompatActivity() { ... private val PICK_IMAGE_REQUEST = 100 private lateinit var imageView: ImageView override fun onCreate(savedInstanceState: Bundle?) { ... imageView = findViewById(R.id.imageView) val button: Button = findViewById(R.id.button) button.setOnClickListener { pickImage() } } private fun pickImage() { val intent = Intent(Intent.ACTION_PICK) intent.type = "image/*" startActivityForResult(intent, PICK_IMAGE_REQUEST) } // استدعاء دالة removeBackground override fun onActivityResult(requestCode: Int, resultCode: Int, data: Intent?) { super.onActivityResult(requestCode, resultCode, data) if (resultCode == RESULT_OK && requestCode == PICK_IMAGE_REQUEST && data != null && data.data != null) { val uri: Uri? = data.data val imageBitmap = BitmapFactory.decodeStream(contentResolver.openInputStream(uri!!)) val noBackgroundImage = removeBackground(imageBitmap) imageView.setImageBitmap(noBackgroundImage) } } ... }ستحتاج أيضًا لاستيراد الطبقات التالية في MainActivity:
import android.content.Intent import android.graphics.BitmapFactory import android.net.Uri import androidx.appcompat.app.AppCompatActivity import android.os.Bundle import android.widget.Button import android.widget.ImageView import java.io.FileDescriptor import java.io.FileInputStream import java.nio.ByteBuffer import java.nio.channels.FileChannelأعطيت هذه الأكواد حق الوصول إلى الذاكرة والجزء المسؤول عن اختيار الصورة من المعرض وعرض النتيجة بعد إزالة الخلفية.
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.