Android पर एमएल किट की मदद से, ऑब्जेक्ट का पता लगाएं और उन्हें ट्रैक करें

ML Kit का इस्तेमाल करके, वीडियो के सभी फ़्रेम में ऑब्जेक्ट का पता लगाया जा सकता है और उन्हें ट्रैक किया जा सकता है.

ML Kit को इमेज भेजने पर, ML Kit हर इमेज के लिए, ज़्यादा से ज़्यादा पांच ऑब्जेक्ट की सूची और इमेज में उनकी पोज़िशन दिखाता है. वीडियो स्ट्रीम में ऑब्जेक्ट का पता लगाते समय, हर ऑब्जेक्ट का एक आईडी होता है. इसका इस्तेमाल करके, सभी इमेज में ऑब्जेक्ट को ट्रैक किया जा सकता है. आपके पास ऑब्जेक्ट के लिए, कैटगरी के बड़े लेबल के हिसाब से, ऑब्जेक्ट को लेबल करने की सुविधा को चालू करने का विकल्प भी है.

शुरू करने से पहले

  1. अगर आपने पहले से ऐसा नहीं किया है, तो अपने Android प्रोजेक्ट में Firebase जोड़ें.
  2. अपने मॉड्यूल (ऐप्लिकेशन-लेवल) की Gradle फ़ाइल (आम तौर पर app/build.gradle) में, ML Kit की Android लाइब्रेरी के लिए डिपेंडेंसी जोड़ें: 
    apply plugin: 'com.android.application'
apply plugin: 'com.google.gms.google-services'

dependencies {
  // ...

  implementation 'com.google.firebase:firebase-ml-vision:24.0.3'
  implementation 'com.google.firebase:firebase-ml-vision-object-detection-model:19.0.6'
}

1. ऑब्जेक्ट डिटेक्टर को कॉन्फ़िगर करना

ऑब्जेक्ट का पता लगाने और उन्हें ट्रैक करने के लिए, सबसे पहले FirebaseVisionObjectDetector का एक इंस्टेंस बनाएं. इसके बाद, डिटेक्टर की ऐसी सेटिंग तय करें जिन्हें आपको डिफ़ॉल्ट से बदलना है.

  1. अपने इस्तेमाल के उदाहरण के लिए, ऑब्जेक्ट डिटेक्टर को FirebaseVisionObjectDetectorOptions ऑब्जेक्ट के साथ कॉन्फ़िगर करें. आपके पास, ये सेटिंग बदलने का विकल्प है:

    ऑब्जेक्ट डिटेक्टर की सेटिंग
    गड़बड़ी का पता लगाने वाला मोड STREAM_MODE (डिफ़ॉल्ट) | SINGLE_IMAGE_MODE

    STREAM_MODE (डिफ़ॉल्ट) में, ऑब्जेक्ट डिटेक्टर कम इंतज़ार के साथ काम करता है. हालांकि, डिटेक्टर के पहले कुछ कॉल के दौरान, अधूरे नतीजे मिल सकते हैं. जैसे, बिना जानकारी वाले बाउंडिंग बॉक्स या कैटगरी लेबल. साथ ही, STREAM_MODE में, डिटेक्टर ऑब्जेक्ट को ट्रैकिंग आईडी असाइन करता है. इनका इस्तेमाल, सभी फ़्रेम में ऑब्जेक्ट को ट्रैक करने के लिए किया जा सकता है. इस मोड का इस्तेमाल तब करें, जब आपको ऑब्जेक्ट ट्रैक करने हों या जब कम इंतज़ार का समय ज़रूरी हो. जैसे, रीयल टाइम में वीडियो स्ट्रीम को प्रोसेस करते समय.

    SINGLE_IMAGE_MODE में, ऑब्जेक्ट डिटेक्टर तब तक इंतज़ार करता है, जब तक कि ढूंढे गए ऑब्जेक्ट का बॉउंडिंग बॉक्स और (अगर आपने कैटगरी तय करने की सुविधा चालू की है) कैटगरी का लेबल उपलब्ध न हो जाए. इसके बाद ही, वह नतीजा दिखाता है. इस वजह से, गड़बड़ी का पता चलने में लगने वाला समय ज़्यादा हो सकता है. साथ ही, SINGLE_IMAGE_MODE में ट्रैकिंग आईडी असाइन नहीं किए जाते. अगर इंतज़ार का समय ज़्यादा मायने नहीं रखता और आपको आंशिक नतीजे नहीं चाहिए, तो इस मोड का इस्तेमाल करें.
    एक से ज़्यादा ऑब्जेक्ट का पता लगाना और उन्हें ट्रैक करना false (डिफ़ॉल्ट) | true

    यह तय करना कि ज़्यादा से ज़्यादा पांच ऑब्जेक्ट का पता लगाना है या सिर्फ़ सबसे प्रमुख ऑब्जेक्ट का (डिफ़ॉल्ट).
    ऑब्जेक्ट की कैटगरी तय करना false (डिफ़ॉल्ट) | true

    यह तय करना कि पहचाने गए ऑब्जेक्ट को सामान्य कैटगरी में बांटना है या नहीं. चालू होने पर, ऑब्जेक्ट डिटेक्टर, ऑब्जेक्ट को इन कैटगरी में बांटता है: फ़ैशन के सामान, खाना, घरेलू सामान, जगहें, पौधे, और अन्य.

    ऑब्जेक्ट की पहचान करने और उसे ट्रैक करने वाले एपीआई को, इस्तेमाल के इन दो मुख्य उदाहरणों के लिए ऑप्टिमाइज़ किया गया है:

    • कैमरे के व्यूफ़ाइंडर में सबसे प्रमुख ऑब्जेक्ट का लाइव पता लगाना और उसे ट्रैक करना
    • स्टैटिक इमेज में मौजूद एक से ज़्यादा ऑब्जेक्ट का पता लगाना

    इन इस्तेमाल के उदाहरणों के लिए एपीआई को कॉन्फ़िगर करने के लिए:

    Java 

    // Live detection and tracking
FirebaseVisionObjectDetectorOptions options =
        new FirebaseVisionObjectDetectorOptions.Builder()
                .setDetectorMode(FirebaseVisionObjectDetectorOptions.STREAM_MODE)
                .enableClassification()  // Optional
                .build();

// Multiple object detection in static images
FirebaseVisionObjectDetectorOptions options =
        new FirebaseVisionObjectDetectorOptions.Builder()
                .setDetectorMode(FirebaseVisionObjectDetectorOptions.SINGLE_IMAGE_MODE)
                .enableMultipleObjects()
                .enableClassification()  // Optional
                .build();

    Kotlin 

    // Live detection and tracking
val options = FirebaseVisionObjectDetectorOptions.Builder()
        .setDetectorMode(FirebaseVisionObjectDetectorOptions.STREAM_MODE)
        .enableClassification()  // Optional
        .build()

// Multiple object detection in static images
val options = FirebaseVisionObjectDetectorOptions.Builder()
        .setDetectorMode(FirebaseVisionObjectDetectorOptions.SINGLE_IMAGE_MODE)
        .enableMultipleObjects()
        .enableClassification()  // Optional
        .build()

  2. FirebaseVisionObjectDetector का इंस्टेंस पाएं:

    Java 

    FirebaseVisionObjectDetector objectDetector =
        FirebaseVision.getInstance().getOnDeviceObjectDetector();

// Or, to change the default settings:
FirebaseVisionObjectDetector objectDetector =
        FirebaseVision.getInstance().getOnDeviceObjectDetector(options);

    Kotlin 

    val objectDetector = FirebaseVision.getInstance().getOnDeviceObjectDetector()

// Or, to change the default settings:
val objectDetector = FirebaseVision.getInstance().getOnDeviceObjectDetector(options)

2. ऑब्जेक्ट डिटेक्टर को चलाना

ऑब्जेक्ट का पता लगाने और उन्हें ट्रैक करने के लिए, इमेज को FirebaseVisionObjectDetector इंस्टेंस के processImage() तरीके में पास करें.

किसी क्रम में मौजूद वीडियो या इमेज के हर फ़्रेम के लिए, यह तरीका अपनाएं:

  1. अपनी इमेज से FirebaseVisionImage ऑब्जेक्ट बनाएं.

    • media.Image ऑब्जेक्ट से FirebaseVisionImage ऑब्जेक्ट बनाने के लिए, media.Image ऑब्जेक्ट और इमेज के रोटेशन को FirebaseVisionImage.fromMediaImage() में पास करें. जैसे, डिवाइस के कैमरे से इमेज कैप्चर करते समय.

      अगर CameraX लाइब्रेरी का इस्तेमाल किया जाता है, तो OnImageCapturedListener और ImageAnalysis.Analyzer क्लास आपके लिए रोटेशन वैल्यू का हिसाब लगाती हैं. इसलिए, FirebaseVisionImage.fromMediaImage() को कॉल करने से पहले, आपको रोटेशन को ML Kit के ROTATION_ कॉन्स्टेंट में बदलना होगा:

      Java

      private class YourAnalyzer implements ImageAnalysis.Analyzer {

    private int degreesToFirebaseRotation(int degrees) {
        switch (degrees) {
            case 0:
                return FirebaseVisionImageMetadata.ROTATION_0;
            case 90:
                return FirebaseVisionImageMetadata.ROTATION_90;
            case 180:
                return FirebaseVisionImageMetadata.ROTATION_180;
            case 270:
                return FirebaseVisionImageMetadata.ROTATION_270;
            default:
                throw new IllegalArgumentException(
                        "Rotation must be 0, 90, 180, or 270.");
        }
    }

    @Override
    public void analyze(ImageProxy imageProxy, int degrees) {
        if (imageProxy == null || imageProxy.getImage() == null) {
            return;
        }
        Image mediaImage = imageProxy.getImage();
        int rotation = degreesToFirebaseRotation(degrees);
        FirebaseVisionImage image =
                FirebaseVisionImage.fromMediaImage(mediaImage, rotation);
        // Pass image to an ML Kit Vision API
        // ...
    }
}

      Kotlin

      private class YourImageAnalyzer : ImageAnalysis.Analyzer {
    private fun degreesToFirebaseRotation(degrees: Int): Int = when(degrees) {
        0 -> FirebaseVisionImageMetadata.ROTATION_0
        90 -> FirebaseVisionImageMetadata.ROTATION_90
        180 -> FirebaseVisionImageMetadata.ROTATION_180
        270 -> FirebaseVisionImageMetadata.ROTATION_270
        else -> throw Exception("Rotation must be 0, 90, 180, or 270.")
    }

    override fun analyze(imageProxy: ImageProxy?, degrees: Int) {
        val mediaImage = imageProxy?.image
        val imageRotation = degreesToFirebaseRotation(degrees)
        if (mediaImage != null) {
            val image = FirebaseVisionImage.fromMediaImage(mediaImage, imageRotation)
            // Pass image to an ML Kit Vision API
            // ...
        }
    }
}

      अगर आपने ऐसी कैमरा लाइब्रेरी का इस्तेमाल नहीं किया है जो इमेज के रोटेशन की जानकारी देती है, तो डिवाइस के रोटेशन और डिवाइस में मौजूद कैमरा सेंसर के ओरिएंटेशन से इसका हिसाब लगाया जा सकता है:

      Java

      private static final SparseIntArray ORIENTATIONS = new SparseIntArray();
static {
    ORIENTATIONS.append(Surface.ROTATION_0, 90);
    ORIENTATIONS.append(Surface.ROTATION_90, 0);
    ORIENTATIONS.append(Surface.ROTATION_180, 270);
    ORIENTATIONS.append(Surface.ROTATION_270, 180);
}

/**
 * Get the angle by which an image must be rotated given the device's current
 * orientation.
 */
@RequiresApi(api = Build.VERSION_CODES.LOLLIPOP)
private int getRotationCompensation(String cameraId, Activity activity, Context context)
        throws CameraAccessException {
    // Get the device's current rotation relative to its "native" orientation.
    // Then, from the ORIENTATIONS table, look up the angle the image must be
    // rotated to compensate for the device's rotation.
    int deviceRotation = activity.getWindowManager().getDefaultDisplay().getRotation();
    int rotationCompensation = ORIENTATIONS.get(deviceRotation);

    // On most devices, the sensor orientation is 90 degrees, but for some
    // devices it is 270 degrees. For devices with a sensor orientation of
    // 270, rotate the image an additional 180 ((270 + 270) % 360) degrees.
    CameraManager cameraManager = (CameraManager) context.getSystemService(CAMERA_SERVICE);
    int sensorOrientation = cameraManager
            .getCameraCharacteristics(cameraId)
            .get(CameraCharacteristics.SENSOR_ORIENTATION);
    rotationCompensation = (rotationCompensation + sensorOrientation + 270) % 360;

    // Return the corresponding FirebaseVisionImageMetadata rotation value.
    int result;
    switch (rotationCompensation) {
        case 0:
            result = FirebaseVisionImageMetadata.ROTATION_0;
            break;
        case 90:
            result = FirebaseVisionImageMetadata.ROTATION_90;
            break;
        case 180:
            result = FirebaseVisionImageMetadata.ROTATION_180;
            break;
        case 270:
            result = FirebaseVisionImageMetadata.ROTATION_270;
            break;
        default:
            result = FirebaseVisionImageMetadata.ROTATION_0;
            Log.e(TAG, "Bad rotation value: " + rotationCompensation);
    }
    return result;
}
      VisionImage.java

      Kotlin

      private val ORIENTATIONS = SparseIntArray()

init {
    ORIENTATIONS.append(Surface.ROTATION_0, 90)
    ORIENTATIONS.append(Surface.ROTATION_90, 0)
    ORIENTATIONS.append(Surface.ROTATION_180, 270)
    ORIENTATIONS.append(Surface.ROTATION_270, 180)
}
/**
 * Get the angle by which an image must be rotated given the device's current
 * orientation.
 */
@RequiresApi(api = Build.VERSION_CODES.LOLLIPOP)
@Throws(CameraAccessException::class)
private fun getRotationCompensation(cameraId: String, activity: Activity, context: Context): Int {
    // Get the device's current rotation relative to its "native" orientation.
    // Then, from the ORIENTATIONS table, look up the angle the image must be
    // rotated to compensate for the device's rotation.
    val deviceRotation = activity.windowManager.defaultDisplay.rotation
    var rotationCompensation = ORIENTATIONS.get(deviceRotation)

    // On most devices, the sensor orientation is 90 degrees, but for some
    // devices it is 270 degrees. For devices with a sensor orientation of
    // 270, rotate the image an additional 180 ((270 + 270) % 360) degrees.
    val cameraManager = context.getSystemService(CAMERA_SERVICE) as CameraManager
    val sensorOrientation = cameraManager
            .getCameraCharacteristics(cameraId)
            .get(CameraCharacteristics.SENSOR_ORIENTATION)!!
    rotationCompensation = (rotationCompensation + sensorOrientation + 270) % 360

    // Return the corresponding FirebaseVisionImageMetadata rotation value.
    val result: Int
    when (rotationCompensation) {
        0 -> result = FirebaseVisionImageMetadata.ROTATION_0
        90 -> result = FirebaseVisionImageMetadata.ROTATION_90
        180 -> result = FirebaseVisionImageMetadata.ROTATION_180
        270 -> result = FirebaseVisionImageMetadata.ROTATION_270
        else -> {
            result = FirebaseVisionImageMetadata.ROTATION_0
            Log.e(TAG, "Bad rotation value: $rotationCompensation")
        }
    }
    return result
}
      VisionImage.kt

      इसके बाद, media.Image ऑब्जेक्ट और FirebaseVisionImage.fromMediaImage() में रोटेशन की वैल्यू पास करें:

      Java

      FirebaseVisionImage image = FirebaseVisionImage.fromMediaImage(mediaImage, rotation);
      VisionImage.java

      Kotlin

      val image = FirebaseVisionImage.fromMediaImage(mediaImage, rotation)
      VisionImage.kt
    • फ़ाइल यूआरआई से FirebaseVisionImage ऑब्जेक्ट बनाने के लिए, ऐप्लिकेशन कॉन्टेक्स्ट और फ़ाइल यूआरआई को FirebaseVisionImage.fromFilePath() में पास करें. यह तब काम आता है, जब उपयोगकर्ता को अपने गैलरी ऐप्लिकेशन से कोई इमेज चुनने के लिए कहने के लिए, ACTION_GET_CONTENT इंटेंट का इस्तेमाल किया जाता है.

      Java

      FirebaseVisionImage image;
try {
    image = FirebaseVisionImage.fromFilePath(context, uri);
} catch (IOException e) {
    e.printStackTrace();
}
      VisionImage.java

      Kotlin

      val image: FirebaseVisionImage
try {
    image = FirebaseVisionImage.fromFilePath(context, uri)
} catch (e: IOException) {
    e.printStackTrace()
}
      VisionImage.kt
    • ByteBuffer या बाइट कलेक्शन से FirebaseVisionImage ऑब्जेक्ट बनाने के लिए, सबसे पहले media.Image इनपुट के लिए ऊपर बताए गए तरीके से इमेज के रोटेशन का हिसाब लगाएं.

      इसके बाद, एक FirebaseVisionImageMetadata ऑब्जेक्ट बनाएं, जिसमें इमेज की ऊंचाई, चौड़ाई, रंग कोडिंग फ़ॉर्मैट, और घुमाव की जानकारी हो:

      Java

      FirebaseVisionImageMetadata metadata = new FirebaseVisionImageMetadata.Builder()
        .setWidth(480)   // 480x360 is typically sufficient for
        .setHeight(360)  // image recognition
        .setFormat(FirebaseVisionImageMetadata.IMAGE_FORMAT_NV21)
        .setRotation(rotation)
        .build();
      VisionImage.java

      Kotlin

      val metadata = FirebaseVisionImageMetadata.Builder()
        .setWidth(480) // 480x360 is typically sufficient for
        .setHeight(360) // image recognition
        .setFormat(FirebaseVisionImageMetadata.IMAGE_FORMAT_NV21)
        .setRotation(rotation)
        .build()
      VisionImage.kt

      FirebaseVisionImage ऑब्जेक्ट बनाने के लिए, बफ़र या कलेक्शन और मेटाडेटा ऑब्जेक्ट का इस्तेमाल करें:

      Java

      FirebaseVisionImage image = FirebaseVisionImage.fromByteBuffer(buffer, metadata);
// Or: FirebaseVisionImage image = FirebaseVisionImage.fromByteArray(byteArray, metadata);
      VisionImage.java

      Kotlin

      val image = FirebaseVisionImage.fromByteBuffer(buffer, metadata)
// Or: val image = FirebaseVisionImage.fromByteArray(byteArray, metadata)
      VisionImage.kt
    • Bitmap ऑब्जेक्ट से FirebaseVisionImage ऑब्जेक्ट बनाने के लिए:

      Java

      FirebaseVisionImage image = FirebaseVisionImage.fromBitmap(bitmap);
      VisionImage.java

      Kotlin

      val image = FirebaseVisionImage.fromBitmap(bitmap)
      VisionImage.kt
      Bitmap ऑब्जेक्ट से दिखाई गई इमेज, सीधी होनी चाहिए. इसे किसी और दिशा में घुमाने की ज़रूरत नहीं है.

  2. इमेज को processImage() वाले तरीके पर पास करें:

    Java 

    objectDetector.processImage(image)
        .addOnSuccessListener(
                new OnSuccessListener<List<FirebaseVisionObject>>() {
                    @Override
                    public void onSuccess(List<FirebaseVisionObject> detectedObjects) {
                        // Task completed successfully
                        // ...
                    }
                })
        .addOnFailureListener(
                new OnFailureListener() {
                    @Override
                    public void onFailure(@NonNull Exception e) {
                        // Task failed with an exception
                        // ...
                    }
                });

    Kotlin 

    objectDetector.processImage(image)
        .addOnSuccessListener { detectedObjects ->
            // Task completed successfully
            // ...
        }
        .addOnFailureListener { e ->
            // Task failed with an exception
            // ...
        }

  3. अगर processImage() को कॉल करने पर कोई गड़बड़ी नहीं होती है, तो FirebaseVisionObject की सूची को सफलता के बारे में बताने वाले फ़ंक्शन पर भेजा जाता है.

    हर FirebaseVisionObject में ये प्रॉपर्टी शामिल होती हैं:

    बाउंडिंग बॉक्स Rect, जो इमेज में ऑब्जेक्ट की जगह दिखाता है.
    ट्रैकिंग आईडी एक पूर्णांक, जो सभी इमेज में ऑब्जेक्ट की पहचान करता है. SINGLE_IMAGE_MODE में शून्य.
    कैटगरी ऑब्जेक्ट की कैटगरी. अगर ऑब्जेक्ट डिटेक्टर में, ऑब्जेक्ट की कैटगरी तय करने की सुविधा चालू नहीं है, तो यह वैल्यू हमेशा FirebaseVisionObject.CATEGORY_UNKNOWN होती है.
    आत्मविश्वास ऑब्जेक्ट की कैटगरी तय करने के लिए कॉन्फ़िडेंस वैल्यू. अगर ऑब्जेक्ट डिटेक्टर में कैटगरी तय करने की सुविधा चालू नहीं है या ऑब्जेक्ट को अज्ञात के तौर पर कैटगरी में रखा गया है, तो यह null है.

    Java 

    // The list of detected objects contains one item if multiple object detection wasn't enabled.
for (FirebaseVisionObject obj : detectedObjects) {
    Integer id = obj.getTrackingId();
    Rect bounds = obj.getBoundingBox();

    // If classification was enabled:
    int category = obj.getClassificationCategory();
    Float confidence = obj.getClassificationConfidence();
}

    Kotlin 

    // The list of detected objects contains one item if multiple object detection wasn't enabled.
for (obj in detectedObjects) {
    val id = obj.trackingId       // A number that identifies the object across images
    val bounds = obj.boundingBox  // The object's position in the image

    // If classification was enabled:
    val category = obj.classificationCategory
    val confidence = obj.classificationConfidence
}

इस्तेमाल करने और परफ़ॉर्मेंस को बेहतर बनाना

उपयोगकर्ताओं को बेहतर अनुभव देने के लिए, अपने ऐप्लिकेशन में इन दिशा-निर्देशों का पालन करें:

  • ऑब्जेक्ट का पता लगाने की सुविधा, ऑब्जेक्ट के विज़ुअल की जटिलता पर निर्भर करती है. जिन ऑब्जेक्ट में विज़ुअल फ़ीचर कम होते हैं उन्हें पहचानने के लिए, हो सकता है कि इमेज का ज़्यादा हिस्सा इस्तेमाल करना पड़े. आपको उपयोगकर्ताओं को, ऐसे इनपुट को कैप्चर करने के बारे में दिशा-निर्देश देने चाहिए जो उन ऑब्जेक्ट के साथ अच्छी तरह से काम करता हो जिनका आपको पता लगाना है.
  • क्लासिफ़िकेशन का इस्तेमाल करते समय, अगर आपको ऐसे ऑब्जेक्ट का पता लगाना है जो काम करने वाली कैटगरी में नहीं आते, तो अनजान ऑब्जेक्ट के लिए खास हैंडलिंग लागू करें.

साथ ही, [ML Kit Material Design शोकेस ऐप्लिकेशन][showcase-link]{: .external } और मटीरियल डिज़ाइन के मशीन लर्निंग की मदद से काम करने वाली सुविधाओं के पैटर्न कलेक्शन को भी देखें.

रीयल-टाइम ऐप्लिकेशन में स्ट्रीमिंग मोड का इस्तेमाल करते समय, सबसे अच्छा फ़्रेमरेट पाने के लिए इन दिशा-निर्देशों का पालन करें:

  • स्ट्रीमिंग मोड में, एक से ज़्यादा ऑब्जेक्ट की पहचान करने की सुविधा का इस्तेमाल न करें. ऐसा इसलिए, क्योंकि ज़्यादातर डिवाइसों पर ज़रूरत के मुताबिक फ़्रेमरेट नहीं मिल पाएंगे.

  • अगर आपको कैटगरी तय करने की सुविधा की ज़रूरत नहीं है, तो उसे बंद कर दें.

  • डिटेक्टर को कॉल को कम करता है. अगर डिटेक्टर चालू होने के दौरान कोई नया वीडियो फ़्रेम उपलब्ध हो जाता है, तो फ़्रेम को छोड़ दें.
  • अगर इनपुट इमेज पर ग्राफ़िक ओवरले करने के लिए, डिटेक्टर के आउटपुट का इस्तेमाल किया जा रहा है, तो सबसे पहले ML Kit से नतीजा पाएं. इसके बाद, एक ही चरण में इमेज को रेंडर करें और ओवरले करें. ऐसा करने पर, हर इनपुट फ़्रेम के लिए डिसप्ले प्लैटफ़ॉर्म पर सिर्फ़ एक बार रेंडर किया जाता है.

  • अगर Camera2 API का इस्तेमाल किया जा रहा है, तो इमेज को ImageFormat.YUV_420_888 फ़ॉर्मैट में कैप्चर करें.

    अगर पुराने Camera API का इस्तेमाल किया जा रहा है, तो इमेज को ImageFormat.NV21 फ़ॉर्मैट में कैप्चर करें.