了解 2023 年 Google I/O 大会上介绍的 Firebase 亮点。了解详情

इस पेज का अनुवाद Cloud Translation API से किया गया है.

Android पर एमएल किट से बारकोड स्कैन करें

बारकोड को पहचानने और उसे डिकोड करने के लिए, ML Kit का इस्तेमाल किया जा सकता है.

firebase-ml-vision के वर्शन 24.0.0 में, बारकोड स्कैन करने का एक नया मॉडल उपलब्ध कराया गया है. इस मॉडल में, पुराने मॉडल के मुकाबले देरी और सटीक होने, दोनों में काफ़ी सुधार किए गए हैं. इसके अलावा, एपीआई के सबसे नए वर्शन की मदद से, अब बिना UTF-8 कोड में बदले बारकोड डेटा के लिए रॉ बाइट डेटा ऐक्सेस किया जा सकता है.

नए मॉडल का इस्तेमाल करने के लिए, अपनी प्रोजेक्ट डिपेंडेंसी में नया firebase-ml-vision-barcode-model मॉड्यूल जोड़ना न भूलें.

वेब कंटेनर इंस्टॉल करने से पहले

अगर आपने पहले से Firebase को नहीं जोड़ा है, तो अपने Android प्रोजेक्ट में Firebase जोड़ें.
अपने मॉड्यूल (ऐप्लिकेशन-लेवल) की Gradle फ़ाइल (आम तौर पर app/build.gradle) में ML Kit 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-barcode-model:16.0.1'
}
```

इनपुट इमेज के लिए दिशा-निर्देश

ML Kit में बारकोड को सही तरीके से पढ़ने के लिए, इनपुट इमेज में बारकोड होने चाहिए. इन्हें ज़रूरत के मुताबिक पिक्सल डेटा के ज़रिए दिखाया जाता है.

पिक्सल डेटा से जुड़ी ज़रूरी शर्तें, बारकोड के टाइप और उसमें कोड में बदले गए डेटा की संख्या, दोनों पर निर्भर करती हैं. इसकी वजह यह है कि ज़्यादातर बारकोड, वैरिएबल लेंथ पेलोड के साथ काम करते हैं. आम तौर पर, बारकोड की सबसे छोटी और काम की यूनिट, कम से कम दो पिक्सल चौड़ी होनी चाहिए. साथ ही, दो डाइमेंशन वाले कोड के लिए, इसकी लंबाई 2 पिक्सल होनी चाहिए.

उदाहरण के लिए, EAN-13 बारकोड बार और स्पेस से बने होते हैं जिनकी चौड़ाई 1, 2, 3 या 4 यूनिट होती है. इसलिए, EAN-13 बारकोड इमेज में बार और स्पेस होते हैं और इनकी चौड़ाई कम से कम 2, 4, 6, और 8 पिक्सल होती है. EAN-13 बारकोड कुल 95 यूनिट चौड़ा होता है. इसलिए, बारकोड कम से कम 190 पिक्सल चौड़ा होना चाहिए.

PDF417 जैसे डेंसर फ़ॉर्मैट में, एमएल किट को सही तरीके से पढ़ने के लिए ज़्यादा पिक्सल डाइमेंशन की ज़रूरत होती है. उदाहरण के लिए, PDF417 कोड में एक लाइन में 17 यूनिट चौड़े "शब्द" हो सकते हैं. आम तौर पर, इनकी चौड़ाई कम से कम 1156 पिक्सल होनी चाहिए.
इमेज पर फ़ोकस खराब होने से, स्कैन करने के तरीके पर बुरा असर पड़ सकता है. अगर आपको स्वीकार किए जाने वाले नतीजे नहीं मिल रहे हैं, तो उपयोगकर्ता को इमेज दोबारा कैप्चर करने के लिए कहें.
आम तौर पर इस्तेमाल किए जाने वाले ऐप्लिकेशन के लिए, ज़्यादा रिज़ॉल्यूशन वाली इमेज (जैसे, 1280x720 या 1920x1080) दें. इससे बारकोड को कैमरे से ज़्यादा दूरी से भी पहचाना जा सकता है.

हालांकि, जिन ऐप्लिकेशन में इंतज़ार का समय बहुत ज़्यादा ज़रूरी होता है उनमें कम रिज़ॉल्यूशन वाली इमेज कैप्चर करके, परफ़ॉर्मेंस को बेहतर बनाया जा सकता है. हालांकि, यह ज़रूरी है कि इनपुट इमेज के ज़्यादातर हिस्से में बारकोड डाला गया हो. रीयल-टाइम में परफ़ॉर्मेंस को बेहतर बनाने के लिए सलाह भी देखें.

1. बारकोड डिटेक्टर को कॉन्फ़िगर करें

अगर आपको पता है कि आपको किस बारकोड फ़ॉर्मैट में पढ़ने की उम्मीद है, तो बारकोड डिटेक्टर को उसकी स्पीड बढ़ाने के लिए, उसे सिर्फ़ उन फ़ॉर्मैट का पता लगाने के लिए कॉन्फ़िगर करें.

उदाहरण के लिए, सिर्फ़ Aztec कोड और क्यूआर कोड का पता लगाने के लिए, FirebaseVisionBarcodeDetectorOptions ऑब्जेक्ट बनाएं. इसका उदाहरण नीचे दिया गया है:

Java

FirebaseVisionBarcodeDetectorOptions options =
        new FirebaseVisionBarcodeDetectorOptions.Builder()
        .setBarcodeFormats(
                FirebaseVisionBarcode.FORMAT_QR_CODE,
                FirebaseVisionBarcode.FORMAT_AZTEC)
        .build();

Kotlin+KTX

val options = FirebaseVisionBarcodeDetectorOptions.Builder()
        .setBarcodeFormats(
                FirebaseVisionBarcode.FORMAT_QR_CODE,
                FirebaseVisionBarcode.FORMAT_AZTEC)
        .build()

ये फ़ॉर्मैट इस्तेमाल किए जा सकते हैं:

कोड 128 (FORMAT_CODE_128)
कोड 39 (FORMAT_CODE_39)
कोड 93 (FORMAT_CODE_93)
कोडाबार (FORMAT_CODABAR)
EAN-13 (FORMAT_EAN_13)
EAN-8 (FORMAT_EAN_8)
आईटीएफ़ (FORMAT_ITF)
यूपीसी-ए (FORMAT_UPC_A)
यूपीसी-ई (FORMAT_UPC_E)
क्यूआर कोड (FORMAT_QR_CODE)
PDF417 (FORMAT_PDF417)
ऐज़टेक (FORMAT_AZTEC)
डेटा मैट्रिक्स (FORMAT_DATA_MATRIX)

2. बारकोड डिटेक्टर चलाएं

किसी इमेज में बारकोड की पहचान करने के लिए, Bitmap, media.Image, ByteBuffer, बाइट कलेक्शन या डिवाइस पर मौजूद किसी फ़ाइल से FirebaseVisionImage ऑब्जेक्ट बनाएं. इसके बाद, FirebaseVisionImage ऑब्जेक्ट को FirebaseVisionBarcodeDetector के detectInImage तरीके में पास करें.

अपनी इमेज से FirebaseVisionImage ऑब्जेक्ट बनाएं.

किसी media.Image ऑब्जेक्ट से FirebaseVisionImage ऑब्जेक्ट बनाने के लिए, जैसे कि किसी डिवाइस के कैमरे से इमेज कैप्चर करते समय, media.Image ऑब्जेक्ट को पास करें और इमेज को FirebaseVisionImage.fromMediaImage() पर घुमाएं.

अगर CameraX लाइब्रेरी का इस्तेमाल किया जाता है, तो OnImageCapturedListener और ImageAnalysis.Analyzer क्लास आपके लिए रोटेशन वैल्यू का हिसाब लगाती हैं. इसलिए, आपको FirebaseVisionImage.fromMediaImage() को कॉल करने से पहले, रोटेशन वैल्यू को एमएल किट के ROTATION_ कॉन्सटेंट में से किसी एक 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+KTX

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 इमेज का रोटेशन देने वाली कैमरा लाइब्रेरी का इस्तेमाल नहीं किया जाता है, तो इमेज को डिवाइस के रोटेशन और डिवाइस में कैमरा सेंसर के ओरिएंटेशन के आधार पर कैलकुलेट किया 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+KTX

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 रोटेशन वैल्यू को FirebaseVisionImage.fromMediaImage() को पास करें:

Java

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

Kotlin+KTX

val image = FirebaseVisionImage.fromMediaImage(mediaImage, rotation)VisionImage.kt

फ़ाइल यूआरआई से FirebaseVisionImage ऑब्जेक्ट बनाने के लिए, ऐप्लिकेशन का कॉन्टेक्स्ट और फ़ाइल यूआरआई को FirebaseVisionImage.fromFilePath() पर पास करें. यह तब काम आता है, जब आप उपयोगकर्ता को उसके गैलरी ऐप्लिकेशन से कोई इमेज चुनने का अनुरोध करने के लिए ACTION_GET_CONTENT इंटेंट का इस्तेमाल करते हैं.
Java
```
FirebaseVisionImage image;
try {
    image = FirebaseVisionImage.fromFilePath(context, uri);
} catch (IOException e) {
    e.printStackTrace();
}VisionImage.java
```
Kotlin+KTX
```
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 रोटेशन का हिसाब लगाएं.

इसके बाद, ऐसा FirebaseVisionImageMetadata ऑब्जेक्ट बनाएं जिसमें इमेज की ऊंचाई, चौड़ाई, कलर एन्कोडिंग फ़ॉर्मैट, और रोटेशन शामिल 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+KTX

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 अरे और मेटाडेटा ऑब्जेक्ट का इस्तेमाल करें:

Java

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

Kotlin+KTX

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

किसी Bitmap ऑब्जेक्ट से FirebaseVisionImage ऑब्जेक्ट बनाने के लिए:
Java
```
FirebaseVisionImage image = FirebaseVisionImage.fromBitmap(bitmap);VisionImage.java
```
Kotlin+KTX
```
val image = FirebaseVisionImage.fromBitmap(bitmap)VisionImage.kt
```
Bitmap ऑब्जेक्ट के ज़रिए दिखाई गई इमेज, सीधी होनी चाहिए. इसमें अलग से घुमाने की ज़रूरत नहीं है.

FirebaseVisionBarcodeDetector का इंस्टेंस पाएं:

Java

FirebaseVisionBarcodeDetector detector = FirebaseVision.getInstance()
        .getVisionBarcodeDetector();
// Or, to specify the formats to recognize:
// FirebaseVisionBarcodeDetector detector = FirebaseVision.getInstance()
//        .getVisionBarcodeDetector(options);

Kotlin+KTX

val detector = FirebaseVision.getInstance()
        .visionBarcodeDetector
// Or, to specify the formats to recognize:
// val detector = FirebaseVision.getInstance()
//        .getVisionBarcodeDetector(options)

आखिर में, इमेज को detectInImage तरीके से पास करें:

Java

Task<List<FirebaseVisionBarcode>> result = detector.detectInImage(image)
        .addOnSuccessListener(new OnSuccessListener<List<FirebaseVisionBarcode>>() {
            @Override
            public void onSuccess(List<FirebaseVisionBarcode> barcodes) {
                // Task completed successfully
                // ...
            }
        })
        .addOnFailureListener(new OnFailureListener() {
            @Override
            public void onFailure(@NonNull Exception e) {
                // Task failed with an exception
                // ...
            }
                });

Kotlin+KTX

val result = detector.detectInImage(image)
        .addOnSuccessListener { barcodes ->
            // Task completed successfully
            // ...
        }
        .addOnFailureListener {
            // Task failed with an exception
            // ...
        }

3. बारकोड से जानकारी पाएं

अगर बारकोड की पहचान करने की कार्रवाई पूरी हो जाती है, तो सक्सेस लिसनर को FirebaseVisionBarcode ऑब्जेक्ट की सूची पास कर दी जाएगी. हर FirebaseVisionBarcode ऑब्जेक्ट, इमेज में मिले बारकोड को दिखाता है. हर बारकोड के लिए, इनपुट इमेज में उसके बाउंडिंग कोऑर्डिनेट और बारकोड से एन्कोड किया गया रॉ डेटा भी देखा जा सकता है. साथ ही, अगर बारकोड डिटेक्टर, बारकोड से एन्कोड किए गए डेटा के टाइप का पता लगा पाता है, तो आपको पार्स किया गया डेटा वाला ऑब्जेक्ट मिल सकता है.

उदाहरण के लिए:

Java

for (FirebaseVisionBarcode barcode: barcodes) {
    Rect bounds = barcode.getBoundingBox();
    Point[] corners = barcode.getCornerPoints();

    String rawValue = barcode.getRawValue();

    int valueType = barcode.getValueType();
    // See API reference for complete list of supported types
    switch (valueType) {
        case FirebaseVisionBarcode.TYPE_WIFI:
            String ssid = barcode.getWifi().getSsid();
            String password = barcode.getWifi().getPassword();
            int type = barcode.getWifi().getEncryptionType();
            break;
        case FirebaseVisionBarcode.TYPE_URL:
            String title = barcode.getUrl().getTitle();
            String url = barcode.getUrl().getUrl();
            break;
    }
}

Kotlin+KTX

for (barcode in barcodes) {
    val bounds = barcode.boundingBox
    val corners = barcode.cornerPoints

    val rawValue = barcode.rawValue

    val valueType = barcode.valueType
    // See API reference for complete list of supported types
    when (valueType) {
        FirebaseVisionBarcode.TYPE_WIFI -> {
            val ssid = barcode.wifi!!.ssid
            val password = barcode.wifi!!.password
            val type = barcode.wifi!!.encryptionType
        }
        FirebaseVisionBarcode.TYPE_URL -> {
            val title = barcode.url!!.title
            val url = barcode.url!!.url
        }
    }
}

रीयल-टाइम परफ़ॉर्मेंस को बेहतर बनाने के लिए सलाह

अगर आपको रीयल-टाइम ऐप्लिकेशन में बारकोड स्कैन करने हैं, तो सबसे सही फ़्रेमरेट पाने के लिए इन दिशा-निर्देशों का पालन करें:

कैमरे के मूल रिज़ॉल्यूशन पर इनपुट कैप्चर न करें. कुछ डिवाइसों में, नेटिव रिज़ॉल्यूशन पर इनपुट कैप्चर करने से बहुत बड़ी (10+ मेगापिक्सल) इमेज बनती हैं. इस वजह से, इंतज़ार का समय बहुत कम हो जाता है और इसे सटीक बनाने का कोई फ़ायदा नहीं होता. इसके बजाय, कैमरे से सिर्फ़ उस साइज़ का अनुरोध करें जो बारकोड की पहचान करने के लिए ज़रूरी है. आम तौर पर, साइज़ दो मेगापिक्सल से ज़्यादा नहीं होना चाहिए.

अगर स्कैन करने की स्पीड ज़रूरी है, तो इमेज कैप्चर के रिज़ॉल्यूशन को और कम किया जा सकता है. हालांकि, बारकोड साइज़ की कम से कम ज़रूरी शर्तों का ध्यान रखें. इनके बारे में ऊपर बताया गया है.
डिटेक्टर को कॉल थ्रॉटल करें. अगर डिटेक्टर के चलने 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 जाता है, तो सबसे पहले एमएल किट का इस्तेमाल करें. इसके बाद, एक ही चरण में इमेज और ओवरले को रेंडर करें. ऐसा करने पर, हर इनपुट फ़्रेम के लिए आपको डिसप्ले प्लैटफ़ॉर्म पर सिर्फ़ एक बार रेंडर करना होगा.
अगर Camera2 API का इस्तेमाल किया जा रहा है, तो ImageFormat.YUV_420_888 फ़ॉर्मैट में इमेज कैप्चर करें.

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