L'API Media Enhancement è uno strumento potente che utilizza l'accelerazione GPU on-device per eseguire miglioramenti delle immagini di alta qualità e a bassa latenza. Sono incluse funzionalità come la mappatura tonale automatica, la rimozione della sfocatura, la riduzione del rumore e l'upscaling.
Prima di inizializzare l'API, devi configurare le dipendenze del progetto e dichiarare i requisiti di accelerazione hardware nel manifest. La mancata esecuzione di queste configurazioni è la causa principale degli errori di runtime di GLOBAL_INIT_FAILED.
Dipendenze Gradle
Aggiungi le seguenti dipendenze al file app/build.gradle.kts. Per facilitare l'esecuzione asincrona e non bloccante, includi le coroutine Kotlin e Jetpack Media3 per la gestione della superficie hardware.
dependencies {
// Google Play services Media Enhancement Library (Beta)
implementation("com.google.android.gms:play-services-media-effect-enhancement:16.0.0-beta04")
}
Consulta i dettagli del pacchetto per play-services-media-effect-enhancement nel repository Maven di Google.
Ti consigliamo inoltre di utilizzare le coroutine Kotlin per gestire le sessioni di miglioramento in modo asincrono.
// Kotlin coroutines for asynchronous API handling
implementation("org.jetbrains.kotlinx:kotlinx-coroutines-android:1.7.3")
implementation("org.jetbrains.kotlinx:kotlinx-coroutines-play-services:1.7.3")
Requisiti del file manifest di Android
Aggiungi i seguenti elementi all'interno del tag <application> del file AndroidManifest.xml:
<manifest xmlns:android="http://schemas.android.com/apk/res/android">
<application>
<!-- 1. Google Play services version for runtime compatibility checks -->
<meta-data
android:name="com.google.android.gms.version"
android:value="@integer/google_play_services_version" />
<!-- 2. Declare OpenCL compute libraries for NPU/GPU neural acceleration -->
<uses-native-library android:name="libOpenCL.so" android:required="false" />
<uses-native-library android:name="libOpenCL-car.so" android:required="false" />
<uses-native-library android:name="libOpenCL-pixel.so" android:required="false" />
<!-- 3. Declare OpenGL ES for high-performance graphics rendering -->
<uses-native-library android:name="libGLESv2.so" android:required="false" />
<uses-native-library android:name="libGLESv3.so" android:required="false" />
</application>
</manifest>
OpenCL fornisce le librerie di computing native necessarie per abilitare l'accelerazione neurale di NPU e GPU per le attività di miglioramento dei contenuti multimediali. La dichiarazione di queste librerie nel manifest è un prerequisito per consentire all'API di sfruttare l'accelerazione hardware, essenziale per eseguire miglioramenti di alta qualità e a bassa latenza. Per saperne di più su OpenCL, consulta Implementazioni OpenCL.
OpenGL ES fornisce le librerie grafiche native necessarie per il rendering ad alte prestazioni degli output di miglioramento dei contenuti multimediali. La dichiarazione di queste librerie nel manifest è essenziale per garantire che la pipeline di rendering possa visualizzare in modo efficace i contenuti multimediali elaborati su superfici con accelerazione hardware. Per informazioni su OpenGL, consulta la panoramica della documentazione dell'API OpenGL.
La pipeline di rendering di Android deve essere con accelerazione hardware per evitare colli di bottiglia. Sebbene sia abilitato per impostazione predefinita per le app che hanno come target l'API 14 e versioni successive, imposta esplicitamente android:hardwareAccelerated="true" all'interno dei tag <activity>.
Compatibilità dei dispositivi e configurazione del modulo
Google Play Services fornisce i modelli di machine learning in modo dinamico per risparmiare spazio di archiviazione iniziale dell'APK. Prima di eseguire i miglioramenti, l'applicazione deve utilizzare EnhancementClient per verificare il supporto hardware e assicurarsi che i pesi del modello necessari vengano scaricati e memorizzati nella cache locale. Si tratta di un processo che viene eseguito una sola volta per dispositivo.
Utilizzando suspendCancellableCoroutine, puoi aggregare i callback client basati su attività in funzioni di sospensione Kotlin standard per un'esecuzione sequenziale più pulita:
// Verifies if host hardware supports NPU/GPU acceleration
suspend fun EnhancementClient.isDeviceSupportedAsync(): Boolean = suspendCancellableCoroutine { continuation ->
this.isDeviceSupported()
.addOnSuccessListener { result -> continuation.resume(result) }
.addOnFailureListener { exception -> continuation.resumeWithException(exception) }
}
// Verifies the presence of required neural network models
suspend fun EnhancementClient.isModuleInstalledAsync(): Boolean = suspendCancellableCoroutine { continuation ->
this.isModuleInstalled()
.addOnSuccessListener { result -> continuation.resume(result) }
.addOnFailureListener { exception -> continuation.resumeWithException(exception) }
}