🍯 🕴🏽 ◻️ हम चेहरे की पहचान वाले कैमरे के लिए एक कार्यक्रम लिख रहे हैं 🙌🏼 🙋🏽 🤚🏾

फेस रिकग्निशन ने पहले ही पूरी दुनिया पर कब्जा कर लिया है। सभी प्रमुख देश पहले से ही इस उपयोगी सुविधा का उपयोग करते हैं। क्यों लोगों के जीवन को और अधिक सुविधाजनक नहीं बनाते हैं और बाएं सामान कार्यालय में चेहरे की पहचान को एम्बेड नहीं करते हैं?

इसके लिए हमें चाहिए

डाउनलोड तंत्रिका नेटवर्क facenet
एक कंप्यूटर
keras
opencv

शुरुआत से हम निर्भरता का आयात करते हैं

from keras.models import load_model import numpy as np from keras.utils import plot_model import math import glob import os import cv2 import serial

          model_path = 'facenet_keras.h5' model = load_model(model_path) cascade_path = 'haarcascade_frontalface_alt2.xml'

एक फ़ंक्शन जो एक तस्वीर को प्रारूपित करता है और इसे तंत्रिका नेटवर्क के माध्यम से चलाता है

 def calc_embs(imgs, margin, batch_size): fram1e = cv2.resize(imgs,(160,160)) ofg2 = np.array(fram1e) aligned_images = prewhiten(ofg2) pd = [] x_train = np.array([aligned_images]) embs1 = model.predict_on_batch(x_train) embs1.reshape(1,-1) embs = l2_normalize(np.concatenate(embs1)) return embs

एक फ़ंक्शन, जब पहली बार एक बटन दबाया जाता है, एक व्यक्ति के चेहरे को बचाता है जो तंत्रिका नेटवर्क से गुजर चुका है, और दूसरी बार पहले से ही, नेटवर्क के माध्यम से एक नया चेहरा संचालित करता है, इसे सहेजे गए चेहरे के साथ तुलना करता है।

स्पायलर हेडिंग

 def reco_face(frame, i): #frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) img = frame #i = 0 h = 0 v = 0 u = 0 name_out = '  ' #print(ofg.shape) #img = search_face(img, frame, face_cascade) #frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) faces = face_cascade.detectMultiScale(frame, 1.3, 5) print(faces) if faces == (): v = 5 # Loop through all the faces detected and determine whether or not they are in the database identities = [] for (x, y, w, h) in faces: x1 = x-PADDING y1 = y-PADDING x2 = x+w+PADDING y2 = y+h+PADDING frame = cv2.rectangle(frame,(x1, y1),(x2, y2),(255,0,0),2) height, width, channels = frame.shape # The padding is necessary since the OpenCV face detector creates the bounding box around the face and not the head part_image = frame[max(0, y1):min(height, y2), max(0, x1):min(width, x2)] if i == 1: pre[0:] = calc_embs(part_image,10,1) while u!=1: u = ser.write( b'P') u=0 else: ofg = calc_embs(part_image,10,1) #print(ofg) #i = i + 1 if i > 1: for m in pre: dot = np.sum(np.multiply(m, ofg), axis=0) norm = np.linalg.norm(m, axis=0) * np.linalg.norm(ofg, axis=0) similarity = dot / norm dist1 = np.arccos(similarity) / math.pi if dist1<0.32: print(dist1) h = 1 return h,v

खैर और मेन। यह सब arduino से शुरू होता है, जब अक्षर B को मस्से के माध्यम से खिलाया जाता है, जिसका अर्थ है कि बटन दबाया गया है। इसके बाद, एक कमांड को बॉक्स खोलने के लिए आर्डिनो में भेजा जाता है और चेहरे को पहचानने और सहेजने के लिए फ़ंक्शन लॉन्च किया जाता है। फिर, यदि बटन दबाने का आदेश फिर से आर्डिनो से आया है, तो हम फिर से मान्यता समारोह शुरू करते हैं और यदि चेहरे अभिसरण करते हैं, तो बॉक्स खोलें।

 ser = serial.Serial('COM3', 9600, write_timeout=1, timeout=0.1) print(ser.name) # check which port was really used ##sio = io.TextIOWrapper(io.BufferedRWPair(ser, ser)) #ser.close() cap = cv2.VideoCapture(0) zz = 0 while(True): # Capture frame-by-frame ret, frame = cap.read() frame1 = search_face(frame) cv2.imshow('ffff', frame1) ff=ser.read(1) if(ff == b'B'): print("press_button") ff = b'u' zz = zz + 1 mmm, f = reco_face(frame, zz) if f == 5: zz = 0 print(mmm) if mmm == 1: print("otkrivaio") while u!=1: u = ser.write( b'P') u=0 h = 0 zz = 0 if cv2.waitKey(33) == ord('q'): break cap.release() cv2.destroyAllWindows()

वीडियो संलग्न है

किसी व्यक्ति के चेहरे की तस्वीर से किसी व्यक्ति के चेहरे को कैसे अलग किया जाए - मैंने अभी तक नहीं सोचा है।

जहाँ स्क्रिप्ट निहित है, वहाँ गथब से लिंक

हम चेहरे की पहचान वाले कैमरे के लिए एक कार्यक्रम लिख रहे हैं

More articles: