توضیحات
تشخیص و مقایسه چهره با opencv
در پروژه تشخیص و مقایسه چهره با opencv با استفاده از open cv و python یا c++ تصویری در یافت می شود و با تصویر دیگری تطبیق داده شده و در صورت یکی بودن اعلام میکند.
فضای رنگ
به نمایش فیزیکی یک گروه رنگ فضای رنگ گفته می شود سه مدل فضای رنگ معروف عبارتند از:
RGB: مورد استفاده برای گرافیک کامپیوتر
YCRCB: مورد استفاده برای سیستم های ویدیویی
CMYK: مورد استفاده برای چاپ کردن
درفاز اول
تصویر را از وب کم یا یک مکان ذخیره شده را میگیریم و با روشهای تشخیص پیکسلی پوست را با روش لبه ای بررسی می کنیم ، که هر پیکسل را به عنوان پوست یا غیر پوست بدون توجه به اطرافش را طبقه بندی می کنیم و بعد چهره را از تصویر تشخیص و جدا سازی کنیم.
برای تشخیص صورت و پوست از فرمت RGB استفاده نمی شود چون این فرمت وابسته به شرایط نور است( تصویری که ترکیب RGB را به وجود می آورند برای تشخیص رنگ پوست ضعیف می باشند لذا با تبدیلاتی باید رنگها ی اضافی مانند نور را حذف نماییم) نور می تواند تشخیص پوست را با شکست مواجح کند یعنی با تغییر شرایط از جمله نور، محیط خروجی نیز متفاوت می شود. از میان فضاهای رنگ در این پروژه از فضای رنگ YCBCR استفاده می شود. برای اینکه بتوانیم اطلاعات مربوط به نور و یا درخشندگی را از تصویر حذف نماییم.
بعد عملیات جدا سازی رنگ بر روی تصویر اعمال می شود. مرحله بعد جدا کردن مناطق یکپارچه از الگوریتم تشخیص لبه استفاده می کنیم. بعد مشخصات چهره را ذخیره می کنیم یعنی فقط قسمت پردازش شده و فقط چهره فرد را ذخیره میکنیم.
در فاز دوم
بعد عکس های پایگاه داده را جستجو کرده و تک تک با عکس پردازش شده مقایسه می کنیم در صورت وجود شباهت مشخصات فرد هم استخراج می گردد.
اما در صورت پیدا نشدن مشخصات فرد را گرفته به همراه عکس پردازش شده در پایگاه ذخیره میکنیم.
نمودارهای UML برنامه:
نمودار Use case diagram
نمودار class diagram
نکات قابل ذکر:
- تشخیص و مقایسه چهره با opencv توسط کارشناسان گروه ۱.۲.۳ پروژه پیاده سازی گردیده و به تعداد محدودی قابل فروش می باشد.
- فایلهای پروژه به صورت کامل پس از خرید فایل بلافاصله در اختیار شما قرار خواهد گرفت.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.