در این قسمت تیم کدگیت را با پروژه تشخیص لب در پایتون همراهی کنید. در این پروژه با توجه به استفاده از کتابخانههای معتبر و رعایت اصول و استانداردهای برنامهنویسی اقدام به پیاده سازی پروژه تشخیص لب در پایتون کردهایم. در ادامه ویژگیهای این پروژه آورده شده است.
تشخیص لب
امروزه پردازش تصویر کاربردهای بسیاری در دنیا دارد. یکی از کاربردهای پردازش تصویر تشخیص ویژگیهای انسان از طریق عکس است. تصویری از صورت یک فرد گرفته شده و میخواهیم بدانیم آیا او لبخند میزند یا خیر؟ تشخیص آن برای انسان بسیار ساده میباشد اما برای کامپیوتر پیچیدگیهایی دارد خصوصا که تنها اعداد RGB توسط کامپیوترها دیده میشوند.
پروژه تشخیص لب در پایتون
در پروژه تشخیص لب در پایتون، قصد داریم سیستمی بسازیم که از طریق آن می توانید یک تصویر را به عنوان ورودی به برنامه داده و در خروجی لب انسان شناسایی و علامتگذاری شود.
خروجی برنامه
برنامه یک تصویر را به عنوان ورودی دریافت و آن را پردازش میکند. پس از پردازش تصویر، در خروجی نقاطی که به عنوان لب شناسایی شده را علامتگذاری میکند. تصویر زیر یک نمونه از خروجی برنامه میباشد:
![پروژه تشخیص لب در پایتون](http://codegate.ir/wp-content/uploads/2021/12/Lip-Detection-in-Python-image1-www.codegate.ir_-300x171.jpg)
![](http://codegate.ir/wp-content/uploads/2021/12/Lip-Detection-in-Python-image2-www.codegate.ir_-300x171.jpg)
ماژول ها و فایلهای استفاده شده
در سورس تشخیص لب از ماژول های زیر استفاده شده است:
- ماژول dlib: نحوه نصب ماژول dlib در آموزش های سایت قرار داده شده است.
- ماژول opencv: برای نصب در cmd دستور pip install opencv-python را بزنید
- ماژول imutils: برای نصب در cmd دستور pip install imutils را بزنید
- فایل تصویر را می توانید در این قسمت دانلود کنید.
- فایل shape predictor را از این قسمت دانلود نمایید.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.