پروژه تخمین حالت و ژست بدن و شناسایی موقعیت اعضای بدن به زبان فارسی
پروژه تخمین حالت و ژست بدن و شناسایی موقعیت اعضای بدن به زبان فارسی
سلام به همه شما دوستان عزیز
در ادامه با ویژگی‌های پروژه جدیدی آشنا خواهید شد که نمونه‌ای دیگر از جذابیت‌های حوزه پردازش تصویر و هوش مصنوعی را به تصویر می‌کشد. این پروژه قادر است که حالت و ژست بدن انسان را تشخیص داده و موقعیت قرارگیری ۸ قسمت از اعضای بدن را شناسایی کند. این اعضا شامل سر، گردن، کتف، مچ، قفسه سینه، ران و قوزک پا می‌باشد.
سپس بعد از تشخیص موقعیت اعضای بدن، آن‌ها را با یک خط به یکدیگر متصل می‌کند و نام هر عضو را به زبان فارسی بالای آن نمایش می‌دهد. در این پروژه از “ماژول فارسی نویسی (putTextFarsiBasic) روی تصاویر” استفاده شده است.
ویدیوی پیش نمایش از خروجی این پروژه:
در این پروژه یک مدل آموزش دیده در اختیار شما قرار داده می‌شود که بر اساس هزاران تصویر از بدن انسان آموزش داده شده است. این پروژه در ۳ نوع مختلف ۱- اجرا روی تصاویر(Image)، ۲- اجرا روی ویدیو یا وبکم (WebcamVideo) و ۳- اجرا روی تصویر و روی ویدیو (یا وبکم) آماده شده است که شما می‌توانید بسته به نیاز خود یک نوع را انتخاب کنید.
در نوع اول شما فقط قادر خواهید بود که این پروژه را روی تصاویر پیاده سازی کنید. تصویری از یک شخص را به برنامه می‌دهید و برنامه برای شما موقعیت اعضای بدن را تشخیص می‌دهد و با زبان فارسی روی تصویر نمایش می‌دهد.
در نوع دوم شما فقط می‌توانید از این پروژه برای تست روی ویدیو (یا وبکم) استفاده کنید. یک ویدیو از یک شخص را به برنامه می‌دهید و بعد از اجرا موقعیت اعضای بدن را به زبان فارسی برای شما نشان می‌دهد.
در نوع سوم نیز شما می‌توانید هم روی تصاویر و هم روی ویدیو (یا وبکم) این پروژه را اجرا کنید. در واقع نوع سوم، به صورت ویژه شامل ۲ نوع قبلی نیز می‌باشد.
ویژگی‌ها:
- – تشخیص موقعیت ۸ عضو بدن به زبان فارسی
- – به همراه ماژول فارسی نویسی روی تصاویر (putTextFarsiBasic) به صورت رایگان
- – قابلیت اجرا روی تصاویر، ویدیو و تصاویر زنده از وبکم
- – تنها استفاده از کتابخانه قدرتمند OpenCV به دلیل سرعت و راحتی بیشتر
- – قابلیت تعمیم و پیاده‌سازی روی رزبری پای و قابلیت صنعتی سازی
- – قابل تعمیم و استفاده در حوزه‌های پزشکی، ورزشی، امنیتی و …
- – مناسب برای پروژه‌های درسی، آزمایشگاهی، علمی-پژوهشی
نکته‌ها:
- – مراحل نصب ماژول‌های مورد نیاز در فایل pdf توضیح داده شده است.
- – همچنین ماژول‌های مورد نیاز برای نصب آفلاین، به صورت جداگانه هم در فایل دریافتی وجود دارد و نحوه نصب آفلاین ماژول‌ها نیز گفته شده است.
- – سرعت پردازش ویدیو به قدرت پردازش سیستم شما بستگی دارد، اما در مجموع می‌توان گفت سرعت تشخیص سریع می‌باشد.
- – بدیهی است که ویدیوی خروجی، به صورت بدون صدا می‌باشد و در صورت نیاز باید صدا را جداگانه به ویدیو متصل کنید. جهت اطلاع دوستان عزیزی که تازه‌کار هستند.
- – برای دریافت ورژن کتابخانه های مورد استفاده در این پروژه قبل از خرید، با پشتیبانی در ارتباط باشید.
در این پروژه از زبان پایتون و کتابخانه OpenCV استفاده شده است، که به دلیل سادگی زبان پایتون به تمام علاقه‌مندان توصیه می‌شود.
امیدواریم از دریافت این پروژه لذت ببرید.
برچسب ها: Image ProcessingOpenCVOpenCV و پایتونPythonپایتونپردازش تصویرپردازش تصویر با OpenCVپروژهپروژه پردازش تصویرپروژه تخمین حالت و ژست بدن و شناسایی موقعیت اعضای بدن به زبان فارسیتخمینتخمین حالت بدنتخمین ژست بدنتخمین ژست و حالت بدنتشخیص حالت بدنتشخیص ژست بدنتشخیص ژست و حالت بدنشناسایی اعضای بدنهوش مصنوعی
دسته: OpenCV ، برنامه نویسی ، پایتون ، پردازش تصویر ، سورس کد
سلام
آیا حالت افقی بدن رو هم تشخیص میده؟
سلام بر شما
بله، حالت افقی بدن هم تشخیص داده می شود اما بستگی به تصویر ورودی (واضح بودن، اندازه تصویر و…) هم دارد. برای نمونه چند تصویر دیگر که بدن در حالت های غیر عمودی قرار دارد به همین پست اضافه شد.
اگر برای این مسئله تردیدی در خرید دارید، چند نمونه از عکس های موردنظرتون رو برای ما بفرستید (info@ali110co.ir) تا بعد از تست روی پروژه، به شما اطلاع بدیم.
سلام وقت بخیر
جساراتا تبدیل کد پایتون به اندروید هم آموزش میدید؟
سلام بر شما
روزتون بخیر
بله.
بخش قابل توجهی از کدهای پایتونی را می توان بدون تغییر و در قالب اپلیکیشن اندرویدی و بر روی گوشی اجرا کرد. طبیعتا برخی از ماژول های پایتونی به دلیل نوع پیاده سازی شان به صورت مستقیم قابل اجرا در اندروید نیستند اما بخش زیادی از ماژول ها قابلیت اجرای مستقیم توسط اپلیکیشن اندروید را دارند و این تبدیل قابل انجام هست.
برای اطلاعات بیشتر درباره آموزش، می توانید از طریق ایمیل پشتیبانی با ما در ارتباط باشید.
با احترام
سلام وقت بخیر
در این پروژه از مدل pose estimation استفاده شده؟
سلام بر شما
روزتون بخیر
برای pose estimation مدل های جدیدتر و دقیق تری نیز وجود دارد اما در این پروژه از یک مدل سبک و سریع استفاده شده است که به راحتی بر روی ویدیو و تصویر قابل اجرا می باشد و مناسب پروژه‌های دانشجویی و پروژه‌های صنعتی سبک می باشد.
اگر نیاز به مدل های جدیدتر و دقیق تری دارید، می‌توانید با ایمیل پشتیبانی و یا اکانت تلگرامی زیر ارتباط بگیرید تا در قالب یک پروژه جدید، درخدمت‌تون باشیم.
ايميل پشتیبانی:
info@ali110co.ir
اکانت تلگرامی پشتیبانی:
@ERP_support
با احترام