Jump to content
  • entries
    2
  • comments
    0
  • views
    6,228

dLib Kütüphanesi


Doğuhan ELMA

179 views

dlib, özellikle bilgisayar görüşü ve makine öğrenimi uygulamaları için kullanılan, açık kaynaklı bir C++ kütüphanesidir. Aşağıda dlib'in temel özellikleri hakkında daha fazla bilgi bulabilirsiniz:

Görüntü İşleme:

Yüz Tespiti: dlib, yüzleri algılamak ve izlemek için etkili bir yüz tespit sistemi içerir.

 

import dlib
import cv2

# Dlib'in yüz detektörünü yükle
detector = dlib.get_frontal_face_detector()

# Görüntüyü yükle
image = cv2.imread("Lenna.png")

# Gri tonlamalıya dönüştür (Dlib yüz detektörü gri tonlamalı görüntü üzerinde çalışır)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# Yüzleri tespit et
faces = detector(gray)

# Her bir yüzü çerçeve içine al ve ekrana göster
for face in faces:
    x, y, w, h = face.left(), face.top(), face.width(), face.height()
    cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)

# Sonucu göster
cv2.imshow("Detected Faces", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

1.png

 

 

Yüz Tanıma: Yüz tanıma yetenekleri, öğrenilmiş yüz özellikleri kullanarak yüzleri tanımak için kullanılır.

import dlib
import cv2

# Dlib yüz tespitçisi
detector = dlib.get_frontal_face_detector()

# Dlib yüz tanıma modeli (önceden eğitilmiş)
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")  # Bu dosyayı indirmeniz gerekebilir

# Giriş görüntüsü
image_path = "Lenna.png"
img = cv2.imread(image_path)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Yüz tespiti
faces = detector(gray)

for face in faces:
    # Yüzün landmarks'larını tespit etme
    landmarks = predictor(gray, face)

    # Her bir landmark'ı işleme
    for n in range(0, 68):
        x = landmarks.part(n).x
        y = landmarks.part(n).y
        cv2.circle(img, (x, y), 2, (0, 255, 0), -1)

# Sonuçları gösterme
cv2.imshow("Yüz Tanıma", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

1.png

 

Nesne Tespiti: dlib, genel nesne tespiti görevleri için de kullanılabilir.

Makineler Arası Öğrenme (Machine Learning):

dlib, destek vektör makineleri (SVM) gibi öğrenme algoritmalarını içerir.

Özellikle yüz tanıma gibi görevlerde kullanılmak üzere eğitilmiş önceden eğitilmiş modeller sunar.

Güçlü Veri Yapıları:

dlib, matrisler, listeler ve grafikler gibi temel veri yapılarını içerir.

Bu veri yapıları, özellikle görüntü işleme ve öğrenme görevlerinde verileri etkili bir şekilde temsil etmek için kullanılır.

Optimizasyon Algoritmaları:

Kütüphane, çeşitli optimizasyon algoritmalarını içerir ve genel optimizasyon problemleri için kullanılabilir.

Çoklu İşlem ve Dağıtık İşleme Desteği:

dlib, çoklu işlem ve dağıtık işleme desteği sunar, bu da performansı artırabilir.

Diğer Özellikler:

Görüntü Karşılaştırma: Görüntüler arasındaki benzerlikleri karşılaştırmak için kullanılır.

Güçlü Sayısal Hesaplamalar: dlib, güçlü sayısal hesaplamalar yapmak için kullanışlı matematik ve lineer cebir işlevselliği içerir.

Platform Bağımsızlık:

dlib, Windows, Linux ve macOS gibi çeşitli işletim sistemlerinde çalışabilir.

dlib, genellikle bilgisayar görüşü projelerinde ve özellikle nesne tespiti ve yüz tanıma gibi görevlerde kullanılır. C++ tabanlı olması, yüksek performans ve hızlı işlemler sağlar. Ayrıca Python bağlamında kullanılmak üzere bir Python API'si de bulunmaktadır, bu da dlib'in Python projelerinde rahatça kullanılmasını sağlar.

 

687474703a2f2f646c69622e6e65742f6d6c5f67756964652e737667.svg

0 Comments


Recommended Comments

There are no comments to display.

Guest
Add a comment...

×   Pasted as rich text.   Restore formatting

  Only 75 emoji are allowed.

×   Your link has been automatically embedded.   Display as a link instead

×   Your previous content has been restored.   Clear editor

×   You cannot paste images directly. Upload or insert images from URL.

×
×
  • Create New...