Real Time Face Detection with Opencv and Flask

Echtzeit -Gesichtserkennung mit OpenCV und Kolben

Dieses Projekt zeigt die Echtzeit-Gesichtserkennung mit OpenCV und Flask. Es erfasst Live -Videos aus der Kamera des Benutzers, verarbeitet es, um Gesichter mithilfe von OpenCVs Haar Cascade -Klassifizierer von OpenCV zu erkennen und das Video mit kommentierten Gesichtserkennungen an den Client mit Flask und Socket.io zurückzuführen.

Merkmale

• Echtzeit-Gesichtserkennung: Verwendet OpenCV, um Gesichter in Live-Video-Streams zu erkennen.
• Webbasierte Schnittstelle: Erstellt mit Flask und Bootstrap für eine reaktionsschnelle Benutzeroberfläche.
• WebSocket-Kommunikation: Verwendet Socket.io für das Streaming und die Kommunikation zwischen Server und Client in Echtzeit.

Voraussetzungen

Stellen Sie vor dem Ausführen dieses Projekts sicher, dass Sie die folgenden Installation haben:

• Python (Version 3.6 oder höher)
• Flasche ( pip install flask )
• OpenCV ( pip install opencv-python )
• Flask-Socketio ( pip install flask-socketio )

Erste Schritte

1. Klonen Sie das Repository:

   git clone https://github.com/Tinny-Robot/Real-Time-Face-Detection-with-Opencv-and-Flask.git
   
   cd Real-Time-Face-Detection-with-Opencv-and-Flask

2. Abhängigkeiten installieren:

   pip install -r requirements.txt

3. Führen Sie die Anwendung aus:

   python app.py

4. Öffnen Sie Ihren Browser:

   Öffnen Sie Ihren Webbrowser und gehen Sie zu http://localhost:5000 um die Echtzeit-Gesichtserkennung in Aktion zu sehen.

Beitragen

Beiträge sind willkommen! Wenn Sie dieses Projekt verbessern oder neue Funktionen hinzufügen möchten, können Sie das Repository freigeben und eine Pull -Anfrage einreichen.

Lizenz

Dieses Projekt ist unter der MIT -Lizenz lizenziert. Weitere Informationen finden Sie in der Lizenzdatei.

Anerkennung

• Dieses Projekt ist eine anfängerfreundliche Einführung in die Verwendung von OpenCV für Echtzeit-Computer-Vision-Anwendungen.
• Gebaut mit Python, Flask, OpenCV und Socket.io.