moodify

Moodify

(Não é mais mantido)

Um WebApp que usa um instantâneo tirado do usuário para detectar emoção e usar isso, gerar uma lista de reprodução de música adequada. Este projeto foi construído para o mês de código da ACM, codificação real realizada em cerca de 3 semanas.

Leia o artigo detalhado sobre a construção do Moodify aqui: https://medium.com/@ajay.ns08/acm-montho-ofcode-2k17-building-moodify-d5d9e0c52ca7

Implementação

A câmera, o tocador de música, os scripts para reconhecimento de emoções e banco de dados foram conectados e embrulhados em um webapp usando o Flask, usando rotas para usar o back -end como uma API enquanto o front -end lida com o usuário.

Sendo uma configuração experimental incorporada em um período tão curto de tempo, a interface e o fluxo do usuário exigiriam várias correções antes da implantação.

Instalação

Você deve ter o seguinte pré -instalado:

• OpenEncv
• MongoDB
• Arquivos de dados preditores do DLIB a serem colocados em dados/
• Os arquivos de dados do Haar Cascades a serem colocados em dados/
• Python 2
• Arquivos/mp3 e arquivos/IMG armazenam os dados da música e a arte do álbum

De preferência, configure um Env virtual e você só precisará instalar pacotes:

pip install -r requirements.txt

Verifique se você tem o MongoDB em execução para hospedar o banco de dados. Também execute um servidor HTTP simples para servir os arquivos/ pasta no localHost: 8000

 cd files
python -m SimpleHTTPServer

Inicie o programa

python app.py

Abra o WebApp do navegador no LocalHost: 5000

Tecnologias

Front-end

• AngularJS: JavaScript Framework para programar o tocador de música.
• Materialize: estrutura CSS para esfolar o aplicativo com base no design de materiais do Google.
• Webcamjs: Biblioteca JavaScript para captura de imagem
• Angular SoundManager 2: Adiciona funcionalidade de Music Player para AngularJS usando o SoundManager 2 API

Back -end

• Flask: Um Microframework for Python para construção de aplicativos da web
• OpenCV: Visão computacional de código aberto, usado aqui para reconhecimento facial, análise e identificação de emoções.
• Algumas bibliotecas de aprendizado de máquina usadas junto com OpenCV, como DLIB, Numpy, Scikit

Componentes individuais

• NG-MusicPlayer: O componente do Music Player construído em AngularJS e se materializa.
• PyemotionRecognition: o script usado para detectar o humor de uma imagem usando as bibliotecas OpenCV e Machine Learning.
• Pymusicmood: Para classificação automática de música em humores com base em parâmetros extraídos da API do Spotify.
• CAM-APP, PY-FLASK-WA: Código inicial na configuração do servidor CAM e Flask