हमने OpenCV के साथ अपनी आंखों को कैसे बचाया

इस पोस्ट की सामग्री में 4 महीने की देरी थी। हम एक युवा विकास टीम हैं, और केवल मृत-रेखाओं को तोड़ना सीखते हैं, लेकिन ऐसा लगता है कि यह पहले से ही अच्छा है। इस लेख की पृष्ठभूमि, जहाँ हमने एक अगली कड़ी बनाने का वादा किया था। कहानी इस बात पर ध्यान केंद्रित करेगी कि हमारा आवेदन कैसे काम करता है (या काम नहीं करता है, यह पाठक पर निर्भर है)।

कौन सा आवेदन? हम व्यूएड प्रोजेक्ट (पूर्व में आईडॉक) की एक टीम हैं और हम सॉफ्टवेयर लिखते हैं जो आंखों की थकान के मापदंडों को निर्धारित करता है और एक वेब कैमरा की मदद से सूचनाएं प्रदर्शित करता है, जिसका कार्य मॉनिटर पर लंबे समय तक दृष्टि खराब होने के जोखिम को कम करना है। 100 बार सुनें, 1 बार देखना बेहतर है।



आप इस लिंक को डाउनलोड करके देख सकते हैं, जैसा कि वे कहते हैं, "मुफ्त में, बिना एसएमएस के"। सॉफ्टवेयर के अलावा, हमारे पास वेब-सेवा का भी एक हिस्सा है, लेकिन पहली चीजें पहले।

इस बारे में हमें यह महसूस करने के लिए कि यह कैसे महसूस करता है कि मॉनिटर आंखों के लिए हानिकारक है, पिछले लेख में वर्णित है, लेकिन संक्षेप में मैं यह कहना चाहता हूं कि हमने ऐसे काम मुनाफे के लिए नहीं करना शुरू कर दिया (हालांकि जो इसे मना करेगा), लेकिन अपनी समस्या के समाधान के लिए। एक साल पहले, जब हम सिर्फ प्रोजेक्ट पर काम शुरू कर रहे थे, समस्या तीव्र थी: एक सह-संस्थापक ने मुश्किल से मिनीबस पकड़ा, और दूसरा सक्रिय रूप से पहले के विज़न संकेतक के करीब पहुंच रहा था। आदेश में निराधार नहीं है, कुछ संख्या।



कंप्यूटर दृश्य सिंड्रोम (जीएलसी) एक अस्थायी स्थिति है जो लंबे समय तक प्रदर्शन पर आंखों के लगातार ध्यान केंद्रित करने के परिणामस्वरूप होती है।

कुछ स्रोतों के अनुसार, लगभग 75% लोग जो दिन में 3 घंटे से अधिक समय तक कंप्यूटर पर काम करते हैं, इस सिंड्रोम के दृश्य लक्षणों से गुजरते हैं।

जीएलसी आंखों की थकान से उत्पन्न होता है, जिसके परिणामस्वरूप: सिरदर्द, धुंधली दृष्टि, आंखों में लालिमा, तनाव, थकान, सूखी आंखें और परिणामस्वरूप, दृश्य तीक्ष्णता का नुकसान। यह अधिक गंभीर नेत्र रोगों के विकास के लिए एक अवसर के रूप में भी काम कर सकता है। मैं क्या कह सकता हूं, अगर लगभग 40 मिलियन अमेरिकी ड्राई आई सिंड्रोम से पीड़ित हैं। संयुक्त राज्य अमेरिका में नेत्र रोग विशेषज्ञ के दौरे के लिए सूखी आंख के लक्षण नंबर 1 कारण हैं।

इस विषय पर सामग्री का नेटवर्क पर अधिक विस्तार से अध्ययन करने के बाद, नेत्र रोग विशेषज्ञों के साथ बात करते हुए, हमने सीखा कि आंखों की थकान को कुछ मापदंडों से निर्धारित किया जा सकता है:

• squinting
• ब्लिंकिंग रेट
• मॉनिटर और उपयोगकर्ता, आदि के बीच औसत दूरी

ये ठीक ऐसे कारक हैं जिनके द्वारा आप यह निर्धारित कर सकते हैं कि किसी व्यक्ति की आँखें थक गई हैं या नहीं। और बाद में, इन trifles की बहुत अनदेखी स्थिति को और अधिक बढ़ा सकती है।

सच कहूँ तो, यह विचार एक सावधानीपूर्वक बाजार अनुसंधान और वर्तमान आईटी रुझानों के विश्लेषण के बाद नहीं आया था, लेकिन बाद में हमने सोचा: "आप बेहतर पाने के लिए क्या करना चाहेंगे?" छवि प्रसंस्करण एक साल पहले अच्छा लग रहा था। फिर हमने अपना दिमाग घुमाया: "वेब-कैमरा हमेशा नाक के सामने होता है, क्या यह वास्तव में केवल स्काइप पर बात करने के लिए आवश्यक है?" मैं न केवल कुछ शांत बनाना चाहता था, बल्कि उपयोगी भी था। तो यह विचार आया कि यदि आँखें हमेशा कैमरे के क्षेत्र में होती हैं, तो आपको केवल उनकी छवि को ठीक से संसाधित करने की आवश्यकता है, विभिन्न कारकों को ध्यान में रखते हुए (आंखों की थकान के पैरामीटर ऊपर दिए गए हैं), और शायद कुछ काम करेगा।

विकास उपकरण का विकल्प Qt + OpenCV पर गिर गया। क्यूटी ने न केवल इसलिए आकर्षित किया क्योंकि यह एक सुंदर हरे रंग का रंग था, जिसमें एक सुविधाजनक कोड संपादक और सिंटैक्स हाइलाइटिंग था, लेकिन यह भी क्योंकि यह सी + + वाले लोगों को क्रॉस-प्लेटफ़ॉर्म एप्लिकेशन बनाने का मौका देता था। आशा अब उभर रही है कि पूर्ण मोबाइल एप्लिकेशन लिखना संभव होगा। रुको और देखो। यदि क्यूटी जीयूआई के लिए जिम्मेदार था, तो छवियों के साथ काम करने के लिए कुछ और आवश्यक था। OpenCV इंटेल से कंप्यूटर विज़निस्ट द्वारा लिखी गई एक लाइब्रेरी है। इसमें बहुत विस्तृत दस्तावेज हैं और नेट पर कई उदाहरण हैं। अरे हाँ, ये सभी विकास उपकरण मुफ्त हैं, जिनमें वाणिज्यिक उपयोग भी शामिल है, जो एक बड़ा प्लस है।

टास्क नंबर 1 एक वेब कैमरा का उपयोग करके आंखों की छवियां प्राप्त करें।

यदि आप छवि के साथ कोई हेरफेर कर सकते हैं, तो सबसे पहले आपको इसे प्राप्त करने की आवश्यकता है। और इस मामले में, यह केवल आंखों की एक छवि प्राप्त करने के लिए पर्याप्त है। हम वेब-कैमरा से स्ट्रीमिंग वीडियो प्राप्त करना छोड़ देंगे, नेटवर्क पर बहुत सारे उदाहरण हैं ।

OpenCV में छवि की वस्तुओं की खोज वियोला-जोन्स विधि द्वारा कार्यान्वित की जाती है । पैटर्न मान्यता का विषय अक्सर नवाचारों के लिए आंशिक नहीं है, यह विधि 2001 में शुरू की गई थी, और 13 साल बाद भी अपने क्षेत्र में अग्रणी है। संक्षेप में, विधि तथाकथित हैर प्राइमेटिव्स को छवि में प्रतिस्थापित करती है, जो अंधेरे और उज्ज्वल क्षेत्रों के प्रारंभिक संयोजनों का एक समूह है, और यदि कोई क्षेत्र छवि में पाया जाता है जिसमें पर्याप्त संख्या में प्राइमेटिव उपयुक्त हैं, तो ऑब्जेक्ट पाया जाता है। यह समझने के लिए कि यह क्षेत्र हल्का है या अंधेरा है, पड़ोसी के पिक्सल का मूल्य योग करना आवश्यक है। किसी वस्तु की खोज की प्रक्रिया में कई बार ऐसा नहीं करने के लिए, छवि का अभिन्न प्रतिनिधित्व किया जाता है । विधि की गति के बारे में सभी अनुकूलन के बावजूद, एक बजट पीसी पर वास्तविक समय में वीडियो पर चेहरा खोज नहीं किया जा सकता है। या यह अभी भी संभव है?



इसलिए, कार्य वेब कैमरा का उपयोग करके उपयोगकर्ता की आंखों को ढूंढना है। 640x480 का संकल्प लें।

vHaarDetectObjects(frame,left_eye_cascade,storage,1.1,3,CV_HAAR_DO_CANNY_PRUNING,cvSize(22,22); 

इस समारोह का उद्देश्य बाईं आंख को खोजना है। यदि आप समस्या सिर को हल करते हैं, तो गति भयानक होगी, और बैकग्राउंड एप्लिकेशन के लिए प्रोसेसर लोड बहुत बड़ा है। इसके अलावा, बहुत सारी अतिरिक्त सकारात्मकताएं घटित होंगी। इसलिए, यह तय किया गया था - आपको एक चेहरे की खोज से शुरू करने की आवश्यकता है।

 vHaarDetectObjects(frame,face_cascade,storage,1.1,3,CV_HAAR_DO_CANNY_PRUNING,cvSize(80,80); 

यह पहले से ही तेजी से काम कर रहा है। क्या बदल गया है? फ़ंक्शन का अंतिम तर्क वांछित वस्तु का न्यूनतम आकार निर्धारित करता है। OpenCV के कई उदाहरणों में, यह इंगित किया गया है कि आंखों के लिए आपको कम से कम 22x22 पिक्सल के क्षेत्र की तलाश करनी होगी, और चेहरे के लिए आप 80x80 भी कर सकते हैं। यहां यह स्पष्ट हो जाता है कि चेहरा खोज तेज़ी से क्यों काम करती है: 22x22 के क्षेत्र के साथ पूरी छवि के माध्यम से जाना 80x80 जितना तेज़ है। तुलना के लिए, मेरी मशीन पर, इंटेल कोर 2 डुओ 2.2 गीगाहर्ट्ज़, रैम 2 जीबी, आंख खोज समारोह औसतन 900 मिलीसेकंड के लिए किया जाता है, और चेहरा खोज - 200 मिलीसेकंड के लिए।

जैसा कि आप जानते हैं, चेहरा वर्ग नहीं है (जब तक कि हमारा उपयोगकर्ता स्पंज नहीं है)। आइए न्यूनतम खोज क्षेत्र को आयताकार बनाएं। इन नंबरों के साथ, ऑपरेटिंग समय पहले से ही 160 मिलीसेकंड है।

 vHaarDetectObjects(frame,face_cascade,storage,1.1,3,CV_HAAR_DO_CANNY_PRUNING,cvSize(80,120); 

1.1 के बराबर यह 3 तर्क क्या है? यह वह चरण है जिसके साथ "खोज विंडो" का विस्तार होता है। यही है, अगर आपको 80x120 आयाम वाले व्यक्ति नहीं मिला, तो आकार 1.1 से गुणा किया जाता है। लेकिन क्या होगा अगर वे 10% नहीं, बल्कि 20% तक बढ़ें? बुरा नहीं है, चलने का समय पहले से ही 100 मिलीसेकंड है।

 vHaarDetectObjects(frame,face_cascade,storage,1.2,3,CV_HAAR_DO_CANNY_PRUNING,cvSize(80,120); 

और एक और सोचा। हमें 640x480 छवि की आवश्यकता क्यों है? यदि आप इसे 2 गुना (अब 320x240) से कम करते हैं, तो आप वांछित वस्तु को तेजी से खोज सकते हैं। छवि को कम करते हुए, हम देखते हैं कि चेहरा भी दिखाई दे रहा है। यह तर्कसंगत है कि गति में 2 गुना की वृद्धि हुई, परिचालन समय 50 मिलीसेकंड था।

 vHaarDetectObjects(frame,face_cascade,storage,1.2,3,CV_HAAR_DO_CANNY_PRUNING,cvSize(40,60); 

चेहरे की खोज अधिक या कम सहिष्णुता से काम करती है, लेकिन हमें अभी भी आँखों की ज़रूरत है यह पूरे चेहरे पर उनके लिए देखने के लिए कोई मतलब नहीं है। उन क्षेत्रों को उजागर करना बेहतर है जहां वे सिद्धांत रूप में स्थित हो सकते हैं। विचार चित्रण करना आसान है।



पहले से ही इन क्षेत्रों के अंदर हम आंखों की तलाश करेंगे। इस बात से सहमत हैं कि पूरी छवि खोजते समय काम की मात्रा की तुलना में काम की मात्रा बहुत कम हो गई है। इसके अलावा, झूठे अलार्म की संभावना पहले से ही कम है।

क्या हमें हर फ्रेम में चेहरा देखने की ज़रूरत है? शायद ही। आँखों को खोजना मुख्य लक्ष्य है। प्रोसेसर के जीवन को जटिल नहीं करने के लिए, हम इसे अपने लिए जटिल करते हैं। जब आंख मिल जाती है, तो उस आयत को लें जिसमें वह स्थित है और क्षेत्र को 2 गुना बढ़ाएं। फिर हम इस क्षेत्र को वेब-कैमरा, और वॉइला से वीडियो के अगले फ्रेम पर लगाते हैं! इस क्षेत्र में उच्च एफपीएस (और हमने बस प्रत्येक फ्रेम के प्रसंस्करण को गति देने की कोशिश की) यह हमारी आंख को खोजने की बहुत संभावना है।



स्क्रीनशॉट एक अनुकूलित आंख खोज के मुख्य चरणों को दर्शाता है। यदि आँखें नहीं मिली हैं, तो कई प्रयासों के बाद चेहरे की खोज पर वापस लौटना आवश्यक है। अब खोज फ़ंक्शन, इसके सभी घटकों के साथ, प्रोसेसर के समय का औसत 30 मिलीसेकंड लेता है, जो "हेड-ऑन" दृष्टिकोण से 30 गुना कम है।

कार्य क्रमांक 2 मॉनिटर की दूरी का निर्धारण।

इस समस्या को हल करने के लिए, यह लेख हमारे लिए बेहद उपयोगी था । इस उदाहरण में, लेखक हमें एक वेब कैमरा के संचालन का प्रदर्शन करते हुए एक काफी सरल ज्यामिति देता है:



इस मामले में, हम देखते हैं कि त्रिभुज ABC और ECD समान हैं। बिंदु C से दो ऊँचाई खींचें और सभी अनावश्यक जानकारी को हटा दें।

अब, वेब कैमरा के ज्यामितीय संस्करण को देखते हुए, हम समझते हैं कि पहलू अनुपात AB / CF अनुपात ED / CH के बराबर है। आइए इस अनुपात की गणना करें। यह बहुत सरलता से किया जाता है। 10 सेमी शासक को वेबकैम के सामने रखें ताकि यह किनारे से किनारे तक फ्रेम में फिट हो। उसके बाद, हम कैमरे से शासक की दूरी को मापते हैं। हमारा परिणाम 16 सेमी होगा। शासक की लंबाई की दूरी का अनुपात, क्रमशः 16/10 = 1.6 है।

यदि चेहरे का क्षेत्र पूरी तरह से फ्रेम में प्रवेश करता है, तो हमें 24 सेमी (1.6 * 15) के बराबर दूरी मिलेगी। 15 सेमी क्यों है? क्योंकि किसी व्यक्ति के चेहरे की औसत लंबाई बस इतनी ही होती है औसत मूल्य के कारण त्रुटि लगभग अगोचर है (केवल यदि आप फिर से, स्पंज नहीं हैं)। अब यह छोटे पर निर्भर है। यदि दूरी 100% से कम हो, तो आपको दूरी निर्धारित करने की आवश्यकता है। ऐसा करने के लिए, एक प्रतिशत में सेंटीमीटर की संख्या निर्धारित करने के लिए पर्याप्त है। और यह 24/100 = 0.24 है। इस प्रकार, हम गणना करते हैं कि मॉनिटर की दूरी = 24 + (100% फ्रेम में व्यक्ति द्वारा कब्जा किए गए स्थान का प्रतिशत) * 24: 24 है।

वास्तव में, हम संदर्भ बिंदु के लिए लेते हैं न कि चेहरे का क्षेत्र, लेकिन आंखों के बीच की दूरी। यह इस तथ्य के कारण है कि आवेदन के प्रत्येक पुनरावृत्ति पर आंख की खोज की जाती है, और चेहरे की खोज - केवल यदि आवश्यक हो। वैसे भी, यह आंखों के बारे में है।

टास्क नंबर 3 स्क्विंटिंग / ब्लिंकिंग की परिभाषा।

सामान्य तौर पर, स्क्वीटिंग एक बहुत व्यक्तिपरक पैरामीटर है। और किसी को इसके बारे में सोचना नहीं होगा अगर यह बचपन में माता-पिता की टिप्पणी के लिए नहीं था "न करें, न करें, उपयोगकर्ता नाम"। फिर भी, इसके कार्यान्वयन के बारे में बताना आवश्यक है, क्योंकि यहां से ब्लिंकिंग मान्यता निम्नानुसार है।

प्रश्न एक: क्या एक पूरी तरह से खुली हुई आंख को आधे बंद या बंद से अलग करता है? सदियों के बीच की दूरी। इसलिए, इसे मांगा जाना चाहिए। छवि में, पलकों को रंग संक्रमण की एक पतली सीमा द्वारा दर्शाया जाता है। फिर छवि पर सीमा को खोजने के लिए समाधान है।

बीच में, मैं Marr D. - Vision द्वारा एक बहुत ही मनोरंजक पुस्तक की सलाह देना चाहूंगा । दृश्य छवियों के प्रतिनिधित्व और प्रसंस्करण के अध्ययन के लिए एक सूचनात्मक दृष्टिकोण । यह सूचना के सिद्धांत के अनुसार मानव दृष्टि के लिए एक दिलचस्प दृष्टिकोण का वर्णन करता है। यदि आप साहित्य में वर्णित सिद्धांत का पालन करते हैं, तो दृष्टि के ऐसे चमत्कार, जैसे कि स्टीरियोस्कोपी, छवि में सीमाओं की खोज के साथ शुरू होते हैं। सबसे लोकप्रिय बॉर्डर डिटेक्टर केनी का बॉर्डर डिटेक्टर है । या तो छवि पहले से ही बहुत छोटी थी, या हाथ कुटिल थे, या चंद्रमा गलत चरण में था, लेकिन परिणाम गलत थे, इसलिए मुझे विवरण में थोड़ा गहराई से जाना था।



हम एक गाऊसी फिल्टर के साथ सीमाओं के लिए अपनी क्लासिक खोज शुरू करते हैं, जो शोर से छुटकारा पाने में मदद करता है। वास्तव में, यह पता चला है कि आंखों की छवियां इतनी छोटी और पिक्सेलयुक्त हैं कि उन्हें अतिरिक्त धुंधला होने की आवश्यकता नहीं है। अगला कदम चेहरों की खोज करना है। चेहरे तेज रंग संक्रमण से ज्यादा कुछ नहीं हैं। सुविधा के लिए, आप छवि को मोनोक्रोम में बदल सकते हैं। सभी समान, पलकों की सीमाएं एक विपरीत संक्रमण का प्रतिनिधित्व करती हैं, और काले और सफेद छवि पूरी तरह से यह दर्शाती है, केवल प्रसंस्करण आसान है।

एक तेज चमक संक्रमण खोजने के लिए, हम एक अंतर ऑपरेटर का उपयोग करते हैं ( लाप्लास ऑपरेटर इस ऑपरेशन के लिए सबसे उपयुक्त है। सोबेल ऑपरेटर भी उपयोग किया जाता है)। विवरण में जाने के बिना, आइए विचार करें कि अंतर क्यों है? यदि किनारों को एक तेज रंग संक्रमण है, तो सीमा पर और इसके पास के पड़ोसी पिक्सल के मूल्यों के बीच का अंतर उसी रंग के क्षेत्र से अधिक होना चाहिए। यदि हम "फ़ंक्शन" के साथ "पिक्सेल मानों के योग" को प्रतिस्थापित करते हैं, तो यह स्पष्ट है कि हम इसके तेज परिवर्तन के स्थानों में रुचि रखते हैं। ऐसी स्थितियों के लिए, कॉमरेड लीबनिज़ और न्यूटन ने अंतर कलन के साथ शुरुआत की।

 vLaplace(eye, dst, 9); 

OpenCV में एक साधारण एप्लिकेशन के साथ इस ऑपरेटर का रेडीमेड कार्यान्वयन है। इसलिए, स्रोत छवि को इंगित करने के लिए पर्याप्त है, परिणामी एक के लिए पता, साथ ही साथ पिक्सेल के वर्ग मैट्रिक्स का आयाम जिसके द्वारा ऑपरेटर छवि के माध्यम से "चलना" होगा, जिससे अंतर का संस्कार बना।

चयन क्षेत्र में अनावश्यक क्षेत्रों को हटाने के लिए, और वास्तव में आपके लिए जीवन को आसान बना देता है, आप छवि को बिनार्इज़ कर सकते हैं (दूसरे शब्दों में, केवल 2 रंग छोड़ दें: काले और सफेद, कोई रंग नहीं)। ऐसा करने के लिए, आप थ्रेशोल्ड परिवर्तन का उपयोग कर सकते हैं। शुरू करने के लिए, हम पिक्सल के औसत रंग पर विचार करते हैं, और फिर इस मूल्य के नीचे की सभी चीज़ों को काले रंग में बदल दिया जाता है, और सफेद रंग से अधिक होता है।

 cvThreshold(dst,dst,threshold,255,CV_THRESH_BINARY); 

यहां दहलीज हमारा औसत मूल्य है। अगला, आपको कई कॉस्मेटिक सुधार करने की आवश्यकता है, जैसे: सबसे बड़े समूहों को उजागर करने और झूठे लोगों को हटाने के लिए सफेद पिक्सल (चेहरे) को क्लस्टर करना; क्षेत्र के अनुसार समूहों को छांटना (लेकिन यह इतना महत्वपूर्ण नहीं है, इसके अलावा, मैं पाठक को बोर नहीं करना चाहता या उसे एक कोड नहीं देना चाहता, खासकर यदि उसने इसे यहां पढ़ा है, जो पहले से ही अच्छा है) हम चरणों में ऊपर वर्णित प्रक्रिया का वर्णन करते हैं।



यह केवल ऊपरी सीमा और निचली (ऊपरी और निचली पलकों) के बीच पिक्सेल की संख्या की गणना करने और सामान्य स्थिति के साथ तुलना करने के लिए बनी हुई है, जिसे अंशांकन के दौरान बनाए रखा जाता है।

अरे हां, आपको कैसे पता चलता है पलक झपकते? यह सरल है, एक बंद आंख को इस तथ्य की विशेषता है कि इसकी ऊपरी पलक आंख की मध्य रेखा के नीचे है, और इस स्थिति की जांच की जाती है।

कार्य संख्या 4 - प्रकाश के स्तर का निर्धारण।

यदि आप अपनी दृष्टि के बारे में चिंतित हैं, तो प्रकाश का स्तर भी महत्वपूर्ण भूमिका निभाता है। यदि आप एक अंधेरे कमरे में काम करते हैं, तो कार्य क्षेत्र को बहुत अच्छी तरह से व्यवस्थित नहीं माना जा सकता है, और एक उज्ज्वल प्रदर्शन आपकी आंखों को अंधा कर देता है। स्क्रीन के पीछे आपकी आंखों में एक और उज्ज्वल प्रकाश स्रोत चमकता है, तो कंप्यूटर के सामने नहीं बैठना भी बेहतर है। फिर भी चकाचौंध के बारे में मत भूलो कि मॉनिटर आपके पीछे स्थित प्रकाश स्रोत से बना सकता है। एक वेब कैमरा के साथ ऐसी समस्या को पूरी तरह से समाप्त करना शायद ही संभव है। लेकिन हमने फिर भी इसका आंशिक समाधान लागू करने की कोशिश की।

तो इसके लिए क्या करने की जरूरत है? सबसे पहले, हमें छवि को 2 भागों में विभाजित करने की आवश्यकता है: चेहरा और बाकी सब कुछ, अर्थात्, पृष्ठभूमि। हम इन दोनों तस्वीरों की चमक की तुलना करेंगे। आप छवि को आसानी से मोनोक्रोम में बदल सकते हैं, क्योंकि यह आपके लिए कोई मायने नहीं रखता है कि कौन सी संतृप्ति को तीन चैनलों (RGB) में गणना, कुल या विभाजित किया गया है। हमारा अगला कदम दो छवियों से हिस्टोग्राम को प्लॉट करना है। हमें इस प्रक्रिया की आवश्यकता है ताकि बाद में छवि के समग्र चमक स्तर का अंदाजा हो सके।

नतीजतन, क्षैतिज अक्ष चमक का प्रतिनिधित्व करता है, और ऊर्ध्वाधर अक्ष एक विशिष्ट चमक मूल्य के साथ पिक्सेल की सापेक्ष संख्या का प्रतिनिधित्व करता है। अगला, हम सशर्त रूप से पिक्सेल को प्रकाश और अंधेरे में विभाजित करते हैं। प्रत्येक छवि से 4 समूह चुने गए हैं। अब, इन 4 समूहों के बीच एक निश्चित विश्लेषण और तुलना के साथ, हम कई निष्कर्ष निकाल सकते हैं: जब सभी डार्क पिक्सल्स की संख्या चेहरे और पृष्ठभूमि दोनों पर महत्वपूर्ण रूप से प्रबल होती है, तो हम एक अंधेरे कमरे में काम करते हैं, और केवल मॉनिटर एक चमक का उत्सर्जन करता है। जब चेहरे पर उज्ज्वल पिक्सल्स की संख्या पृष्ठभूमि की तुलना में बहुत बड़ी होती है, तो इसका मतलब है कि मॉनिटर के पीछे अभी भी किसी प्रकार का प्रकाश स्रोत है जो सीधे हमारे चेहरे पर चमकता है। यह या तो एक टेबल लैंप या खिड़की के बाहर सूरज हो सकता है। हिस्टोग्राम के बाद के निर्माण के साथ एक छवि को एक चेहरे और पृष्ठभूमि में विभाजित करने का एक उदाहरण नीचे प्रस्तुत किया गया है।


इस मामले में, उपयोगकर्ता एक अंधेरे कमरे में है, और टेबल लैंप सीधे चेहरे पर चमकता है, जो सही नहीं है। यह मानना ​​तर्कसंगत है कि यहां हम प्रकाश, रंग और इसकी संतृप्ति की संख्या के बीच के अंतर को ध्यान में नहीं रख सकते हैं। हमने कई तरीकों से ऐसा करने की कोशिश की। हालांकि, प्रकाश के स्तर की भविष्यवाणी करने के लिए हिस्टोग्राम सबसे प्रभावी तरीका साबित हुआ है।

कोई यह कहने में विफल नहीं हो सकता है कि यह सब आनंद के परीक्षण की प्रक्रिया कितनी मनोरंजक है। और यह शर्म की बात है जब घर में सब कुछ एक धमाके के साथ काम करता है, और जब आप दोस्तों को आवेदन प्रदर्शित करते हैं, तो यह नाक की नाक में, या जहां यह बदतर है, यह निर्धारित करेगा। एल्गोरिदम को निश्चित रूप से निरंतर अनुकूलन की आवश्यकता होती है। लेकिन अगर एक महीने के काम के बाद परिणाम इसकी अशुद्धि से डर गए, तो एक साल बाद हम खुद अपने आवेदन का उपयोग करने लगे। इसमें अभी भी कई अप्रत्याशित कीड़े हैं, लेकिन हमारे अपने अनुभव से यह कहा जा सकता है कि सामान्य तौर पर सब कुछ सहन करने योग्य है। कभी-कभी आप असामान्य चमक के कारण भटकना शुरू करते हैं, कभी-कभी, काम में डूबे हुए, आप मॉनिटर से संपर्क करते हैं और वास्तव में इसे नोटिस नहीं करते हैं। यह वह जगह है जहाँ Viewaide आपको असावधानी से बताता है। अब आईटी समुदाय के साथ हमारे काम के परिणाम को साझा करने का समय आ गया है, उन लोगों के साथ जो अधिक बार दृष्टि में संभावित गिरावट या प्रदर्शन में कमी के बारे में सोचते हैं।

वर्तमान में, एक पूर्ण विंडोज संस्करण उपलब्ध है, साथ ही मैक पर बीटा संस्करण भी उपलब्ध है। एक महीने के भीतर, हम मैक और लिनक्स पर एक तैयार किए गए एप्लिकेशन को जारी करने की योजना बनाते हैं। और अगर हेब्रोसोकीटी की दिलचस्पी है, तो विंडोज से मैक और लिनक्स से क्यूटी अनुप्रयोगों को पोर्ट करने की जटिलताओं पर 2 लेख सामने आएंगे।

हम किसी भी आलोचना की सराहना करेंगे। और अगर आपने Viewaide डाउनलोड नहीं किया है, तो यह करने का समय है ।