معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

A face detection system with mediapipe backend.

ویژگی	مقدار
سیستم عامل	-
نام فایل	chehro-0.0.4
نام	chehro
نسخه کتابخانه	0.0.4
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Muhammadreza Haghiri
ایمیل نویسنده	<haghiri75@gmail.com>
آدرس صفحه اصلی	https://github.com/prp-e/chehro
آدرس اینترنتی	https://pypi.org/project/chehro/
مجوز	MIT

# Chehro Chehro is a face detection library for python with a _[mediapipe](https://google.github.io/mediapipe)_ backend. It is faster and more accurate comparing to the old _HAARCASCADE Classifier_ way of face detection in python/OpenCV. ![Tested on a picture of Elon Musk](https://github.com/prp-e/chehro/raw/master/result.jpg) ## Installation guide ### From source First of all, you have to clone this repository to your local machine: ``` git clone https://github.com/prp-e/chehro ``` Then, you move to the source directory and run: ``` pip3 install -e . ``` _NOTE_: In some systems(specially Linux based ones) _pip3_ might be just _pip_, since most of moderl Linux distributions just left Python2 behind. ### From PyPi In case you want this package to be installed using _pip_ then just run this command: ``` pip3 install chehro ``` _NOTE_: In some systems(specially Linux based ones) _pip3_ might be just _pip_, since most of moderl Linux distributions just left Python2 behind. ## How to use First, create a new python environment or project. Then you easily can do this: ```python import cv2 from chehro import Chehro image = cv2.imread('faces.jpg') detector = Chehro(image) result, bboxes = detector.detect() # In case you might need no bounding box drawn around faces, just run it like this result, bboxes = detector.detect(draw=False) ``` _NOTE_ : `detect()` method returns a tuple made of an image (or the result) and a list of bounding boxed. All bounding boxes are normalized and you don't need to normalize it manually.

نحوه نصب

نصب پکیج whl chehro-0.0.4:

pip install chehro-0.0.4.whl

نصب پکیج tar.gz chehro-0.0.4:

pip install chehro-0.0.4.tar.gz