Tutorial: Membuat AI Vision (Computer Vision) untuk Pengenalan Wajah, Objek, dan Teks! 🤖

6. AI Vision (Computer Vision) – AI yang bisa mengenali wajah, objek, atau teks dari gambar.

Tutorial: Membuat AI Vision (Computer Vision) untuk Pengenalan Wajah, Objek, dan Teks! 🤖

AI Vision atau Computer Vision memungkinkan komputer untuk "melihat" dan memahami gambar atau video. Dengan teknologi ini, AI bisa:

✅ Mengenali wajah manusia (Face Recognition) 🧑‍🤖
✅ Mendeteksi objek di sekitar (Object Detection) 🚗👕📦
✅ Membaca teks dari gambar (OCR – Optical Character Recognition) 📄🔍

1. Instalasi Library yang Dibutuhkan

Untuk menjalankan proyek ini, kita perlu beberapa library penting:

pesta 
pip install opencv-python numpy mediapipe easyocr tensorflow torch

🔹 OpenCV → Untuk pemrosesan gambar & video.
🔹 NumPy → Untuk manipulasi array gambar.
🔹 MediaPipe → Untuk deteksi wajah dan pose.
🔹 EasyOCR → Untuk membaca teks dari gambar (OCR).
🔹 TensorFlow & Torch → Untuk AI berbasis deep learning.

2. Pengenalan Wajah dengan OpenCV & MediaPipe

🔹 Kita akan mendeteksi wajah manusia dalam video secara real-time.

Langkah 1: Deteksi Wajah dari Kamera

ular piton 
import cv2
import mediapipe as mp

# Inisialisasi detektor wajah
mp_face_detection = mp.solutions.face_detection
face_detection = mp_face_detection.FaceDetection(min_detection_confidence=0.5)

# Buka kamera
cap = cv2.VideoCapture(0)

while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break

    # Konversi ke RGB
    rgb_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

    # Deteksi wajah
    results = face_detection.process(rgb_frame)

    # Jika ada wajah terdeteksi, tandai dengan kotak
    if results.detections:
        for detection in results.detections:
            bbox = detection.location_data.relative_bounding_box
            h, w, c = frame.shape
            x, y, w, h = int(bbox.xmin * w), int(bbox.ymin * h), int(bbox.width * w), int(bbox.height * h)
            cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

    # Tampilkan hasil
    cv2.imshow("Face Detection", frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

✅ Jalankan script ini, dan kamera akan mendeteksi wajah secara real-time!

3. Mengenali Wajah dengan OpenCV

🔹 Deteksi & Identifikasi wajah tertentu (seperti Face ID di iPhone).

Langkah 1: Instal Pustaka Tambahan

pesta 
pip install face-recognition

🔹 Pengenalan Wajah → Untuk mengenali wajah tertentu dalam gambar/video.

Langkah 2: Mengenali Wajah dari Gambar

ular piton 
import face_recognition
import cv2

# Load gambar wajah yang ingin dikenali
known_image = face_recognition.load_image_file("wajah_saya.jpg")
known_encoding = face_recognition.face_encodings(known_image)[0]

# Ambil gambar dari webcam
cap = cv2.VideoCapture(0)

while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break

    # Konversi ke RGB
    rgb_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

    # Deteksi wajah
    face_locations = face_recognition.face_locations(rgb_frame)
    face_encodings = face_recognition.face_encodings(rgb_frame, face_locations)

    for face_encoding, (top, right, bottom, left) in zip(face_encodings, face_locations):
        matches = face_recognition.compare_faces([known_encoding], face_encoding)

        if matches[0]:
            cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 2)
            cv2.putText(frame, "Wajah Dikenali!", (left, top - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
        else:
            cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)

    # Tampilkan hasil
    cv2.imshow("Face Recognition", frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

✅ AI akan mengenali wajah tertentu dan menampilkan nama!

4. Deteksi Objek dengan YOLO (Advanced AI Vision)

🔹 YOLO (You Only Look Once) adalah model AI yang bisa mendeteksi objek seperti mobil, orang, dan hewan.

Langkah 1: Install Model YOLO

pesta 
pip install ultralytics

Langkah 2: Jalankan AI YOLO untuk Mendeteksi Objek

ular piton 
from ultralytics import YOLO
import cv2

# Load model YOLO terbaru
model = YOLO("yolov8n.pt")

# Ambil video dari kamera
cap = cv2.VideoCapture(0)

while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break

    # Deteksi objek di dalam frame
    results = model(frame)

    # Tampilkan hasil deteksi
    for result in results:
        for box in result.boxes:
            x1, y1, x2, y2 = map(int, box.xyxy[0])
            label = result.names[int(box.cls[0])]
            conf = box.conf[0].item()

            cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)
            cv2.putText(frame, f"{label} ({conf:.2f})", (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

    cv2.imshow("Object Detection", frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

✅ AI bisa mengenali objek seperti manusia, mobil, kucing, dan lainnya dalam video!

5. Membaca Teks dari Gambar (OCR dengan EasyOCR)

🔹 Gunakan Optical Character Recognition (OCR) untuk membaca teks dari foto.

ular piton 
import easyocr
import cv2

# Load gambar
image = cv2.imread("gambar_teks.jpg")

# Inisialisasi EasyOCR
reader = easyocr.Reader(['en', 'id'])

# Deteksi teks
results = reader.readtext(image)

# Tampilkan teks yang terdeteksi
for (bbox, text, prob) in results:
    print(f"Teks: {text}, Akurasi: {prob:.2f}")