🎯 Computer Vision App - All-in-One (OPTIMIZED ⚡)

Aplikasi Computer Vision lengkap dengan 3 fitur utama - Sekarang lebih cepat 50-60%!

1. Face Detection - Deteksi wajah real-time
2. Hand Skeleton Detection - Deteksi kerangka tangan
3. Face Recognition - Sistem pengenalan wajah lengkap

✨ BARU! Peningkatan v2.0 (Optimized Edition)

• ⚡ Kamera terbuka 2-3 detik lebih cepat dengan DirectShow API
• 🔄 Loading indicators yang informatif
• 📊 Real-time feedback saat memuat modul
• ✨ Frame langsung terang (no more dark frames)
• 🎯 Buffer optimized untuk response lebih cepat

👉 Lihat detail: PANDUAN_OPTIMASI.md

📋 Fitur Aplikasi

1️⃣ Face Detection

• Mendeteksi wajah secara real-time menggunakan webcam
• Menampilkan persegi merah di sekitar wajah yang terdeteksi
• Menghitung jumlah wajah yang terdeteksi

2️⃣ Hand Skeleton Detection

• Mendeteksi tangan menggunakan MediaPipe
• Menampilkan landmark (titik-titik) kerangka tangan
• Dapat mendeteksi hingga 2 tangan secara bersamaan

3️⃣ Face Recognition

Sistem pengenalan wajah dengan 3 tahap:

• Create Dataset: Mengambil 30 foto wajah untuk training
• Training Model: Melatih model dari dataset yang telah dibuat
• Recognition: Mengenali wajah secara real-time

🛠️ Instalasi

Prasyarat

• Python 3.8 atau lebih baru
• Webcam yang berfungsi
• Windows/Linux/MacOS

Langkah Instalasi

1. Clone atau Download Project

   cd "d:\allin one pai app"

2. Install Dependencies

   pip install -r requirements.txt

   Library yang akan terinstall:

   • opencv-contrib-python - Untuk computer vision
   • mediapipe - Untuk hand skeleton detection
   • numpy - Untuk operasi array
   • Pillow - Untuk pemrosesan gambar

3. Verifikasi File Haar Cascade

   Pastikan file haarcascade_frontalface_default.xml ada di folder project. Jika belum ada, download dari:

   https://raw.githubusercontent.com/opencv/opencv/4.x/data/haarcascades/haarcascade_frontalface_default.xml
   

🚀 Cara Menggunakan

Menjalankan Aplikasi

python main.py

Menu Utama

Setelah menjalankan aplikasi, Anda akan melihat menu:

================================================================
               COMPUTER VISION APP
               All-in-One Solution
================================================================

📋 MENU UTAMA:
1. Face Detection (Deteksi Wajah)
2. Hand Skeleton Detection (Deteksi Kerangka Tangan)
3. Face Recognition - Create Dataset (Buat Dataset Wajah)
4. Face Recognition - Training Model (Latih Model)
5. Face Recognition - Recognize Face (Kenali Wajah)
0. Keluar
----------------------------------------------------------------

Cara Menggunakan Face Recognition

Step 1: Buat Dataset (Menu 3)

1. Pilih menu 3 (Create Dataset)
2. Masukkan nama orang (contoh: "John")
3. Masukkan ID unik (contoh: 1)
4. Hadapkan wajah ke kamera
5. Program akan mengambil 30 foto secara otomatis
6. Gerakkan kepala ke berbagai arah untuk hasil lebih baik

Step 2: Training Model (Menu 4)

1. Pilih menu 4 (Training Model)
2. Program akan membaca semua foto dari folder dataset/
3. Model akan dilatih dan disimpan sebagai face-model.yml
4. Tunggu hingga proses selesai (biasanya beberapa detik)

Step 3: Kenali Wajah (Menu 5)

1. Pilih menu 5 (Recognize Face)
2. Hadapkan wajah ke kamera
3. Jika wajah sudah dilatih, nama dan akurasi akan ditampilkan
4. Tekan 'q' untuk keluar

Tips Penggunaan

Face Detection & Hand Skeleton

• Pastikan pencahayaan cukup terang
• Jarak ideal dari kamera: 50-100 cm
• Tekan 'q' untuk kembali ke menu

Face Recognition - Create Dataset

• Ambil foto di berbagai sudut (depan, kiri, kanan, atas, bawah)
• Gunakan ekspresi wajah yang berbeda
• Pastikan pencahayaan konsisten
• Setiap orang harus memiliki ID unik

Face Recognition - Training

• Pastikan minimal ada 1 orang dalam dataset
• Semakin banyak foto, semakin akurat hasilnya
• Untuk menambah orang baru, ulangi Create Dataset dengan ID berbeda

Face Recognition - Recognition

• Confidence < 100 = Wajah dikenali ✅
• Confidence >= 100 = Wajah tidak dikenali ❌
• Semakin rendah confidence, semakin akurat pengenalan

📁 Struktur Project

d:\allin one pai app\
│
├── main.py                           # File utama untuk menjalankan aplikasi
├── face_detection.py                 # Modul Face Detection
├── hand_skeleton.py                  # Modul Hand Skeleton Detection
├── face_create_dataset.py            # Modul untuk membuat dataset wajah
├── face_training.py                  # Modul untuk training model
├── face_recognition_module.py        # Modul untuk recognition
│
├── haarcascade_frontalface_default.xml  # Model Haar Cascade
├── requirements.txt                  # Daftar dependencies
├── README.md                         # Dokumentasi ini
│
├── dataset/                          # Folder untuk menyimpan foto training
│   ├── Person-1-1.jpg
│   ├── Person-1-2.jpg
│   └── ...
│
├── names_database.json               # Database nama (dibuat otomatis)
└── face-model.yml                    # Model terlatih (dibuat setelah training)

🔧 Troubleshooting

Error: Import "cv2" could not be resolved

Solusi: Install OpenCV

pip install opencv-contrib-python

Error: Import "mediapipe" could not be resolved

Solusi: Install MediaPipe

pip install mediapipe

Error: Tidak dapat mengakses webcam

Solusi:

• Pastikan webcam tidak sedang digunakan aplikasi lain
• Cek permission webcam di sistem operasi
• Coba restart komputer

Error: haarcascade_frontalface_default.xml tidak ditemukan

Solusi: Download file dari link di atas dan letakkan di folder project

Face Recognition tidak akurat

Solusi:

• Tambah lebih banyak foto (ulangi Create Dataset)
• Pastikan pencahayaan konsisten
• Ambil foto dari berbagai sudut
• Training ulang model

🎯 Contoh Penggunaan

Scenario: Membuat sistem absensi wajah untuk 3 orang

1. Buat Dataset untuk Orang 1

   • Menu 3 → Nama: "Alice" → ID: 1 → Ambil 30 foto

2. Buat Dataset untuk Orang 2

   • Menu 3 → Nama: "Bob" → ID: 2 → Ambil 30 foto

3. Buat Dataset untuk Orang 3

   • Menu 3 → Nama: "Charlie" → ID: 3 → Ambil 30 foto

4. Training Model

   • Menu 4 → Tunggu hingga selesai

5. Test Recognition

   • Menu 5 → Coba hadapkan wajah Alice, Bob, atau Charlie

📝 Catatan Penting

1. Dataset Folder: Akan dibuat otomatis saat pertama kali membuat dataset
2. Names Database: File JSON untuk menyimpan mapping ID → Nama
3. Model File: File .yml hasil training, jangan dihapus jika ingin menggunakan recognition
4. ID Unik: Setiap orang harus memiliki ID yang berbeda
5. Overwrite: Jika membuat dataset dengan ID yang sama, data lama akan ditambahkan (tidak ditimpa)

🎓 Teknologi yang Digunakan

• OpenCV: Library computer vision untuk face detection dan recognition
• MediaPipe: Framework Google untuk hand landmark detection
• Haar Cascade: Algoritma untuk face detection
• LBPH Face Recognizer: Algoritma untuk face recognition
• Python: Bahasa pemrograman utama

📞 Support

Jika ada pertanyaan atau masalah:

1. Cek troubleshooting di atas
2. Pastikan semua dependencies terinstall dengan benar
3. Pastikan webcam berfungsi dengan baik

⚖️ License

Project ini dibuat untuk tujuan edukasi dan pembelajaran Computer Vision.

---

Selamat Menggunakan Computer Vision App! 🎉

Dibuat dengan ❤️ menggunakan Python, OpenCV, dan MediaPipe