Как определить какой металл на глаз


Как определить металл

Содержание:

  1. Как определить металл
  2. Способы определения марки стали.
  3. Как отличить латунь от меди.

Как определить, какой металл перед вами? Этот вопрос крайне важен, например, в ситуациях, когда необходимо подобрать марку электрода или присадочного прутка, а тип материала неизвестен. При отсутствии возможности прибегнуть к специальным исследованиям — спектральному анализу или анализу на углерод — первое, что можно сделать, это провести визуальный осмотр. Процесс лучше совместить с такими способами, как высекание искры, закалка, проверка напильником, изучение залома.

Для исследования образца материала и сопоставления результата пригодятся следующие сведения:

  • Черные металлы в процессе резки или при зачистке имеют серебристый цвет. При этом они быстро окисляются под воздействием воздуха и приобретает тусклый серый оттенок. Также черные металлы отличает низкая стойкость к коррозии и моментальная реакция на воздействие магнитного поля.
  • Алюминий и его сплавы не реагируют на воздействие магнита. При срезе можно увидеть блестящий светлый металл, который тускнеет при окислении. У чистого алюминия окисленная поверхность как будто покрывается белым налетом.
  • Бронза обладает желтоватым оттенком. Слабо подвергается окислению, не магнитится.
  • Медь отличается красноватым оттенком, при воздействии воздуха цвет темнеет, а на поверхности образуется зеленоватый налет. Не поддается воздействию магнитного поля. В процессе сгорания пламя приобретает зеленый цвет.
  • Латунь имеет те же отличительные признаки, что и бронза, но гораздо сильнее подвержена окислению.
  • Магний имеет серебристый оттенок, в момент сгорания окрашивает пламя в белый цвет. Не магнитится.

Изображение №1: различия металлов по цвету

Определение марки стали

Стальные заготовки изготавливаются из твердых металлических растворов, в основе которых — углерод и железо. В зависимости от содержания углерода материалы делятся на: низкоуглеродистые (до 0,25%), среднеуглеродистые (до 0,6%), высокоуглеродистые (0,6% и более).

Легирование сталей дополнительными материалами позволяет добиться более качественного состава с уникальными свойствами. Добавлены могут быть: титан, никель, медь, молибден и пр. Выделяют высоколегированные (от 10%), среднелегированные (до 10%) и малолегированные стали (до 2,5%).

Обычно стальные заготовки имеют маркировки, которые позволяют определить марку и другие особенности материала путем визуального осмотра. Но если таких отметок нет, можно использовать следующие способы для получения нужных сведений:

  • Аккуратно срезаем верхний тонкий материала. Получившуюся стружку изучаем на предмет ломкости. Если срезать полноценный завиток невозможно или его легко сломать, значит перед вами высокоуглеродистая сталь. Материал с низким содержанием углерода даст плотную длинную стружку однородной структуры, которую будет легко срезать.
  • При наличии печи можно использовать более энергозатратный метод. На заготовке делаем надрез, после чего подвергаем ее воздействию максимально высокой температуры. После закаливания проводим повторный распил. Если это потребовало небольшого усилия, как и при надрезе холодного материала, то сталь является малоуглеродистой.
  • Берем точильный круг и подготавливаем рабочее место — обеспечиваем хорошее освещение, а сзади устанавливаем темный фон. Наша задача — определить тип стали по особенностям высекаемых искр. Если они яркие и их много, то материал насыщен углеродом. У мягких малоуглеродистых сталей искры тусклые, их частицы небольшие.
  • С помощью точильного круга можно также определить металл по цвету искр. Так, если оттенок звездочек красный, то вы имеете дело с высокоуглеродистой сталью. Светлый сноп с небольшим количеством искр свидетельствует о том, что образец среднеуглеродистый. Если металл мало насыщен углеродом, он будет образовывать лучи соломенного цвета без звездочек на концах.

Изображение №2: определение марки стали по искре

Как отличить латунь от меди

Латунные и медные заготовки имеют визуальное сходство, но и обладают разными свойствами:

  • латунь — мягкая, пластичная, тяжелая, образует спиралевидную стружку, при ударе издает низкий звук;
  • медь — твердая и легкая, образует игольчатую стружку, при ударе издает высокий звук.

Чтобы определить тип материала без использования специальных инструментов, необходимо тщательно очистить изделие от загрязнений и рассмотреть под мощным белым светом. Латунь можно отличить по оранжевому, желтоватому или золотистому оттенку. Оттенок меди — красновато-коричневый. Иногда медные образцы имеют розоватый отлив.

Если исследуемое изделие имеет тонкие стенки, то его состав в некоторых случаях можно определить по степени сопротивляемости механическим нагрузкам. Так, согнуть медную заготовку довольно легко, при этом материал не будет растрескиваться и не сломается. Латунь – твердая и хрупкая, поэтому деформировать изделие будет непросто, но под воздействием больших усилий она может сломаться.

Изображение №3: сравнение цветов меди и латуни

Как определить плотность металла - Канадский институт охраны природы (CCI) Примечания 9/10

Введение

Плотность объекта - это масса объекта, деленная на его объем. Плотность является характеристикой материала, из которого изготовлен объект, и ее значение может помочь идентифицировать материал.

За исключением объектов простой формы, напрямую определить объем сложно. Простой способ определить плотность металлического объекта - взвесить его в воздухе, а затем снова взвесить, когда он будет погружен в жидкость, как описано в разделе «Наука, лежащая в основе измерений плотности».Вода - самая удобная жидкость для использования, но если объект нельзя погрузить в воду, можно использовать органические растворители, такие как этанол или ацетон. Плотность объекта можно рассчитать по двум измерениям веса и плотности жидкости.

При правильном балансе и контейнере подходящего размера этот метод можно использовать для различных объектов: больших или малых, металлических или неметаллических. Этот метод работает для сложных форм, даже для объектов с отверстиями, если жидкость может проникать и заполнять отверстия.После того, как плотность определена, ее можно сравнить с плотностями известных материалов, чтобы уточнить, из чего может быть сделан объект.

В этом примечании описывается процедура и необходимые материалы для определения плотности металлического объекта. Первым шагом является выполнение процедуры на одном или нескольких металлических объектах известного состава, будь то чистый металл или сплав, чтобы получить опыт использования метода и убедиться, что он используется правильно. Затем можно определить плотность неизвестных металлов.

Методика определения плотности металла

Оборудование и материалы, необходимые для определения плотности

  • Мелкие металлические предметы, которые можно погружать в воду
  • Весы с возможностью взвешивания ниже весов (то есть могут взвешивать предметы, подвешенные под ними) и которые могут измерять с разрешением не менее 0,01 грамма (см. Раздел Весы без возможности взвешивания ниже весов, чтобы узнать, как адаптировать процедуру взвешивания ниже весов. баланс)
  • Металлическая проволока для крепления к крючку внутри баланса (хорошо подойдет изогнутая скрепка)
  • Поддерживающая подставка или платформа для удержания весов, чтобы под них можно было подвешивать предметы на крючке
  • Стаканы, достаточно большие, чтобы предметы можно было полностью погрузить без перелива жидкости
  • Опоры для удержания стаканов на нужной высоте под весами
  • Водопроводная вода
  • Калькулятор
  • Нейлоновая нить (e.г. леска или аналогичный легкий материал) для подвешивания предметов под весами
  • Перчатки нитриловые одноразовые
  • Дополнительно: зажимы для крепления опоры баланса к краю счетчика

Методика определения плотности при взвешивании ниже весов

  1. Снимите крышку с нижней стороны весов, чтобы открыть крючок внутри.
  2. Поместите весы на подставку с отверстием для доступа к внутреннему крючку.
  3. Присоедините проволочный крюк к внутреннему крюку и затем тарируйте весы (установите на ноль).
  4. Подвесьте какой-либо предмет на крючок под весами, используя нейлоновую нить или аналогичный предмет, и взвесьте его в воздухе. Надевайте перчатки при работе с металлическими предметами, особенно с теми, которые предположительно содержат свинец.
  5. Наполните стакан водой и поместите его под весы.
  6. Поднимите стакан до полного погружения объекта. Установите подставку под стакан, чтобы удерживать его на нужной высоте.Убедитесь, что под объектом или в пустотах внутри объекта нет пузырей.
  7. Взвесьте погруженный объект.
  8. Рассчитайте плотность, используя приведенное ниже уравнение.
  9. Сравните рассчитанную плотность с известными значениями плотности металлов и сплавов, используя приведенную ниже таблицу или более полные списки, доступные в справочных материалах.
  10. Повторите шаги 4–9 с остальными объектами.

Расчет плотности

Плотность ρ объекта или материала определяется как масса m, деленная на объем V; в символах ρ = m / V.Если объект взвешивают в воздухе, чтобы определить его фактическую массу, и взвешивают в жидкости, чтобы определить его (кажущуюся) массу в жидкости, то плотность объекта определяется по формуле:

Плотность воды 0,998 г / см 3 при 20 ° C и 0,997 г / см 3 при 25 ° C.

Результаты процедуры

Примеры объектов

На рис. 1 показаны примеры восьми различных металлических образцов, использованных для демонстрации этой процедуры.

© Правительство Канады, Канадский институт охраны природы.CCI 120260-0358
Рис. 1. Металлические предметы, используемые для демонстрации процедуры.

Измеренные плотности металлических образцов на Рисунке 1 представлены ниже.

В верхнем ряду слева направо:

  1. Вероятно, чугун (7,13 г / см 3 )
  2. Алюминий высокой чистоты (2,70 г / см 3 )
  3. Красноватый медный сплав (возможно, 85% меди и 15% цинка, 8,23 г / см 3 )
  4. Медь высокой чистоты (8.88 г / см 3 )

В нижнем ряду слева направо:

  1. Цинковое литье (сплав неизвестен, 7,09 г / см 3 )
  2. Свинец высокой чистоты (11,20 г / см 3 )
  3. Олово высокой чистоты (7,27 г / см 3 )
  4. Желтый картридж, латунь (70% меди и 30% цинка, 8,45 г / см 3 )

В каждом образце плотность определялась по приведенной выше формуле. Например, для алюминиевого объекта (б) масса оказалась равной 110.18 г в воздухе и 69,45 г в воде, что дает плотность 2,70 г / см. 3 . Для чугунного объекта (а) масса составила 209,47 г в воздухе и 180,13 г в воде, что дает 7,13 г / см 3 . Для свинцового объекта (f) масса составила 102,44 г в воздухе и 93,31 г в воде, что дает 11,20 г / см 3 .

Измеренные плотности алюминия, чугуна и свинца (2,70, 7,13 и 11,20 г / см 3 ) близки к известным значениям плотности (2,71, 7,20 и 11,33 г / см 3 из таблицы 1).Таким образом, предметы из алюминия и свинца легко идентифицируются по плотности.

Для изделия из чугуна одной плотности недостаточно, чтобы исключить другие металлы, такие как цинк (известная плотность 7,13 г / см 3 ). Когда плотность неизвестного металла приближается к плотности нескольких металлов и сплавов (например, цинка, железа и олова), тогда необходимо будет определить другие свойства, такие как магнетизм и цвет, чтобы помочь идентифицировать его.

Известная плотность выбранных металлов и сплавов

Известная плотность выбранных металлов и сплавов приведена в таблице 1 в порядке увеличения плотности (ASTM 2006, Lide 1998).

Таблица 1: известная плотность выбранных металлов и сплавов
Металл или сплав Плотность (г / см 3 )
Алюминий 2,71
Алюминиевые сплавы 2,66–2,84
цинк 7,13
Чугун (серое литье) 7,20
Олово 7.30
Сталь (углеродистая) 7,86
Нержавеющая сталь 7,65–8,03
Латунь (картридж: 70% меди, 30% цинка) 8,52
Латунь (красный: 85% меди, 15% цинка) 8,75
Нейзильбер (65% меди, 18% никеля, 17% цинка) 8,75
Бронза (85% меди, 5% олова, 5% цинка, 5% свинца) 8.80
Никель 8,89
Медь 8,94
Серебро 10,49
Свинец 11,33
Золото 19,30
Реквизиты баланса

Весы с возможностью взвешивания под весами обычно поставляются с крышкой под внутренним крючком.На рис. 2 показан пример расположения крышки на дне весов.

© Правительство Канады, Канадский институт охраны природы. CCI 120260-0359
Рис. 2. Весы с возможностью взвешивания под весами.

На рис. 3 показан увеличенный вид с закрытой крышкой; на рис. 4 крышка открыта, чтобы обнажить внутренний крючок.

© Правительство Канады, Канадский институт охраны природы. CCI 120260-0360
Рис. 3. Деталь нижней стороны весов с подвижной металлической крышкой, закрывающей внутренний крюк.

© Правительство Канады, Канадский институт охраны природы. CCI 120260-0361
Рис. 4. Деталь нижней стороны весов, показывающий внутренний крючок после поворота металлической крышки.

На рис. 5 показана металлическая проволока, изогнутая в виде крючков на обоих концах. На рис. 6 показан крючок на одном конце проволоки, прикрепленный к внутреннему крючку внутри весов.

© Правительство Канады, Канадский институт охраны природы. CCI 120260-0363
Рис. 5. Проволока с загнутыми концами в виде крючка.

© Правительство Канады, Канадский институт охраны природы. CCI 120260-0362
Рис. 6. Деталь проволоки, загнутой в крючки с обоих концов. Верхний конец крючка прикреплен к другому крючку внутри весов.

На рис. 7 показаны весы, которые устанавливаются на подставку из оргстекла с прорезью в верхней части. Отверстие обеспечивает доступ к крючку на нижней стороне весов.

© Правительство Канады, Канадский институт охраны природы. CCI 120260-0365
Рисунок 7.Весы устанавливаются на подставку из оргстекла с крюком, который вот-вот пройдет через отверстие в подставке.

На рис. 8 показаны весы на подставке из оргстекла с прямоугольным купоном из чистой меди, взвешиваемым на воздухе. На рисунке 9 показаны весы на стенде из оргстекла с прямоугольным купоном из чистой меди, взвешиваемым в воде. Меньшая подставка из оргстекла используется для поддержки стакана на нужной высоте.

© Правительство Канады, Канадский институт охраны природы.CCI 120260-0366
Рис. 8. Прямоугольный купон чистой меди, взвешиваемой на воздухе.

© Правительство Канады, Канадский институт охраны природы. CCI 120260-0367
Рис. 9. Прямоугольный купон из чистой меди, погруженной в воду.

На рисунке 10 показан пример объекта с отверстием, в котором застряли пузырьки воздуха. Будьте осторожны, чтобы не захватить предметом пузырьки воздуха, так как это приведет к неточному показанию.

© Правительство Канады, Канадский институт охраны природы.CCI 120260-0375
Рис. 10. Три пузырька воздуха застряли в отверстии.

Дополнительная информация

Использование других растворителей, кроме воды

Если погружать объект в воду, например, в железо, нецелесообразно, поскольку он очень подвержен коррозии, можно использовать органический растворитель, например ацетон или безводный этанол. Необходимо использовать надлежащую вентиляцию и соответствующие средства индивидуальной защиты. Обратитесь к паспорту безопасности (SDS) конкретного растворителя для рекомендованного оборудования.Плотность ацетона составляет 0,790 г / см 3 , а плотность безводного этанола составляет 0,789 г / см 3 , оба при 20 ° C. Тем, кому может потребоваться использовать одну из этих жидкостей, попробуйте измерить плотность объекта, используя воду и одну из этих жидкостей, и сравните результаты.

Советы по настройке весов
Альтернативная подставка для весов

Лист фанеры с отверстием можно прижать к краю прилавка, если нет подставки для удержания весов (Рисунок 11).

© Правительство Канады, Канадский институт охраны природы. CCI 120260-0296
Рис. 11. Платформа для весов, сделанная из фанеры и зажимов.

Весы без взвешивания под весами

Весы без крюка для взвешивания можно использовать для определения плотности, но для этого требуется рама, чтобы подвешивать объект под весами и переносить вес объекта на весы. Баланс должен быть установлен на платформе; можно использовать установку, аналогичную показанной на рисунке 11.(В этом случае отверстие в дереве на Рисунке 11 не требуется.) Затем вокруг весов и платформы устанавливают четырехстороннюю рамку (имеющую форму рамки для рисунка), опираясь только на чашу весов и не касаясь ее. другая часть баланса (рисунок 12). Весы тарируют с установленными рамой и крюком, затем объект прикрепляют к крюку на раме и взвешивают в воздухе и в жидкости, как в шагах 4–9 процедуры: определение плотности металла.

© Правительство Канады, Канадский институт охраны природы.CCI 120260-0298
Рис. 12. Вид спереди (левая сторона рисунка) и вид сбоку (правая сторона), показывающие весы без возможности взвешивания ниже весов. Верхний сегмент прямоугольной рамки опирается на чашу весов, а предмет прикрепляется к нижнему сегменту.

Наука, лежащая в основе измерений плотности

Плавучесть и принцип Архимеда

Техника этой процедуры датируется третьим веком до нашей эры. В своей книге «Плавающие тела» Архимед Сиракузский предположил, что если объект погрузить в жидкость и взвесить, он будет легче, чем его истинный вес, на вес жидкости, которую он вытесняет.История гласит, что Архимед использовал эту идею, чтобы показать, что корона не была чистым золотом, а скорее смесью золота и серебра (Heath 1920).

Объект кажется более легким в жидкости, потому что на него действует сила, называемая выталкивающей силой. Сила возникает из-за того, что давление в жидкости увеличивается с глубиной, поэтому давление на нижнюю часть объекта (толкая объект вверх) выше, чем давление сверху (толкающее его вниз). Разница между давлением, направленным вверх и вниз, дает подъемную силу.Выталкивающая сила, толкая объект вверх, действует против силы тяжести, которая тянет объект вниз. Если подъемная сила меньше силы тяжести, объект утонет, но будет казаться, что в жидкости он весит меньше, чем в воздухе. Если выталкивающая сила больше силы тяжести, объект всплывет к поверхности жидкости.

Плотность объекта рассчитывается по формуле, приведенной ранее

Когда плотность известна, ее можно использовать для расчета объема объекта по следующей формуле:

Объем объекта = (масса в воздухе) / (плотность объекта)

Подобно воде, воздух также производит подъемную силу.(Вот почему гелиевые шары плавают вверх.) Выталкивающая сила воздуха слишком мала, чтобы иметь значение в этой процедуре, но ее необходимо учитывать, когда требуется высокая точность взвешивания (Skoog et al. 2014).

Плотность определяется по вытесненному объему

Более простой, но менее точный способ измерения плотности - поместить объект в жидкость и измерить объем вытесненной жидкости. Это можно использовать для небольших объектов, которые помещаются в градуированный цилиндр, например, чтобы решить, сделан ли объект из свинца или менее плотного металла.

Порядок действий следующий. Найдите градуированный цилиндр диаметром не намного больше, чем объект. Определите массу объекта с помощью подходящих весов. Добавьте воду в мерный цилиндр и запишите начальный объем. Полностью погрузите объект в воду, стараясь не образовывать пузырей, а затем запишите объем во второй раз. Объем объекта равен разнице конечного и начального объемов, считываемых с градуированного цилиндра, а плотность - это масса, деленная на объем объекта.

В качестве примера была измерена фигурка лося. Масса 4,088 г. На рис. 13 фигурка показана за пределами градуированного цилиндра, а на рис. 14 - в погруженном состоянии. Вода в градуированном цилиндре увеличилась с 5,0 мл до 5,6 мл при погружении фигурки, что привело к изменению объема на 0,6 мл. Без учета ошибок измерения объема плотность рассчитывается как 4,088 г / 0,6 мл = 6,8 г / см 3 . (Примечание: 1 мл = 1 см 3 .) Это меньше плотности цинка и может указывать на сплав цинка и более легкого металла, возможно, магния или алюминия.Но с учетом небольшого объема измерения есть неточности. Объем может быть измерен только с точностью до 0,1 мл с помощью градуированного цилиндра, поэтому объем может составлять от 0,5 до 0,7 мл. Таким образом, плотность может быть где угодно от 4,088 г / 0,7 мл = 5,8 г / см 3 до 4,088 г / 0,5 мл = 8,2 г / см 3 . В этом диапазоне измерений фигурка может быть из цинка, железа, олова, стали или других сплавов, но не из чистого алюминия или чистого свинца. Фактически анализ показал, что это олово, имеющее плотность 7.30 г / см 3 .

© Правительство Канады, Канадский институт охраны природы. CCI 120260-0373
Рис. 13. Небольшой металлический предмет перед погружением в воду в мерном цилиндре на 25 мл. Обратите внимание на уровень воды.

© Правительство Канады, Канадский институт охраны природы. CCI 120260-0374
Рис. 14. Небольшой металлический предмет после погружения в воду в мерном цилиндре объемом 25 мл. Уровень воды примерно на 0,6 мл больше, чем до погружения объекта.

Другое применение

Вышеуказанные процедуры можно использовать не только для идентификации металлов по их плотности.

Вес для литья металлов

При отливке скульптуры необходимо оценить количество металла, необходимое для заполнения формы модели скульптуры. Если отливаемая модель может быть погружена в воду, объем модели можно определить с помощью описанных выше методов. Тогда необходимую массу металла m можно рассчитать из объема V модели и плотности металла ρ по формуле m = ρV.(Имейте в виду, что обычно требуется дополнительный металл для заполнения каналов, которые направляют расплавленный металл в форму.)

Благодарности

Особая благодарность Миган Уолли, Люси 'т Харт и Кэтрин Мачадо, бывшим стажерам CCI, за их помощь в разработке этой заметки.

Список литературы

ASTM G1-03. «Стандартная практика подготовки, очистки и оценки образцов для испытаний на коррозию». В Ежегодной книге стандартов ASTM, т. 03.02. Вест Коншохокен, Пенсильвания: Американское общество испытаний и материалов, 2006, стр.17–25.

Heath, T.L. Архимед. Нью-Йорк, Нью-Йорк: Макмиллан, 1920.

Lide, D.R., ed. CRC Справочник по химии и физике, 79-е изд. Бока-Ратон, Флорида: CRC Press, 1998, стр. 12-191–12-192.

Скуг, Д.А., Д.М. Вест, Ф.Дж. Холлер и С. Присядь. Основы аналитической химии, 9-е изд. Бельмонт, Калифорния: Брукс / Коул, 2014 г., стр. 22–23.

Автор Линдси Селвин

Également publié en version française.

© Правительство Канады, Канадский институт охраны природы, 2016

ISSN 1928-1455

.

Обнаружение глаз, носа, губ и челюсти с dlib, OpenCV и Python

Сегодняшняя запись в блоге является третьей в нашей текущей серии статей об обнаружении лицевых ориентиров и их приложениях для компьютерного зрения и обработки изображений.

Две недели назад я продемонстрировал, как установить библиотеку dlib, которую мы используем для определения лицевых ориентиров.

Затем, на прошлой неделе я обсуждал, как использовать dlib, чтобы на самом деле обнаруживать лицевых ориентиров на изображениях.

Сегодня мы собираемся сделать следующий шаг и использовать обнаруженные нами ориентиры лица, чтобы пометить и выделить области лица, в том числе:

  • Горловина
  • Бровь правая
  • Бровь левая
  • Правый глаз
  • Левый глаз
  • Нос
  • Челюсть

Чтобы узнать, как извлекать эти области лица по отдельности с помощью dlib, OpenCV и Python, просто продолжайте читать.

Обнаружение глаз, носа, губ и челюсти с dlib, OpenCV и Python

Сегодняшний пост в блоге начнется с обсуждения (x, y) -координат, связанных с лицевыми ориентирами, и того, как эти лицевые ориентиры могут быть сопоставлены с конкретными областями лица.

Затем мы напишем небольшой код, который можно использовать для извлечения из каждого лицевых областей.

Мы завершим сообщение в блоге, продемонстрировав результаты нашего метода на нескольких примерах изображений.

К концу этого сообщения в блоге вы получите четкое представление о том, как (автоматически) выделяются области лица с помощью ориентиров на лицах, и сможете применять эти знания в своих собственных приложениях.

Указатели ориентиров для областей лица

Детектор лицевых ориентиров, реализованный внутри dlib, выдает 68 (x, y) -координат, которые соответствуют конкретным структурам лица . Эти 68 точечных сопоставлений были получены путем обучения предсказателя формы на помеченном наборе данных iBUG 300-W.

Ниже мы можем визуализировать, что каждая из этих 68 координат соответствует:

Рисунок 1: Визуализация каждой из 68 точек лицевых координат из набора данных iBUG 300-W (более высокое разрешение).

Изучая изображение, мы видим, что к областям лица можно получить доступ с помощью простой индексации Python (при условии нулевой индексации с помощью Python, так как изображение выше имеет один индекс):

  • К отверстию можно получить доступ через точки [48, 68] .
  • Правая бровь через точки [17, 22].
  • Левая бровь через точки [22, 27] .
  • Правый глаз с помощью [36, 42].
  • Левый глаз с [42, 48].
  • Носик с использованием [27, 35].
  • И челюсть через [0, 17].

Эти сопоставления закодированы внутри словаря FACIAL_LANDMARKS_IDXS внутри face_utils библиотеки imutils:

 # определить словарь, который отображает индексы лица # ориентир для определенных участков лица FACIAL_LANDMARKS_IDXS = OrderedDict ([ ("рот", (48, 68)), ("правая_бровь", (17, 22)), ("left_eyebrow", (22, 27)), ("right_eye", (36, 42)), ("left_eye", (42, 48)), ("нос", (27, 35)), ("челюсть", (0, 17)) ]) 

Используя этот словарь, мы можем легко извлечь индексы в массив лицевых ориентиров и извлечь различные черты лица, просто указав строку в качестве ключа.

Визуализация лицевых ориентиров с помощью OpenCV и Python

Немного сложнее задача визуализировать каждый из этих ориентиров на лице и наложить результаты на входное изображение.

Для этого нам понадобится функция visualize_facial_landmarks , уже включенная в библиотеку imutils:

 def visualize_facial_landmarks (изображение, форма, цвета = Нет, альфа = 0,75): # создаем две копии входного изображения - одну для # оверлей и один для окончательного выходного изображения наложение = изображение.копия () output = image.copy () # если список цветов None, инициализировать его уникальным # цвет для каждой области лицевого ориентира если цветов нет: цвета = [(19, 199, 109), (79, 76, 240), (230, 159, 23), (168, 100, 168), (158, 163, 32), (163, 38, 32), (180, 42, 220)] 

Для нашей функции visualize_facial_landmarks требуется два аргумента, за которыми следуют два необязательных, каждый из которых подробно описан ниже:

  • изображение : Изображение, на котором мы будем рисовать визуализации наших лицевых ориентиров.
  • shape : массив NumPy, содержащий 68 координат лицевых ориентиров, которые сопоставляются с различными частями лица.
  • цветов : список кортежей BGR, используемых для цветового кодирования каждой из областей лицевых ориентиров.
  • альфа : параметр, используемый для управления непрозрачностью наложения исходного изображения.

Строки 45 и 46 создают две копии нашего входного изображения - нам понадобятся эти копии, чтобы мы могли нарисовать полупрозрачный оверлей на выходном изображении.

Строка 50 проверяет, соответствует ли список цветов Нет , и, если да, инициализирует его предустановленным списком кортежей BGR (помните, OpenCV хранит цвета / интенсивности пикселей в порядке BGR, а не в RGB) .

Теперь мы готовы визуализировать каждую из отдельных областей лица с помощью ориентиров:

 # зацикливаемся на отдельных областях лицевых ориентиров для (i, name) в перечислении (FACIAL_LANDMARKS_IDXS.keys ()): # взять (x, y) -координаты, связанные с # лицо ориентир (j, k) = FACIAL_LANDMARKS_IDXS [имя] pts = shape [j: k] # проверяем, нужно ли рисовать линию подбородка если name == "челюсть": # поскольку линия подбородка - это незакрытая область лица, # просто нарисуйте линии между координатами (x, y) для l в диапазоне (1, len (pts)): ptA = кортеж (pts [l - 1]) ptB = кортеж (pts [l]) cv2.линия (оверлей, ptA, ptB, цвета [i], 2) # в противном случае вычислить выпуклую оболочку лица # ориентир координирует точки и отображает их еще: hull = cv2.convexHull (баллы) cv2.drawContours (оверлей, [корпус], -1, цвета [i], -1) 

На строке 56 мы перебираем каждую запись в словаре FACIAL_LANDMARKS_IDXS .

Для каждой из этих областей мы извлекаем индексы данной лицевой части и берем координаты (x, y) из массива shape NumPy.

Строки 63-69 проверяют, рисуем ли мы челюсть , и если да, мы просто перебираем отдельные точки, рисуя линию, соединяющую точки челюсти вместе.

В противном случае , строки 73-75, обрабатывают вычисление выпуклой оболочки точек и рисование оболочки на наложении.

Последний шаг - создать прозрачное наложение с помощью функции cv2.addWeighted :

 # применяем прозрачное наложение cv2.addWeighted (наложение, альфа, вывод, 1 - альфа, 0, вывод) # вернуть выходное изображение возвратный вывод 

После применения visualize_facial_landmarks к изображению и связанным лицевым ориентирам результат будет выглядеть примерно так, как на изображении ниже:

Рисунок 2: Визуализация каждой области лицевого ориентира, наложенной на исходное изображение.

Чтобы узнать, как склеить все части вместе (и выделить каждую из этих областей лица), давайте перейдем к следующему разделу.

Извлечение частей лица с помощью dlib, OpenCV и Python

Перед тем, как продолжить изучение этого руководства, убедитесь, что у вас есть:

  1. Установил dlib согласно моим инструкциям в этом сообщении в блоге.
  2. Установили / обновили imutils до последней версии, обеспечивая доступ к подмодулю face_utils : pip install --upgrade imutils

Оттуда откройте новый файл, назовите его detect_face_parts.py и вставьте следующий код:

 # импортируем необходимые пакеты из imutils import face_utils импортировать numpy как np import argparse импорт imutils import dlib импорт cv2 # создать парсер аргументов и проанализировать аргументы ap = argparse.ArgumentParser () ap.add_argument ("- p", "--shape-predictor", required = True, help = "путь к предиктору лицевых ориентиров") ap.add_argument ("- i", "--image", required = True, help = "путь к входному изображению") args = vars (ap.parse_args ()) # инициализировать детектор лиц dlib (на основе HOG), а затем создать # предсказатель лицевых ориентиров детектор = dlib.get_frontal_face_detector () predictor = dlib.shape_predictor (args ["shape_predictor"]) # загружаем входное изображение, изменяем его размер и конвертируем в оттенки серого image = cv2.imread (args ["изображение"]) image = imutils.resize (изображение, ширина = 500) серый = cv2.cvtColor (изображение, cv2.COLOR_BGR2GRAY) # обнаружение лиц на изображении в оттенках серого rects = детектор (серый, 1) 

Первый блок кода в этом примере идентичен блоку в нашем предыдущем руководстве.

Мы просто:

  • Импорт наших необходимых пакетов Python (, строки 2-7, ).
  • Разбор наших аргументов командной строки ( строки 10-15, ).
  • Создание экземпляра детектора лица на основе HOG в dlib и загрузка предиктора лицевых ориентиров (, строки 19 и 20, ).
  • Загрузка и предварительная обработка нашего входного изображения ( строки 23-25 ​​).
  • Обнаружение лиц на нашем входном изображении ( Line 28 ).

Опять же, для более полного и подробного обзора этого блока кода, пожалуйста, просмотрите сообщение в блоге на прошлой неделе об обнаружении лицевых ориентиров с помощью dlib, OpenCV и Python.

Теперь, когда мы обнаружили лица на изображении, мы можем перебрать каждую из областей интереса по отдельности:

 # перебрать обнаружение лиц for (i, rect) в enumerate (rects): # определить лицевые ориентиры для области лица, затем # преобразовываем координаты ориентира (x, y) в массив NumPy shape = предиктор (серый, прямоугольный) shape = face_utils.shape_to_np (форма) # сделать петлю по частям лица индивидуально for (name, (i, j)) в face_utils.FACIAL_LANDMARKS_IDXS.items (): # клонируем исходное изображение, чтобы мы могли рисовать на нем, затем # отображаем название части лица на изображении clone = image.copy () cv2.putText (клон, имя, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0,7, (0, 0, 255), 2) # перебираем подмножество ориентиров лица, рисуя # конкретная часть лица for (x, y) в форме [i: j]: cv2.circle (клон, (x, y), 1, (0, 0, 255), -1) 

Для каждой области лица мы определяем лицевые ориентиры ROI и конвертируем 68 точек в массив NumPy ( строки 34 и 35, ).

Затем для каждой из частей лица обводим их петлей и на Line 38 .

Мы рисуем название / метку области лица на строках 42 и 43 , затем рисуем каждый из отдельных ориентиров лица в виде кружков на строках 47 и 48 .

Чтобы на самом деле извлечь каждой из областей лица, нам просто нужно вычислить ограничивающую рамку координат (x, y) , связанных с определенной областью, и использовать нарезку массива NumPy для ее извлечения:

 # извлекаем ROI области лица как отдельное изображение (х, у, ш, з) = cv2.boundingRect (np.array ([форма [i: j]])) roi = изображение [y: y + h, x: x + w] roi = imutils.resize (roi, width = 250, inter = cv2.INTER_CUBIC) # показать конкретную часть лица cv2.imshow ("рентабельность инвестиций", рентабельность инвестиций) cv2.imshow ("Изображение", клон) cv2.waitKey (0) # визуализировать все лицевые ориентиры с прозрачным наложением output = face_utils.visualize_facial_landmarks (изображение, форма) cv2.imshow ("Изображение", вывод) cv2.waitKey (0) 

Вычисление ограничивающего прямоугольника области выполняется на Строке 51, через cv2.ГраничныйРект .

Используя нарезку массива NumPy, мы можем извлечь ROI на Line 52 .

Затем размер этой области интереса изменяется до ширины 250 пикселей, чтобы мы могли лучше ее визуализировать (, строка 53, ).

Строки 56-58 отображают индивидуальную область лица на нашем экране.

Строки 61-63, затем примените функцию visualize_facial_landmarks для создания прозрачного наложения для каждой лицевой части.

Результаты маркировки лицевой части

Теперь, когда наш пример закодирован, давайте взглянем на некоторые результаты.

Обязательно используйте раздел «Загрузки» этого руководства, чтобы загрузить исходный код + примеры изображений + модель прогнозирующего ориентира лица dlib.

Оттуда вы можете использовать следующую команду для визуализации результатов:

 $ python detect_face_parts.py --shape-predictor shape_predictor_68_face_landmarks.dat \ --image images / example_01.jpg 

Обратите внимание, как мой рот обнаруживается первым:

Рис. 3: Выделение области рта с помощью лицевых ориентиров.

Далее следует моя правая бровь :

Рис. 4: Определение правой брови изображения с помощью ориентиров на лице и dlib.

Затем левая бровь :

Рисунок 5: Библиотека dlib может извлекать лицевые области из изображения.

Далее идет правый глаз :

Рисунок 6: Извлечение правого глаза лица с помощью ориентиров, dlib, OpenCV и Python.

Вместе с левым глазом :

Рисунок 7: Извлечение левого глаза лица с помощью ориентиров, dlib, OpenCV и Python.

И, наконец, линия подбородка :

Рис. 8: Автоматическое определение линии подбородка лица с помощью ориентиров.

Как вы можете видеть, ограничивающая рамка линии подбородка составляет m все лицо.

Последней визуализацией этого изображения являются наши прозрачные наложения, в которых каждая область лицевых ориентиров выделена другим цветом:

Рис. 9: Прозрачное наложение, отображающее отдельные области лица, извлеченные через изображение, с ориентирами лица.

Давайте попробуем другой пример:

 $ python detect_face_parts.py --shape-predictor shape_predictor_68_face_landmarks.dat \ --image images / example_02.jpg 

На этот раз я создал GIF-анимацию вывода:

Рис. 10: Извлечение ориентиров на лице с помощью компьютерного зрения.

То же самое и в нашем последнем примере:

 $ python detect_face_parts.py --shape-predictor shape_predictor_68_face_landmarks.dat \ --image images / example_03.jpg 
Рисунок 11: Автоматическая маркировка глаз, бровей, носа, рта и челюсти с использованием ориентиров на лице.

Сводка

В этом сообщении в блоге я продемонстрировал, как определять различные лицевые структуры на изображении с помощью определения лицевых ориентиров.

В частности, мы научились обнаруживать и извлекать:

  • Горловина
  • Бровь правая
  • Бровь левая
  • Правый глаз
  • Левый глаз
  • Нос
  • Линия подбородка

Это было достигнуто с использованием предварительно обученного детектора лицевых ориентиров dlib, а также немного магии OpenCV и Python.

На этом этапе вы, вероятно, весьма впечатлены точностью лицевых ориентиров - и есть явные преимущества использования лицевых ориентиров, особенно для выравнивания лица, смены лица и извлечения различных структур лица.

… но большой вопрос:

«Может ли определение ориентиров на лице работать в реальном времени?»

Чтобы узнать это, следите за новостями в блоге на следующей неделе.

Чтобы получить уведомление, когда на следующей неделе будет опубликована запись в блоге об обнаружении лицевых ориентиров в реальном времени, не забудьте ввести свой адрес электронной почты в форму ниже!

Тогда увидимся.

Загрузите исходный код и БЕСПЛАТНОЕ 17-страничное руководство по ресурсам

Введите свой адрес электронной почты ниже, чтобы получить ZIP-архив кода и БЕСПЛАТНОЕ 17-страничное руководство по компьютерному зрению, OpenCV и глубокому обучению . Внутри вы найдете мои тщательно отобранные учебники, книги, курсы и библиотеки, которые помогут вам освоить CV и DL!

.

Население мира по цвету глаз

Виктория Симпсон, 6 октября 2020 года, Общество

Карие глаза имеют более половины населения мира.
  • У подавляющего большинства населения Земли карие глаза, а голубые глаза появятся очень скоро.
  • В то время как только 2% людей в мире имеют зеленые глаза и около 10% имеют голубые глаза, 86% людей в Ирландии и Шотландии имеют один из этих двух цветов.
  • У альбиносов красные глаза из-за отсутствия пигментации глаз, обнажающих кровеносные сосуды под ними.

Некоторые говорят, что ваши глаза - это зеркало вашей души.Вы полны сожаления, радости или печали? Твоя душа тревожится или переполняется торжеством? Многие верят, что ваши глаза раскроют все это, если кто-то изменит взгляд в них. О чем не так много говорится, так это о том, почему цвет наших глаз может так сильно различаться, от того, откуда наши цвета и как они появились. Почему у нее глаза цвета шоколада, а в его глазах, кажется, отражается море? От коричневого до зеленого и "гетерохромия" - все глаза мира отражают наш чрезвычайно разнообразный генетический ландшафт.

Коричневый - от 70% до 79%

Карие глаза - самый распространенный цвет. Изображение предоставлено: Makistock / Shutterstock

Вы, возможно, уже заметили этот факт: у большинства населения мира карие глаза. Фактически, от 70% до почти 80% людей имеют карие глаза, что делает карие самым распространенным цветом глаз в мире.

Если у вас карие глаза, скорее всего, они есть у хотя бы одного из ваших родителей.Цвет глаз частично является генетическим, и гены карих глаз считаются доминирующими. Это означает, что если у одного из ваших родителей цвет глаз отличается от карих, но у одного из них карие глаза, у вас тоже будут карие глаза.

Цвет ваших глаз также определяется тем, как радужная оболочка рассеивает свет при прохождении через нее, что называется рассеянием Рэлея, и количеством меланина в коже. Меланин - это пигментация кожи, производимая вашим телом.Чем больше вы производите меланина, тем темнее будут ваши глаза.

Синий - от 8% до 10%

Голубые глаза - второй по распространенности цвет глаз. Изображение предоставлено: IKO-studio / Shutterstock

Синий - второй по распространенности тип цвета глаз на Земле у людей. Однако только от 8% до 10% людей могут похвастаться голубыми глазами. Интересно, что генетическая мутация, которая, как считается, произошла между 6000 и 10000 лет назад, считается источником этого цвета глаз.Мутация привела к «переключателю», который отключил генетический механизм карих глаз.

Итак, если у вас голубые глаза и вы встречаетесь с кем-то, у кого они есть, говорят, что у вас есть кое-что еще: один древний общий предок.

Орешник - 5%

Карие глаза показывают смесь коричневого, зеленого и янтарного.Изображение предоставлено: captclyt10 / Shutterstock

Если у вас карие глаза, у вас есть сочетание цветов в радужной оболочке. Эти глаза представляют собой смесь зеленого и оранжевого или золотого, почти как кошачьи. Хотя этот цвет может быть практически у всех, он чаще всего встречается в Северной Африке, на Ближнем Востоке, в Бразилии и у людей испанского происхождения.

Янтарь - 5%

Янтарные глаза возникают, когда в радужной оболочке очень мало пигмента.Изображение предоставлено: Monic249 / Shutterstock

Как и карие глаза, только около 5% населения мира имеют глаза янтарного цвета. Этот цвет глаз светло-коричневатый, иногда ржавый. Говорят, что люди азиатского, испанского, южноамериканского и южноафриканского происхождения чаще имеют янтарные глаза.

Серый - 3%

Глаза кажутся серыми из-за увеличения количества коллагена, который блокирует светимость цвета.Изображение предоставлено: muratart / Shutterstock

Да, у некоторых людей глаза цвета вашей кошки. У людей с серыми глазами радужная оболочка глаза не содержит меланина, а также дополнительное количество коллагена в части глаза, называемой стромой. Это предотвращает появление синего цвета в их глазах, в результате чего получается стальной серый оттенок.

зеленый - 2%

Настоящие зеленые глаза встречаются очень редко.Людей с карими глазами часто принимают за зеленые. Изображение предоставлено: Claudia K / Shutterstock

Манящие, как мерцающие изумруды, зеленые глаза - одни из самых редких в мире. Несмотря на это, в некоторых районах огромная концентрация зеленоглазых людей. Зеленоглазые и голубоглазые, хотя и редки в других местах, настолько распространены в Ирландии и Шотландии, что они есть у более 86% населения. Однако люди не рождаются с зелеными глазами, а вырастают в них. Все дети рождаются с голубыми или карими глазами, а к 6 месяцам у них могут развиться зеленые глаза.

Зеленые глаза образованы сочетанием светло-коричневой и желтоватой пигментации в сочетании с рассеянием Рэлея. За пределами Ирландии и Шотландии люди с зелеными глазами живут в основном в Северной Европе.

Красный / Фиолетовый - <1%

Красные глаза обычно вызываются альбинизмом, когда организм не производит меланин.Изображение предоставлено: Krakenimages.com/Shutterstock

Может быть шокирующим видеть красный и фиолетовый в списке цветов глаз людей, но в редких случаях это случается. На самом деле красные или фиолетовые глаза имеют менее 1% населения мира. У человека могут появиться фиолетовые глаза, если в глазах отсутствует пигментация и свет отражается от кровеносных сосудов. Люди с красными глазами - обычно альбиносы. Отсутствие пигментации на их коже приводит к появлению кровеносных сосудов, вызывая у них красные глаза.

Гетерохромия - <1%

Гетерохромия - это когда глаза человека двух разных цветов.Изображение предоставлено: sruilk / Shutterstock

Что, черт возьми, такое гетерохромия? Этот термин относится к людям с глазами двух разных цветов. У некоторых людей оба глаза имеют два цвета, а у других - разные цвета для каждого глазного яблока. «Гетерос» по-гречески означает «другой», а «цветность» - цвет. К сожалению, этот цвет глаз может быть связан с определенными заболеваниями, такими как болезнь Бурневиля, синдром Блоха-Сульцбергера и болезнь Реклингхаузена, среди других.

Хотя вы не можете выбрать свой естественный цвет глаз, это очень важно.Цвет ваших глаз, как и цвет вашей кожи, определяется природой, чтобы наилучшим образом защитить вас от солнечных лучей. Теоретически, чем темнее ваши глаза, тем меньше вреда для них солнце наносит им в ясный день. Почти все дети рождаются с голубыми глазами, но для большинства людей они становятся коричневыми в первые несколько лет жизни. Верно и то, что ваши глаза могут измениться с возрастом, если у вас разовьется заболевание, которое вызывает это, или вы испытаете другую форму травмы, которая может повлиять на цвет ваших глаз.Короче говоря, цвет глаз может быть увлекательной темой, рассказывающей историю ваших предков. Независимо от того, карие ли ваши глаза, синие, зеленые, красные или что-то среднее, они всегда будут прекрасны в глазах смотрящего.

Население мира по цвету глаз

Ранг Цвет глаз Расчетный процент населения мира
1 Коричневый От 70% до 79%
2 Синий от 8% до 10%
3 Орешник 5%
4 Янтарь 5%
5 Серый 3%
6 Зеленый 2%
7 Красный / фиолетовый <1%
8 Гетерохромия <1%
.

ИзучитьУчебные устройства: математические и научные симуляции

Пчела для квилтинга (Симметрия)

Наступила неделя Хэллоуина, поэтому мы решили отпраздновать это жуткими произведениями искусства, любезно предоставленными Quilting Bee Gizmo.

Эта штуковина разработана, чтобы помочь научить симметрии с творческим подходом. Он поставляется с 20 готовыми «лоскутными одеялами» в галерее, и вы можете создать свои собственные. Каждое квилт можно проверить на симметрию линий и вращательную симметрию.Кроме того, при создании своих собственных одеял учащиеся могут выбрать определенный тип симметрии линий, и Gizmo позаботится о том, чтобы это отражалось в их дизайне. Параметр «Выбрать цвета» позволяет учащимся выбирать из множества цветов, включая подходящие для Хэллоуина оттенки, такие как оранжевый, черный, фиолетовый и красный.

С Хеллоуином и удачного лоскутного шитья!

.

Смотрите также