🚀 Reconhecimento Facial no Azure com o Estúdio de Visão

Este projeto utiliza o Estúdio de Visão da Azure (Azure Vision Studio) para realizar reconhecimento facial em imagens.

📌 Objetivo

Explorar as capacidades do Azure Vision Studio para detectar rostos em imagens e analisar suas funcionalidades.

🛠️ Tecnologias Utilizadas

• Microsoft Azure Vision Studio
• JSON (para automação e análise de dados)
• Git/GitHub (para versionamento e colaboração)

📷 Exemplo de Imagem

Abaixo, um exemplo de imagem utilizada no projeto para reconhecimento facial:


📜 Código JSON Simplificado

Aqui está um exemplo do JSON retornado pelo Azure Vision Studio: { "recognitionModel": "reconhecimento_01", "faceRectangle": { "largura": 141, "altura": 201, "esquerda": 470, "topo": 186 }, "faceLandmarks": { "olhoEsquerdo": { "x": 510.5, "y": 256.4 }, "olhoDireito": { "x": 574.7, "y": 263.7 }, "nariz": { "x": 538.1, "y": 301.7 }, "bocaEsquerda": { "x": 502.2, "y": 325 }, "bocaDireita": { "x": 568.7, "y": 331.8 } }, "atributos": { "mascara": { "tipo": "noMask", "narizEBocaCobertos": false } } } 📌 Observações O código JSON acima contém os principais pontos faciais detectados. Inclui a verificação do uso de máscara facial.

📝 Tutorial: Como Reproduzir Este Projeto

1️⃣ Criando um recurso no Azure

1. Acesse o Portal do Azure.
2. Crie um novo recurso e selecione "Cognitive Services".
3. Escolha a região e o plano de preço adequado.
4. Após a criação, anote a chave de API e o endpoint.

2️⃣ Configurando o Azure Vision Studio

1. Acesse o Azure Vision Studio.
2. Faça login com sua conta do Azure.
3. Insira a chave da API e o endpoint no painel de configurações.
4. Faça upload da imagem desejada para análise.

3️⃣ Processando Imagens com Python

1. Instale as dependências necessárias:

   pip install requests

2. Envie uma imagem para análise utilizando uma requisição HTTP

##👨‍💻 Desenvolvido por Maria Eduarda Soares Machado