API के बारे में:
हमारा हैंड रिकोग्निशन API चित्रों में हाथों का पता लगाने और ट्रैक करने के लिए एक शक्तिशाली उपकरण है। यह API इनपुट चित्रों के साथ काम करने के लिए डिज़ाइन किया गया है जो डिकोडेबल हैं और जिनका अनुपात सही है। API चित्र को प्रोसेस करता है और उन हाथों के बारे में विस्तृत जानकारी प्रदान करता है जिन्हें यह पहचानता है।
आउटपुट में प्रत्येक हाथ का कॉर्डिनेट फ्रेम शामिल होता है, जो चित्र में हाथ के स्थान और उन्मुखता को प्रदान करता है। इसके अतिरिक्त, API प्रत्येक हाथ के लिए 21 हड्डी नोड कॉर्डिनेट जानकारी भी प्रदान करता है। यह विस्तृत जानकारी विभिन्न अनुप्रयोगों जैसे वर्चुअल और ऑगमेंटेड रियलिटी, मानव-कंप्यूटर इंटरैक्शन, और इशारा पहचानने में उपयोग की जा सकती है।
यह API उच्च सटीकता के साथ चित्र का विश्लेषण करने और हाथों का पता लगाने के लिए अत्याधुनिक कंप्यूटर विज़न एल्गोरिदम का उपयोग करता है। यह प्रकाश की एक विस्तृत श्रृंखला, हाथ के पोज़, और पृष्ठभूमियों को संभालने में सक्षम है, जिससे यह किसी भी अनुप्रयोग के लिए एक बहुपरकारी उपकरण बनता है जिसे हाथ पहचानने की आवश्यकता है।
यह API आपके मौजूदा सिस्टम में आसानी से एकीकृत किया जा सकता है, चाहे वह एक मोबाइल ऐप, एक वेबसाइट, या एक स्टैंडअलोन अनुप्रयोग हो। इसे उपयोगकर्ता के अनुकूल और उपयोग में आसान बनाने के लिए डिज़ाइन किया गया है, जिससे यह सभी कौशल स्तरों के डेवलपर्स के लिए सुलभ है।
कुल मिलाकर, हमारा हैंड रिकोग्निशन API चित्रों में हाथों का पता लगाने और ट्रैक करने के लिए एक शक्तिशाली और बहुपरकारी उपकरण है। इसके विस्तृत आउटपुट और उपयोग में आसान इंटरफ़ेस के साथ, यह हाथ पहचानने की आवश्यकता वाले विभिन्न अनुप्रयोगों के लिए एक आदर्श समाधान है।
अपनी पसंद की चित्र URL पास करें और चित्र में हाथ द्वारा पहचानी गई जानकारी प्राप्त करें।
वर्चुअल और ऑगमेंटेड रियलिटी: API का उपयोग करके हाथ के इशारों को ट्रैक और व्याख्या करें, जिससे वर्चुअल वातावरण के साथ अधिक प्राकृतिक और सहज इंटरैक्शन संभव होता है।
मानव-कंप्यूटर इंटरएक्शन: API का उपयोग करें ताकि हाथ के इशारों को उपकरणों और अनुप्रयोगों को नियंत्रित करने के लिए इनपुट के रूप में सक्षम किया जा सके, पारंपरिक इनपुट विधियों जैसे माउस और कीबोर्ड के विकल्प प्रदान करें।
संकेत भाषा पहचान: API का उपयोग करके संकेत भाषा में हाथ के इशारों को पहचानें और व्याख्या करें, जिससे बधिर और सुनने में कठिनाई वाले लोगों के लिए संचार अधिक सुलभ हो जाए।
गेमिंग: API का उपयोग करें ताकि हाथ की गतिविधियों को ट्रैक किया जा सके और उन्हें खेल में कार्यों के रूप में व्याख्यायित किया जा सके, जिससे अधिक इमर्सिव और इंटरैक्टिव गेमप्ले संभव हो।
रोबोटिक्स: API का उपयोग करके हाथ के इशारों को रोबोटिक सिस्टम को नियंत्रित करने के लिए आदेशों के रूप में व्याख्या करें, जिससे मनुष्य-रोबोट इंटरैक्शन अधिक प्राकृतिक और सहज हो सके।
चिकित्सा अनुसंधान: API का उपयोग करें ताकि मोटर कौशल को प्रभावित करने वाली बीमारियों जैसे पार्किंसन रोग वाले रोगियों में हाथ की गतिविधियों को ट्रैक और विश्लेषण किया जा सके, जिससे बीमारी के विकास का अध्ययन और समझा जा सके।
API कॉल सीमाओं के अलावा, कोई अन्य सीमाएँ नहीं हैं।
{"code":0,"data":{"hand_info":[{"hand_parts":{"4":{"y":204,"x":486,"score":0.81871610879898},"10":{"y":321,"x":454,"score":0.81764525175095},"5":{"y":242,"x":422,"score":0.63888543844223},"11":{"y":359,"x":491,"score":0.79886507987976},"12":{"y":390,"x":523,"score":0.81205058097839},"7":{"y":321,"x":497,"score":0.83726966381073},"18":{"y":343,"x":391,"score":0.81639093160629},"13":{"y":305,"x":380,"score":0.67881578207016},"0":{"y":226,"x":263,"score":0.59736984968185},"8":{"y":353,"x":529,"score":0.8176703453064},"19":{"y":364,"x":422,"score":0.78116250038147},"9":{"y":274,"x":406,"score":0.72501480579376},"6":{"y":289,"x":470,"score":0.82305908203125},"16":{"y":396,"x":497,"score":0.85061377286911},"1":{"y":173,"x":327,"score":0.49955746531487},"3":{"y":194,"x":433,"score":0.7212952375412},"17":{"y":321,"x":353,"score":0.74342161417007},"2":{"y":167,"x":385,"score":0.66624820232391},"14":{"y":343,"x":428,"score":0.8819363117218},"15":{"y":369,"x":465,"score":0.86385977268219},"20":{"y":390,"x":454,"score":0.85869860649109}},"location":{"top":167,"height":229,"score":16.048545837402,"left":263,"width":266}}],"hand_num":1},"message":"success"}
curl --location --request POST 'https://zylalabs.com/api/1102/hand+recognition+api/960/hand+recognition?imageUrl=https://uploads-ssl.webflow.com/577065f4e06b550b0c190c5c/583bb3ca5b8693a10835b1f3_Sophie%27s%20hand_BEN7244.jpg' --header 'Authorization: Bearer YOUR_API_KEY'
| हेडर | विवरण |
|---|---|
Authorization
|
[आवश्यक] होना चाहिए Bearer access_key. जब आप सब्सक्राइब हों तो ऊपर "Your API Access Key" देखें। |
कोई लंबी अवधि की प्रतिबद्धता नहीं। कभी भी अपग्रेड, डाउनग्रेड या कैंसल करें। फ्री ट्रायल में 50 रिक्वेस्ट तक शामिल हैं।
हाथ पहचान एपीआई छवियों में обнаружित हाथों के बारे में विस्तृत जानकारी लौटाता है जिसमें प्रत्येक हाथ के लिए समन्वय फ्रेम और 21 हड्डी नोड्स के समन्वय शामिल हैं जो हाथ पर कुंजी बिंदुओं का प्रतिनिधित्व करते हैं
उत्तर डेटा में मुख्य क्षेत्र "hand_info" है जिसमें पहचानित हाथों का एक एरे शामिल है और "hand_parts" है जो 21 हड्डी नोड्स के लिए निर्देशांक (x, y) और आत्मविश्वास स्कोर प्रदान करता है
प्रतिक्रिया डेटा एक JSON ऑब्जेक्ट के रूप में संरचित है इसमें एक "कोड" शामिल है जो अनुरोध की स्थिति को सूचित करता है और एक "डेटा" ऑब्जेक्ट है जिसमें "हैंड_इनफो" है जो पहचानी गई हाथों और उनके संबंधित बोन नोड के निर्देशांक को सूचीबद्ध करता है
API हाथ पहचानने की जानकारी प्रदान करता है जिसमें प्रत्येक हाथ का स्थान और अभिविन्यास शामिल है साथ ही हाथ पर 21 विशिष्ट बिंदुओं के लिए विस्तृत समन्वय है जो इशारा पहचान और आभासी इंटरैक्शन जैसे अनुप्रयोगों के लिए उपयोगी है
उपयोगकर्ता अपने अनुरोधों को POST हैंड रिकॉग्निशन एंडपॉइंट पर विभिन्न छवि URL प्रदान करके अनुकूलित कर सकते हैं एपीआई निर्दिष्ट छवि को संसाधित करता है और उस छवि की सामग्री के आधार पर हैंड डिटेक्शन डेटा लौटाता है
विशिष्ट उपयोग के मामलों में इशारा ट्रैकिंग के लिए वर्चुअल और ऑगमेंटेड रियलिटी एप्लिकेशन मानव-computer इंटरैक्शन के लिए वैकल्पिक इनपुट विधियाँ immersive अनुभवों के लिए गेमिंग और मरीजों में हाथ की गति विश्लेषण के लिए चिकित्सा अनुसंधान शामिल हैं
हैंड पहचान एपीआई उन्नत कंप्यूटर दृष्टि और एल्गोरिदम का उपयोग करती है जो विभिन्न प्रकाश स्थितियों और हाथ के मुहावरे को संभालने के लिए डिज़ाइन की गई हैं जिससे विभिन्न परिस्थितियों में हाथ पहचानने और ट्रैक करने में उच्च सटीकता सुनिश्चित होती है
उपयोगकर्ता "कोड" क्षेत्र और "डेटा" वस्तु के साथ एक सुसंगत JSON संरचना की अपेक्षा कर सकते हैं प्रत्येक पहचानने वाले हाथ के लिए एक संबंधित "हाथ_भाग" वस्तु होगी जिसमें समन्वय और स्कोर होंगे जो प्रत्येक पहचानी गई बिंदु की विश्वसनीयता को दर्शाते हैं
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
991ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,140ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
947ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,024ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,520ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
406ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
271ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
249ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
462ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
117ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
59ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
10,415ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
597ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
40ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
10,182ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
459ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,420ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,867ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
600ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
10,743ms