สวัสดีชาว Maker วัยรุ่นหาทำทุกคนครับ! 😎 เวลาเราดูหนังสายลับไซไฟที่มีปืนกล้องสแกนหาหน้าคน หรือระบบเปิดประตูที่จับใบหน้าปุ๊บประตูเปิดปั๊บ หลายคนคงคิดว่า "โห เทคโนโลยีแบบนี้เราคงทำเองไม่ได้หรอกมั้ง?" แต่รู้ไหมครับว่าวันนี้คุณสามารถสร้าง ระบบตรวจจับใบหน้า (Face Detection) แบบในหนังได้ง่ายๆ ด้วยงบไม่กี่พันบาท แถมไม่ต้องเขียนโค้ด Machine Learning เองให้ปวดหัวเลยด้วย!

โปรเจกต์นี้เราจะใช้แค่บอร์ดคอมพิวเตอร์จิ๋ว Raspberry Pi และกล้อง USB ธรรมดาๆ มาต่อกัน แล้วปล่อยหน้าที่การ "ประมวลผลความฉลาด" ไปให้ระบบ CircuitDigest Cloud AI จัดการให้หมด! โคตรง่าย โคตรไว และที่สำคัญคือทำงานได้แบบ Real-time ด้วยนะ มาดูวิธีทำกันเลยครับ!

มันทำงานยังไง? (แอบส่องสถาปัตยกรรมระบบ) 🧠

ระบบนี้ใช้โครงสร้างแบบ Cloud-Offload Architecture ครับ ซึ่งแปลง่ายๆ คือ "ถ่ายรูปที่บอร์ด ไปคิดเลขที่คลาวด์" โดยมีขั้นตอนดังนี้ครับ:

• กล้อง USB ที่ต่อกับ Raspberry Pi จะทำหน้าที่จับภาพสด (Live video feed) ผ่านไลบรารี OpenCV
• เมื่อถึงเวลาที่กำหนด (หรือตอนที่เรากดปุ่มบนคีย์บอร์ด) ตัวบอร์ดจะบีบอัดภาพเป็นไฟล์ JPEG
• ส่งภาพนั้นผ่านอินเทอร์เน็ต (HTTPS POST request) พุ่งตรงไปยัง API ของ CircuitDigest Cloud
• AI บนคลาวด์จะสแกนหาหน้าคนในภาพอย่างรวดเร็ว แล้วส่ง "จำนวนใบหน้าที่เจอ" พร้อม "ค่าความแม่นยำ (Confidence score)" กลับมาแสดงบนหน้าจอ Terminal ของเราครับ

เตรียมของและต่อสายวงจร 🔌

ฮาร์ดแวร์ในโปรเจกต์นี้บอกเลยว่า "มินิมอล" สุดๆ ครับ มีแค่:

ผังการเชื่อมต่อ (Circuit Diagram) 🗺️

การเชื่อมต่อที่แสนง่าย แค่เสียบกล้อง USB และเสียบสายชาร์จไฟให้ Raspberry Pi

การตั้งค่าและทดสอบบน CircuitDigest Cloud ☁️

คุณสามารถอัปโหลดรูปเพื่อนๆ เข้าไปเทสระบบ AI และตั้งค่าความแม่นยำ (Confidence) ได้ฟรีๆ บนหน้าเว็บเลย ก่อนจะเริ่มรันโค้ดจริง

โหมดการทำงานของโปรเจกต์ 🔄

• Keyboard Mode: กดปุ่ม "Spacebar" ที่คีย์บอร์ดเพื่อให้กล้องถ่ายแชะ! แล้วส่งภาพเข้าคลาวด์ (เหมาะสำหรับเวลาทดสอบระบบ)
• Auto Mode: ตั้งเวลาให้กล้องถ่ายอัตโนมัติ (เช่น ทุกๆ 5 วินาที) เหมาะกับการเอาไปทำกล้องวงจรปิดนับคน
• SSH Mode: รันโปรแกรมแบบไม่มีหน้าต่างวิดีโอ (No GUI) ข้อมูลทุกอย่างเด้งรายงานผ่าน Terminal ล้วนๆ เหมาะกับตอนที่ติดตั้งบอร์ดเสร็จแล้ว

ตัวอย่างโค้ด Python: การนำเข้าไลบรารีและตั้งค่า API 💻

Copy Code

import cv2
import requests
import time
import os
import sys

# ตั้งค่าที่อยู่เซิร์ฟเวอร์และใส่ API KEY ของคุณ
SERVER_URL = "https://www.circuitdigest.cloud/api/v1/face-detection/detect"
API_KEY    = "YourApikey"

# เลือกโหมดทำงาน (keyboard หรือ auto)
MODE = "keyboard"
AUTO_INTERVAL = 5

# ตั้งค่าความละเอียดกล้อง OpenCV
cap = cv2.VideoCapture(0)
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)
      

ตัวอย่างโค้ด Python: การส่งภาพขึ้นคลาวด์และการอ่านผลลัพธ์ 🚀

Copy Code

# บีบอัดรูปภาพที่ได้จากกล้องให้เป็นไฟล์ JPG แบบเบาๆ (คุณภาพ 90)
_, img_encoded = cv2.imencode('.jpg', frame, [cv2.IMWRITE_JPEG_QUALITY, 90])
img_bytes = img_encoded.tobytes()

# โยนข้อมูลขึ้นคลาวด์เพื่อตรวจจับใบหน้า
response = requests.post(SERVER_URL, headers=headers, files=files, timeout=15)

# แกะกล่องของขวัญ (ไฟล์ JSON) ที่คลาวด์ส่งกลับมา ว่าเจอหน้าคนกี่หน้า!
if response.status_code == 200:
    result = response.json()
    face_count = result.get("face_count", 0)
    print(f"✅ Faces detected: {face_count}")
      

ผลลัพธ์การรันโปรแกรมบน Thonny IDE 🖥️

หน้าต่าง Terminal จะรายงานเลยว่าเจอคนกี่คน! เอาไปต่อยอดทำระบบนับคนเข้าห้องเรียน (Attendance Tracking) ได้ชิลๆ

ข้อดีและข้อจำกัดที่ควรทราบ ⚖️