en
Feedback
تعلم اساسيات البرمجة

تعلم اساسيات البرمجة

Open in Telegram

تعلم اساسيات البرمجة افضل قناة لتعلم البرمجة والتكنولوجيا 💙 #عبدالرحمن_جهيم

Show more

📈 Analytical overview of Telegram channel تعلم اساسيات البرمجة

Channel تعلم اساسيات البرمجة (@learnprogramming99) in the Arabic language segment is an active participant. Currently, the community unites 10 530 subscribers, ranking 18 690 in the Education category and 11 258 in the Iraq region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 10 530 subscribers.

According to the latest data from 25 August, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -113 over the last 30 days and by 0 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 0%. Within the first 24 hours after publication, content typically collects N/A% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 0 views. Within the first day, a publication typically gains 0 views.
  • Reactions and interaction: The audience actively supports content: the average number of reactions per post is 0.
  • Thematic interests: Content is focused on key topics such as بِدَايَة, تَلَم, طَفَل, قَنَاة, دَورَة.

📝 Description and content policy

The author describes the resource as a platform for expressing subjective opinions:
تعلم اساسيات البرمجة افضل قناة لتعلم البرمجة والتكنولوجيا 💙 #عبدالرحمن_جهيم

Thanks to the high frequency of updates (latest data received on 26 August, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Education category.

10 530
Subscribers
No data24 hours
-147 days
-11330 days
Posts Archive
رسميا Meta AI صار على الماسنجر بتقدر تجربة ذكاء صناعي LIama
رسميا Meta AI صار على الماسنجر بتقدر تجربة ذكاء صناعي LIama

اصدارات الفوتوشوب القديمة اول ما اتعرفت على البرنامج كان ب photoshop 7 انت على اي اصدار اشتغلت؟
اصدارات الفوتوشوب القديمة اول ما اتعرفت على البرنامج كان ب photoshop 7 انت على اي اصدار اشتغلت؟

هل تساءلت يومًا كيف يستطيع جهازك التعرّف على وجهك بدقة وسرعة؟ دعونا نتعمّق أكثر في التفاصيل التقنية وراء هذه التكنولوجيا المدهشة. الخطوات البرمجية لعمل تقنية التعرف على الوجه: 1️⃣ التقاط الصورة: تستخدم الكاميرات الأمامية صورًا بدقة عالية (عادةً لا تقل عن 2 ميجابكسل)، وأحيانًا كاميرات ثلاثية الأبعاد (3D) للحصول على معلومات إضافية عن العمق. يتم التقاط أكثر من 100 لقطة مختلفة لوجهك خلال ثانية واحدة لضمان الحصول على صورة واضحة حتى في حالة الحركة. 2️⃣ تحليل الملامح الأساسية (Feature Extraction): يتم تحديد الملامح البارزة للوجه، مثل: المسافة بين العينين. طول الأنف وعرضه. شكل الفك والخدين. مواضع الزوايا مثل زوايا العين والفم. هذه الملامح يتم تمثيلها كنقاط رياضية (تُعرف بالنقاط المميزة أو Landmarks). عادةً، يتم استخراج ما بين 68 إلى 128 نقطة مميزة على الوجه. 3️⃣ إنشاء بصمة الوجه (Face Template): باستخدام خوارزميات رياضية مثل Eigenfaces أو Fisherfaces، تُحوَّل هذه النقاط إلى مصفوفة رقمية (Matrix). هذه المصفوفة تُخزن على شكل "بصمة رقمية" مميزة لكل شخص. 4️⃣ المقارنة: عندما يحاول المستخدم فتح الجهاز، يتم التقاط صورة جديدة ومقارنتها بالبصمة المسجلة باستخدام تقنيات مثل Cosine Similarity أو Euclidean Distance. إذا كان الفرق بين البصمتين أقل من نسبة خطأ محددة (عادةً 0.01٪)، يُعتبر الوجه متطابقًا. كيف تُبرمج هذه العمليات؟ اللغات المستخدمة: Python، C++، أو حتى Java تُعتبر من الخيارات الرئيسية. المكتبات: مكتبات مثل OpenCV وDlib تُستخدم لبناء خوارزميات الكشف والتعرف على الملامح. التدريب: يتم تدريب الشبكات العصبية باستخدام مئات الآلاف من صور الوجوه لتعلّم الأنماط المختلفة. مواصفات الكاميرا المناسبة: دقة لا تقل عن 2 ميجابكسل، ويفضل استخدام كاميرات 3D للتعرّف الدقيق. زاوية عرض واسعة (Wide Angle) لالتقاط الوجه من زوايا مختلفة. حساسية عالية للضوء لتعمل في الإضاءة المنخفضة. الأبعاد التي يتم التركيز عليها في الملامح: عرض وطول كل عين. موضع الأنف بالنسبة للفم والعينين. شكل الذقن والخدين. زاوية ميل الرأس. هل هذه التقنية مثالية؟ رغم دقتها العالية، قد تواجه تحديات مع: التوائم المتطابقة. تغييرات جذرية في الوجه مثل اللحية أو ارتداء النظارات. الصور المُزيفة أو الأقنعة ثلاثية الأبعاد، لكن يتم استخدام مستشعرات إضافية للكشف عن الحيوية (Liveness Detection). ما رأيك؟ هل تعتقد أن هذه التكنولوجيا كافية لحماية بياناتنا؟ أم أن هناك حاجة لتحسينها أكثر؟ شاركونا بالتعليقات! 🌟

يمكن نرجع على سوريا عن قريب بس بعد ما نرجع بدنا نعزم كل اهل مصر لعنا ❤️ اكتر ناس شالونا وتحملونا وساعدونا ووقفوا معنا وقفة بلد واحد وشعب واحد ورجل واحد ✊️ الف تحية لاهل مصر وان شاء الله منرجع على سوريا كلنا ونعمرها وتصير احسن من الاول يارب 🤲

اللي بيعرف شو هاد بيكون من الناس الطيبين❤️
اللي بيعرف شو هاد بيكون من الناس الطيبين❤️