Encriptar contraseña en fichero y usarla como variable en script Python
12 de abril de 2024Metodología de trabajo gitflow
8 de julio de 2024
Este es mi primer borrador/script de reconocimiento facial, es una prueba de concepto que he desarrollado refactorizando varios scripts ya existentes pero que, o bien no funcionaban, o bien no tenían la funcionalidad deseada.
Características: Dada una carpeta con imágenes de caras conocidas el script reconoce en tiempo real las imágenes adquiridas por una webcam, las compara, y si encuentra una coincidencia aparece una ventana pop-up avisando de ello. Descarga de archivo con caras AQUÍ.
import cv2
import face_recognition
import os
import numpy as np
import sys
from tkinter import Tk, messagebox
# Directorio con imágenes conocidas
known_faces_dir = "C:\\Repo\\python\\face_recognition\\known_people"
# Cargar imágenes conocidas y sus codificaciones
known_faces = []
known_names = []
# Recorrer el directorio y cargar cada imagen
for file_name in os.listdir(known_faces_dir):
if file_name.endswith(('.jpg', '.png', '.jpeg')):
# Cargar la imagen
image_path = os.path.join(known_faces_dir, file_name)
image = face_recognition.load_image_file(image_path)
# Obtener las codificaciones de los rostros en la imagen
try:
encoding = face_recognition.face_encodings(image)[0]
known_faces.append(encoding)
known_names.append(file_name.split('.')[0]) # Usar el nombre del archivo sin extensión
except IndexError:
print(f"Advertencia: No se encontraron rostros claros en la imagen {file_name}")
faceCascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
# Función para mostrar una alerta emergente
def show_alert(name):
root = Tk()
root.withdraw() # Oculta la ventana principal
messagebox.showinfo("Alerta de Coincidencia", f"¡Coincidencia encontrada con {name}!")
root.destroy()
video_capture = cv2.VideoCapture(0)
while True:
# Capture frame-by-frame
ret, frame = video_capture.read()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
name = "persona"
faces = faceCascade.detectMultiScale(
gray,
scaleFactor=1.1,
minNeighbors=5,
minSize=(30, 30),
flags=cv2.CASCADE_SCALE_IMAGE
)
# Draw a rectangle around the faces
for (x, y, w, h) in faces:
cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
cv2.putText(frame, name, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (36,255,12), 2)
# Detectar ubicaciones y codificaciones de rostros en el frame actual
face_locations = face_recognition.face_locations(frame)
face_encodings = face_recognition.face_encodings(frame, face_locations)
# Display the resulting frame
cv2.imshow('Video', frame)
# Comparar cada cara capturada con las caras conocidas
for face_encoding in face_encodings:
matches = face_recognition.compare_faces(known_faces, face_encoding)
face_distances = face_recognition.face_distance(known_faces, face_encoding)
best_match_index = np.argmin(face_distances)
if matches[best_match_index]:
name = known_names[best_match_index]
show_alert(name)
print("Found {0} faces!".format(len(faces)))
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# When everything is done, release the capture
video_capture.release()
cv2.destroyAllWindows()
