def divide_image(img_path, coords, img_name):
# 切分图像并进行保存
img = Image.open(img_path)
detected_img = divide_detect_img.get_targets(img, coords)
img_paths = []
for i in range(len(detected_img)):
path = 'result/' + img_name + '_' + str(i) + '.jpg'
# path = 'result/temp_'+str(i)+'.jpg'
detected_img[i].save(path)
img_paths.append(path)
os.remove(img_path)
return img_paths
def receive_img():
tcp_client1 = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
# 与终端连接 接收 收货人照片
print('等待连接终端')
tcp_client1.bind(('172.19.5.75', 2000)) # 边自己的ip #172.19.5.18
tcp_client1.listen(128)
sock_client, client_addr = tcp_client1.accept(
) # 返回一对（conn socket对象，可以在该连接上发送和接受数据，address 另一端地址）
print('连接成功')
print('终端地址', client_addr)
# 接收图片大小
img_size = sock_client.recv(1024 * 1024) # 从socket接收数据： bufsize 一次性接收最大数据量
print('图片size:', int(img_size))
sock_client.send('edge_ok'.encode()) # 将数据发送到socket
count = 0
img_path = 'test_img.jpg'
while True:
data = sock_client.recv(1024 * 1024 * 32)
count += len(data)
print(count)
# 第一次新建model文件 , ab 接收二进制文件
model_txt = open(img_path, 'ab')
model_txt.write(data)
model_txt.close()
print('已传输', count * 100 / int(img_size), '%')
if count == int(img_size):
break
print('图片路径：', img_path)
sock_client.send('edge_recv'.encode()) # 将数据发送到socket
# 接收目标检测坐标信息并进行切分
data = sock_client.recv(1024 * 1024)
coords = pickle.loads(data)
print(coords)
# 保存识别后的图像
img = Image.open(img_path)
detected_img = divide_detect_img.get_targets(img, coords)
img_paths = []
for i in range(len(detected_img)):
path = 'result/temp_' + str(i) + '.jpg'
detected_img[i].save(path)
img_paths.append(path)
os.remove(img_path)
return img_paths
def receive_img():
"""
边-端 接收端的图片
:return: 经过目标检测后识别出的所有图片的路径，列表
"""
# 与终端进行连接
tcp_client1 = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
print('等待连接终端')
tcp_client1.bind(('172.19.5.75', 2000)) # 边自己的ip #172.19.5.18
tcp_client1.listen(128)
sock_client, client_addr = tcp_client1.accept() # 返回一对（conn socket对象，可以在该连接上发送和接受数据，address 另一端地址）
print('连接成功')
print('终端地址', client_addr)
# 接收从终端发送来的图片
img_size = sock_client.recv(1024*1024) # 从socket接收数据： bufsize 一次性接收最大数据量
print('图片size:', int(img_size))
sock_client.send('edge_ok'.encode()) # 将数据发送到socket
count = 0 #已获取的数据量
# TODO 可修改，当前是把传过来的图片保存到img_path，多图片会覆盖
img_path = 'test_img.jpg'
while True:
data = sock_client.recv(1024 * 1024 * 32)
count += len(data)
print(count)
# 打开img_path，写入接收图片数据，ab 接收二进制文件
receive_img_data = open(img_path, 'ab')
receive_img_data.write(data)
receive_img_data.close()
print('已传输', count * 100 / int(img_size), '%')
if count == int(img_size):
break
print('图片路径：', img_path)
# 图片传输完毕，发送确认信息，可接受坐标信息
sock_client.send('edge_recv'.encode()) # 将数e据发送到sockt
# 接收目标检测坐标信息
data = sock_client.recv(1024*1024)
coords = pickle.loads(data)
print(coords)
# 坐标信息接收完毕，可接收图片名称
sock_client.send('coords_recv'.encode())
# 接收图片名称
data_img_name = sock_client.recv(1024 * 1024)
# img_name = pickle.loads(data_img_name)
img_name = data_img_name.decode()
# print("img_name = %s" % img_name)
img_name = img_name[:-4]
print("new_img_name = %s" % img_name)
# 切分图像并进行保存
img = Image.open(img_path)
detected_img = divide_detect_img.get_targets(img, coords)
img_paths = []
for i in range(len(detected_img)):
path = 'result/'+img_name+'_'+str(i)+'.jpg'
# path = 'result/temp_'+str(i)+'.jpg'
detected_img[i].save(path)
img_paths.append(path)
# TODO 可修改 切分完毕后删除图像，以进行下一次图像传输
os.remove(img_path)
return img_paths
def receive_img():
"""
边-端 接收端的图片
:return: 经过目标检测后识别出的所有图片的路径，列表
"""
# 与终端进行连接
tcp_client1 = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
print('等待连接终端')
tcp_client1.bind((EDGE_ID, EDGE_PORT)) # 边自己的ip #172.19.5.18
tcp_client1.listen(128)
sock_client, client_addr = tcp_client1.accept(
) # 返回一对（conn socket对象，可以在该连接上发送和接受数据，address 另一端地址）
print('连接成功')
print('终端地址', client_addr)
# 接收从终端发送来的图片
img_size = sock_client.recv(1024 * 1024) # 从socket接收数据： bufsize 一次性接收最大数据量
print('图片size:', int(img_size))
sock_client.send('edge_ok'.encode()) # 将数据发送到socket
count = 0 # 已获取的数据量
# TODO 可修改，当前是把传过来的图片保存到img_path，多图片会覆盖
img_path = 'test_img.jpg'
while True:
data = sock_client.recv(1024 * 1024 * 32)
count += len(data)
print(count)
# 打开img_path，写入接收图片数据，ab 接收二进制文件
receive_img_data = open(img_path, 'ab')
receive_img_data.write(data)
receive_img_data.close()
print('已传输', count * 100 / int(img_size), '%')
if count == int(img_size):
break
print('图片路径：', img_path)
# 图片传输完毕，发送确认信息，可接受坐标信息
sock_client.send('edge_recv'.encode()) # 将数据发送到socket
# 接收目标检测坐标信息
data = sock_client.recv(1024 * 1024)
coords = pickle.loads(data)
print(coords)
# 坐标信息接收完毕，可接收图片名称
sock_client.send('coords_recv'.encode())
# 接收图片名称
data_img_name = sock_client.recv(1024 * 1024)
# img_name = pickle.loads(data_img_name)
img_name = data_img_name.decode()
# print("img_name = %s" % img_name)
img_name = img_name[:-4]
print("new_img_name = %s" % img_name)
# return img_path, coords, img_name
# 切分图像并进行保存
img = Image.open(img_path)
detected_img = divide_detect_img.get_targets(img, coords)
img_paths = []
for i in range(len(detected_img)):
path = 'result/' + img_name + '_' + str(i) + '.jpg'
# path = 'result/temp_'+str(i)+'.jpg'
detected_img[i].save(path)
img_paths.append(path)
os.remove(img_path)
print('成功接受检测后的图像，开始人脸识别')
for img_path in img_paths:
print('当前识别的图片路径为：%s' % img_path)
try:
# 检测从端发送并切割的图像，然后提取其特征
unknown_image = face_recognition.load_image_file(img_path)
unknown_face_encoding = face_recognition.face_encodings(
unknown_image)[0]
# 匹配从云获取的图像特征和当前切割后的图像特征是否是同一人
results = face_recognition.compare_faces(known_faces,
unknown_face_encoding)
print(results)
except IndexError:
print('没有识别到人脸！')
# 图片传输完毕，发送确认信息，可接受坐标信息
sock_client.send('recognition_recv'.encode()) # 将数据发送到socket