def image_callback(msg):
print("Received an image!")
try:
# Convert your ROS Image message to OpenCV2
cv2_img = bridge.imgmsg_to_cv2(msg, "bgr8")
rg = recog(msg)
except CvBridgeError, e:
print(e)
def upload_file():
if request.method == 'POST':
file = request.files['file']
if file and allowed_file(file.filename):
path = os.path.join(app.config['UPLOAD_FOLDER'], file.filename)
file.save(path)
result = recog(path)
return '这是猫' if result else '这不是猫'
else:
return '文件不是图片'
def rgb_exists(self):
try:
cv2.imwrite('rgb.jpeg', self.cv2_img)
except CvBridgeError as e:
print(e)
else:
target = "target2.jpg"
test = cv2.imread("rgb.jpeg")
rg = recog(test, target)
rospy.loginfo(rospy.get_caller_id() + ": " + rg.if_exist())
def init():
x = int(
input(
"**Programa de reconocimiento facial**\n *Para tener acceso al programa necesita realizar un reconocimiento facial*\n *Para realizar reconocimiento presione (1)*\n *Si ya realizo anterior mente el reconocimiento presiones cualquier tecla* "
))
if (x == 1):
rec.facial_recog()
tr.trainner()
x = (input("**Ya se a creado su reconocimiento facial**"))
else:
reco = rec.recog()
if (reco):
x = (input("**ha sido reconocido"))
ta.numeros()
def translate(box, frame, language="es"):
"""
performs the translation operation including
- saving and recognizing a give portion of the image (current_box or frame)
- deciding which recognition is the best
- returns the recognition and the translation
"""
x, y, w, h = [int(p) for p in box] # convert the coordinates to integers
cv2.imwrite(frame_name, frame[y:y + h, x:x + w]) # save image of just the
recognition_output = recog(frame_name) # run the image recognition
to_translate = parse_label(
recognition_output) # get the name of the object in english
translated = change_lang(
to_translate, language) # translate the object into specified language
return to_translate, translated
import cv2
import numpy as np
from recog import recog
target = cv2.imread("target.jpg")
test = cv2.imread("test_img.jpg")
#test = cv2.imread("blue.jpg")
rg = recog(test)
print(rg.if_exist())
def funcionPrincipal():
video_capture = 1.0
movimientoPir = True
primeraVez = True
abriendo = "nada"
nombre = "Sin reconocer"
extraccion = False
indexCamara = 0
db.child("Facial").update({"Error": "IniciaProg"})
print("Inicia el proceso")
while True:
numeroMuestrasRostros = 60
configurado = db.child("Facial/Configurado").get()
configurado = configurado.val()
print("valor configurado" + str(configurado))
if configurado == True:
numeroUsuarios = db.child("Facial/NumeroUsuarios").get()
numeroUsuarios = numeroUsuarios.val()
detener = db.child("Facial/Detener").get()
if detener.val() == True:
break
if extraccion == False:
# try:
print("Esta configurado")
tomaDatos = open(
"/home/pi/Desktop/P2/CaptureSVMReco/archivo_modelo_LBP.pickle",
"rb")
datos = pickle.load(tomaDatos)
clf = datos["modelo"]
pca = datos["pca"]
target_names = datos["target_names"]
NombreCarpetaPrueba = datos["NombreCarpetaPrueba"]
tomaDatos.close()
im_en, errorExtraccionImagenes = rg.encode(
NombreCarpetaPrueba, numeroUsuarios)
if errorExtraccionImagenes:
print("Fallo Entrenamiento de modelo")
db.child("Facial").update({"Error": "Extract"})
# db.child("Facial").update({"Error":"Train"})
break
extraccion = True
print("Extracciòn de modelo realizado correctamente")
db.child("Facial").update({"Error": "NoErrorExtract"})
# except:
# print("Fallo en la extracción del modelo")
"""----------------!!!!!!!!!!!!!!!!!!!!!!!!!!!-----------------"""
### checar la reconexion a firebase
# try:
# db.child("Facial/UsuariosActivados").update(nombreUsuario)
# except:
# conexionExitosa, firebase, db, valores,entrenamiento = conectarFirebase()
#Validacion para entrenar mas usuarios
if len(target_names) < numeroUsuarios - 1:
print("se va a añadir un nuevo usuario")
NombresEtiquetas = {}
for i in range(len(target_names)):
NombresEtiquetas[i + 1] = target_names[i]
#Obtencion de rostros fatantes
try:
errorObtencion, NombreCarpetaPrueba, nombreUsuarios, NombresEtiquetas, video_capture, indexCamara, numeroMuestrasRostros, nombresAñadir = obtenerRostros(
indexCamara, list(target_names),
len(target_names) + 1, NombresEtiquetas,
NombreCarpetaPrueba)
# Envio de mensaje de error <-------------------
if errorObtencion == True:
print("Se reinicia el proceso")
break
for i in nombresAñadir:
nombreUsuario = {i: True}
db.child("Facial/UsuariosActivados").update(
nombreUsuario)
db.child("Facial").update({"Error": "NoErrorCaptura"})
except:
print("Fallo en metodo de obtencion de rostros")
# Envio de mensaje de error <-------------------
db.child("Facial").update({"Error": "Captura"})
detener = db.child("Facial/Detener").get()
if detener.val() == True:
break
# Entrenamiento de rostros
vR.filtrar(NombreCarpetaPrueba, numeroUsuarios)
# NombreCarpetaPrueba = "/home/pi/Desktop/P2/CaptureSVMReco/"
detener = db.child("Facial/Detener").get()
if detener.val() == True:
break
try:
svm.SVM(NombreCarpetaPrueba, nombreUsuarios,
numeroMuestrasRostros)
# Envio de mensaje de error <-------------------
print("Entrenamiento realizado correctamente")
db.child("Facial").update({"Error": "NoErrorTrain"})
except:
# Actualiza
db.child("Facial").update({"ProcesoFinalizado": True})
# Envio de mensaje de error <-------------------
print("Fallo entrenamiento")
db.child("Facial").update({"Error": "Train"})
print("Termino modelo")
print("Coninua con identifcacion de rostros")
db.child("Facial").update({"Configurado": True})
db.child("Facial").update({"ProcesoFinalizado": True})
detener = db.child("Facial/Detener").get()
if detener.val() == True:
break
print("Extraccion de modelo con nuevos usuarios")
tomaDatos = open(
"/home/pi/Desktop/P2/CaptureSVMReco/archivo_modelo_LBP.pickle",
"rb")
datos = pickle.load(tomaDatos)
clf = datos["modelo"]
pca = datos["pca"]
target_names = datos["target_names"]
NombreCarpetaPrueba = datos["NombreCarpetaPrueba"]
tomaDatos.close()
im_en, errorExtraccionImagenes = rg.encode(
NombreCarpetaPrueba, numeroUsuarios)
if errorExtraccionImagenes:
print("Fallo Entrenamiento de modelo")
db.child("Facial").update({"Error": "Extract"})
break
print("Clasificación de rostros")
# Obtener Discriminantes
usuariosActivados = db.child("Facial/UsuariosActivados").get()
usuariosActivados = usuariosActivados.val()
usuariosActivados = list(usuariosActivados)
discriminantes = []
target_names = list(target_names)
# Comparacion de metodos
print(usuariosActivados)
for i in target_names:
if i not in usuariosActivados:
discriminantes.append(i)
if pir.motion_detected == True and (nombre == "Desconocido"
or nombre == "Sin reconocer"):
detener = db.child("Facial/Detener").get()
if detener.val() == True:
break
# ledes.on()
# conexionCamara, p, inputQueue, outputQueue, video_capture,nombre = rL.reconocimiento(db,llamada,indexCamara,p, inputQueue, outputQueue,video_capture, ledes, clf, pca, target_names)
video_capture, nombre = rg.recog(im_en, target_names, db,
ledes, pca, clf,
video_capture, discriminantes)
# vd.release()
# ledes.off()
if nombre == "Desconocido":
os.system("mpg321 /home/pi/Desktop/mal.mp3")
time.sleep(4)
elif nombre == "Sin reconocer":
time.sleep(4)
elif nombre != "Desconocido":
tts = gTTS(text='Bienvenido' + nombre, lang='es')
tts.save("/home/pi/Desktop/bien2.mp3")
os.system("mpg321 /home/pi/Desktop/bien2.mp3")
db.child("Habitaciones/Entrada").update(
{"Puerta": "Abrir"})
while True:
print("Esta en el true")
abriendo = db.child(
"Habitaciones/Entrada/Puerta").get()
abriendo = abriendo.val()
if abriendo == "Abierto":
break
print("Esta esperando los 10 segundos")
time.sleep(10)
# t0 = 0.0
# if t0 == 0.0:
# t0 = time.time()
llamada = True
print("valor llamada: " + str(llamada))
print("Sale del reconocimiento")
elif nombre != "Sin reconocer" and nombre != "Desconocido":
if primeraVez == True:
t0 = time.time()
print("estado actual PIR")
print(movimientoPir)
if time.time() - t0 >= 5:
primeraVez = True
if pir.motion_detected == True:
movimientoPir = True
else:
movimientoPir = False
else:
primeraVez = False
if movimientoPir == False:
print("Puerta cerrada")
db.child("Habitaciones/Entrada").update(
{"Puerta": "Cerrar"})
while True:
print("Esta en el true")
abriendo = db.child(
"Habitaciones/Entrada/Puerta").get()
abriendo = abriendo.val()
if abriendo == "Cerrado":
break
nombre = "Sin reconocer"
time.sleep(1)
else:
try:
os.remove("archivo_modelo_LBP.pickle")
except:
print("ya fue borrado el archivo")
NombreCarpetaPrueba = "/home/pi/Desktop/P2/Imagenes/Proyecto del " + time.strftime(
"%Y_%B_%d") + "_" + time.strftime('%H_%M_%S')
#NombreCarpetaPrueba = "/home/pi/Desktop/P2/Prue/2018_October_11_16_49_11/"
pathlib.Path(NombreCarpetaPrueba).mkdir(parents=True,
exist_ok=True)
try:
errorObtencion = True
targetnames = []
NombresEtiquetas = {}
numeroUsuario = 1
errorObtencion, NombreCarpetaPrueba, nombreUsuarios, NombresEtiquetas, video_capture, indexCamara, numeroMuestrasRostros, nombresAñadir = obtenerRostros(
indexCamara, targetnames, numeroUsuario, NombresEtiquetas,
NombreCarpetaPrueba)
if errorObtencion == True:
print("Se reinicia el proceso")
break
for i in nombresAñadir:
nombreUsuario = {i: True}
db.child("Facial/UsuariosActivados").update(nombreUsuario)
# Envio de mensaje de error <-------------------
db.child("Facial").update({"Error": "NoErrorCaptura"})
except:
print("Fallo en metodo de obtencion de rostros")
# Envio de mensaje de error <-------------------
db.child("Facial").update({"Error": "Captura"})
if errorObtencion == False:
# try:
db.child("Facial").update({"ProcesoFinalizado": False})
print("ruta carpeta imagenes: " + NombreCarpetaPrueba)
vR.filtrar(NombreCarpetaPrueba, len(nombreUsuarios))
# NombreCarpetaPrueba = "/home/pi/Desktop/P2/CaptureSVMReco/"
try:
svm.SVM(NombreCarpetaPrueba, nombreUsuarios,
numeroMuestrasRostros)
# Envio de mensaje de error <-------------------
print("Entrenamiento realizado correctamente")
db.child("Facial").update({"Error": "NoErrorTrain"})
except:
# Actualiza
db.child("Facial").update({"ProcesoFinalizado": True})
# Envio de mensaje de error <-------------------
print("Fallo entrenamiento")
db.child("Facial").update({"Error": "Train"})
print("Termino modelo")
print("Coninua con identifcacion de rostros")
db.child("Facial").update({"Configurado": True})
db.child("Facial").update({"ProcesoFinalizado": True})