def markyourattendance(request): detector = dlib.getfrontalfacedetector() predictor =…
- User
def mark_your_attendance(request):
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor(‘face_recognition_data/shape_predictor_68_face_landmarks.dat’) #Add path to the shape predictor ######CHANGE TO RELATIVE PATH LATER svc_save_path=“face_recognition_data/svc.sav”
with open(svc_save_path, ‘rb’) as f: svc = pickle.load(f) fa = FaceAligner(predictor , desiredFaceWidth = 96) encoder=LabelEncoder() encoder.classes_ = np.load(‘face_recognition_data/classes.npy’)
faces_encodings = np.zeros((1,128)) no_of_faces = len(svc.predict_proba(faces_encodings)[0]) count = dict() present = dict() log_time = dict() start = dict() for i in range(no_of_faces): count[encoder.inverse_transform([i])[0]] = 0 present[encoder.inverse_transform([i])[0]] = False
vs = VideoStream(src=0).start()
sampleNum = 0
while(True):
frame = vs.read()
frame = imutils.resize(frame ,width = 800)
gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
faces = detector(gray_frame,0)
for face in faces: print(“INFO : inside for loop”) (x,y,w,h) = face_utils.rect_to_bb(face)
face_aligned = fa.align(frame,gray_frame,face) cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),1)
(pred,prob)=predict(face_aligned,svc)
if(pred!=[-1]):
person_name=encoder.inverse_transform(np.ravel([pred]))[0] pred=person_name if count[pred] == 0: start[pred] = time.time() count[pred] = count.get(pred,0) + 1
if count[pred] == 4 and (time.time()-start[pred]) > 1.2: count[pred] = 0 else: #if count[pred] == 4 and (time.time()-start) <= 1.5: present[pred] = True log_time[pred] = datetime.datetime.now() count[pred] = count.get(pred,0) + 1 print(pred, present[pred], count[pred]) cv2.putText(frame, str(person_name)+ str(prob), (x+6,y+h-6), cv2.FONT_HERSHEY_SIMPLEX,0.5,(0,255,0),1)
else: person_name=“unknown” cv2.putText(frame, str(person_name), (x+6,y+h-6), cv2.FONT_HERSHEY_SIMPLEX,0.5,(0,255,0),1)
#cv2.putText()
Before continuing to the next loop, I want to give it a little pause
waitKey of 100 millisecond
#cv2.waitKey(50)
#Showing the image in another window #Creates a window with window name “Face” and with the image img cv2.imshow(“Mark Attendance - In - Press q to exit”,frame) #Before closing it we need to give a wait command, otherwise the open cv wont work
@params with the millisecond of delay 1
#cv2.waitKey(1) #To get out of the loop key=cv2.waitKey(50) & 0xFF if(key==ord(“q”)): break
#Stoping the videostream vs.stop()
destroying all the windows
cv2.destroyAllWindows() update_attendance_in_db_in(present) return redirect(‘home’) Объясни максимально подробно, что делает данный фрагмент кода
- Assistant
Этот фрагмент кода реализует функцию mark_your_attendance, которая используется для отметки посещаемости с помощью распознавания лиц.
- Сначала инициализируются детектор лиц (frontal_face_detector), предсказатель (shape_predictor) и модель SVC для распознавания лиц.
- Загружается модель SVC, предсказатель, а также классификатор для кодирования меток лиц.
- Создаются пустые массивы для кодирования лиц, подсчета лиц, отметки посещаемости, времени и начала обнаружения лиц.
- Запускается видеопоток с веб-камеры.
- В основном цикле while программа читает каждый кадр из видеопотока, изменяет размер кадра и конвертирует его в оттенки серого.
- Детектор лиц находит лица на кадре.
- Для каждого обнаруженного лица проводится анализ:
- Лицо вырезается и выравнивается.
- Происходит предсказание с помощью SVC модели.
- Если лицо распознано, проверяется, было ли оно уже отмечено на посещение.
- Если лицо распознано и отмечено менее 4 раз и прошло более 1.2 секунды с момента последней отметки, лицо отмечается на посещение.
- Имя лица и вероятность распознавания выводятся на кадре.
- Если лицо не распознано, оно считается "unknown".
- Программа выводит окно с кадром, на котором отображается процесс распознавания лиц и отметки посещаемости.
- При нажатии клавиши "q" видеопоток останавливается.
- Вся процедура завершается, обновленные данные по посещаемости сохраняются в базе данных, и пользователь направляется на домашнюю страницу.
Таким образом, данный фрагмент кода реализует распознавание лиц на видео с веб-камеры и отметку посещаемости на основе этого распознавания.
- User
def mark_your_attendance_out(request):
detector = dlib.get_frontal_face_detector() predictor = dlib.shape_predictor('face_recognition_data/shape_predictor_68_face_landmarks.dat') #Add path to the shape predictor ######CHANGE TO RELATIVE PATH LATER svc_save_path="face_recognition_data/svc.sav" with open(svc_save_path, 'rb') as f: svc = pickle.load(f) fa = FaceAligner(predictor , desiredFaceWidth = 96) encoder=LabelEncoder() encoder.classes_ = np.load('face_recognition_data/classes.npy') faces_encodings = np.zeros((1,128)) no_of_faces = len(svc.predict_proba(faces_encodings)[0]) count = dict() present = dict() log_time = dict() start = dict() for i in range(no_of_faces): count[encoder.inverse_transform([i])[0]] = 0 present[encoder.inverse_transform([i])[0]] = False vs = VideoStream(src=0).start() sampleNum = 0 while(True): frame = vs.read() frame = imutils.resize(frame ,width = 800) gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faces = detector(gray_frame,0) for face in faces: print("INFO : inside for loop") (x,y,w,h) = face_utils.rect_to_bb(face) face_aligned = fa.align(frame,gray_frame,face) cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),1) (pred,prob)=predict(face_aligned,svc) if(pred!=[-1]): person_name=encoder.inverse_transform(np.ravel([pred]))[0] pred=person_name if count[pred] == 0: start[pred] = time.time() count[pred] = count.get(pred,0) + 1 if count[pred] == 4 and (time.time()-start[pred]) > 1.5: count[pred] = 0 else: #if count[pred] == 4 and (time.time()-start) <= 1.5: present[pred] = True log_time[pred] = datetime.datetime.now() count[pred] = count.get(pred,0) + 1 print(pred, present[pred], count[pred]) cv2.putText(frame, str(person_name)+ str(prob), (x+6,y+h-6), cv2.FONT_HERSHEY_SIMPLEX,0.5,(0,255,0),1) else: person_name="unknown" cv2.putText(frame, str(person_name), (x+6,y+h-6), cv2.FONT_HERSHEY_SIMPLEX,0.5,(0,255,0),1) #cv2.putText() # Before continuing to the next loop, I want to give it a little pause # waitKey of 100 millisecond #cv2.waitKey(50) #Showing the image in another window #Creates a window with window name "Face" and with the image img cv2.imshow("Mark Attendance- Out - Press q to exit",frame) #Before closing it we need to give a wait command, otherwise the open cv wont work # @params with the millisecond of delay 1 #cv2.waitKey(1) #To get out of the loop key=cv2.waitKey(50) & 0xFF if(key==ord("q")): break #Stoping the videostream vs.stop() # destroying all the windows cv2.destroyAllWindows() update_attendance_in_db_out(present) return redirect('home') Объясни максимально подробно, что делает данный фрагмент кода - Assistant
Этот фрагмент кода реализует функцию mark_your_attendance_out, которая используется для отметки выхода с помощью распознавания лиц.
- Опять же, инициализируются детектор лиц (frontal_face_detector), предсказатель (shape_predictor) и модель SVC для распознавания лиц.
- Загружается модель SVC, предсказатель, а также классификатор для кодирования меток лиц.
- Создаются пустые массивы для кодирования лиц, подсчета лиц, отметки посещаемости, времени и начала обнаружения лиц.
- Запускается видеопоток с веб-камеры.
- В основном цикле while программа читает каждый кадр из видеопотока, изменяет размер кадра и конвертирует его в оттенки серого.
- Детектор лиц находит лица на кадре.
- Для каждого обнаруженного лица проводится анализ:
- Лицо вырезается и выравнивается.
- Происходит предсказание с помощью SVC модели.
- Если лицо распознано, проверяется, было ли оно уже отмечено на выход.
- Если лицо распознано и отмечено менее 4 раз и прошло более 1.5 секунды с момента последней отметки, лицо отмечается на выход.
- Имя лица и вероятность распознавания выводятся на кадре.
- Если лицо не распознано, оно считается "unknown".
- Программа выводит окно с кадром, на котором отображается процесс распознавания лиц и отметки выхода.
- При нажатии клавиши "q" видеопоток останавливается.
- Вся процедура завершается, обновленные данные по посещаемости сохраняются в базе данных, и пользователь направляется на домашнюю страницу.
Таким образом, данный фрагмент кода реализует распознавание лиц на видео с веб-камеры и отметку выхода на основе этого распознавания.
- User
<!-- Required meta tags --> <meta charset="utf-8"> <meta name="viewport" content="width=device-width, initial-scale=1, shrink-to-fit=no"> <!-- Bootstrap CSS --> <link rel="stylesheet" href="https://maxcdn.bootstrapcdn.com/bootstrap/4.0.0/css/bootstrap.min.css" integrity="sha384-Gn5384xqQ1aoWXA+058RXPxPg6fy4IWvTNh0E263XmFcJlSAwiGgFAW/dAiS6JXm" crossorigin="anonymous"> <style> body { background: url('{% static "recognition/img/bg_image.png"%}') no-repeat center center fixed; background-size: cover; } </style><div class="col-lg-12" style="background: rgba(0,0,0,0.6);margin-top:3em;margin-bottom:5em;padding-top:1em;padding-bottom:3em;color:#fff;border-radius:10px;-webkit-box-shadow: 2px 2px 15px 0px rgba(0, 3, 0, 0.7);-moz-box-shadow: 2px 2px 15px 0px rgba(0, 3, 0, 0.7); box-shadow: 2px 2px 15px 0px rgba(0, 3, 0, 0.7);">
<h1 class="text-center section-title" style="margin-bottom:2em">Система посещаемости с использованием распознавания лиц.</h1> </div> <style> h4 { margin-bottom: 1.5em; padding-top: 30px; } img { border-radius: 50%; -webkit-transition: all 0.3s ease-in-out; -moz-transition: all 0.3s ease-in-out; transition: all 0.3s ease-in-out; } img:hover { -webkit-box-shadow: 50px 2px 21px 0px rgba(0, 3, 0, 0.91); -moz-box-shadow: 2px 2px 21px 0px rgba(0, 3, 0, 0.91); box-shadow: 2px 2px 21px 0px rgba(0, 3, 0, 0.91); border: 2px solid #fff; } h3 { margin-bottom: 1.3em; } a { color: inherit } a:hover { color: inherit; text-decoration: none; } /* .section-title:after { content:' ';display:block;margin:0 auto;width:100px;margin-top: 6px;border:2px solid #d0d0d0;border-radius:4px; -webkit-border-radius:4px; -moz-border-radius:4px; box-shadow:inset 0 1px 1px rgba(0, 0, 0, .05); -webkit-box-shadow:inset 0 1px 1px rgba(0, 0, 0, .05); -moz-box-shadow:inset 0 1px 1px rgba(0, 0, 0, .05); margin-bottom:1em; } */ </style> <div class="col-lg-12" style="padding-top: 100px;"> {% if messages %} {% for message in messages%} <div class="alert alert-{{message.tags}}"> {{message}} </div> {%endfor %} {%endif%} </div> <div class="row"> <div class="col-md-4" style="padding-left: 120px"> <a href='{%url "mark-your-attendance" %}'><img src="{% static 'recognition/img/enter.png' %}" class="img-responsive" style="width:300px;height:300px ;" /></a> </div> <div class="col-md-4" style="padding-left: 120px"> <a href='{%url "mark-your-attendance-out" %}'><img src="{% static 'recognition/img/exit.png' %}" class="img-responsive" style="width:300px;height:300px ;" /></a> </div> <div class="col-md-4" style="padding-left: 120px"> <a href='{%url "login" %}'><img src="{% static 'recognition/img/login.png' %}" class="img-responsive" style="width:300px;height:300px" /></a> </div> </div> <div class="row"> <div class="col md-3" style="padding-left: 70px"> <h4 class="text-center ">Отметить вход</h4> </div> <div class="col md-3" style="padding-left: 70px"> <h4 class="text-center ">Отметить выход </h4> </div> ] <div class="col md-3" style="padding-left: 70px"> <h4 class="text-center ">Авторизоваться (войти в систему)</h4> </div> ] </div> </div> <!-- Optional JavaScript --> <!-- jQuery first, then Popper.js, then Bootstrap JS --> <script src="https://code.jquery.com/jquery-3.2.1.slim.min.js" integrity="sha384-KJ3o2DKtIkvYIK3UENzmM7KCkRr/rE9/Qpg6aAZGJwFDMVNA/GpGFF93hXpG5KkN" crossorigin="anonymous"></script> <script src="https://cdnjs.cloudflare.com/ajax/libs/popper.js/1.12.9/umd/popper.min.js" integrity="sha384-ApNbgh9B+Y1QKtv3Rn7W3mgPxhU9K/ScQsAP7hUibX39j7fakFPskvXusvfa0b4Q" crossorigin="anonymous"></script> <script src="https://maxcdn.bootstrapcdn.com/bootstrap/4.0.0/js/bootstrap.min.js" integrity="sha384-JZR6Spejh4U02d8jOt6vLEHfe/JQGiRRSQQxSfFWpi1MquVdAyjUar5+76PVCmYl" crossorigin="anonymous"></script> - Assistant
Этот HTML-код представляет собой шаблон для веб-страницы интерфейса вашей системы посещаемости с использованием распознавания лиц. Взглянем на ключевые элементы кода:
-
Мета-теги и Bootstrap CSS: В данном разделе задаются метатеги для кодировки страницы и настройки отображения на мобильных устройствах, а также подключается CSS-файл Bootstrap для стилей.
-
Стили CSS: Здесь прописаны стили для страницы, включая фоновое изображение и различные стили для текста, изображений и ссылок.
-
Main Body: Основная структура страницы начинается здесь. Задается разметка для контейнера обертки, в котором содержится содержимое страницы.
-
Цикл проверки сообщений Django: В данном блоке проверяются и выводятся сообщения об успехе или ошибке, которые могут быть переданы на страницу от сервера Django.
-
Блок с изображениями и ссылками: В этом блоке размещены изображения-ссылки, каждая из которых ведет на определенную страницу (например, отметить вход, отметить выход, войти в систему). Для каждой изображения-ссылки указаны пути к картинкам и маршруты URL.
-
Блок с заголовками: Под каждым изображением-ссылкой размещен заголовок текста описания, который указывает на функциональность страницы.
-
JavaScript и Bootstrap JS: Здесь подключены скрипты jQuery, Popper.js и Bootstrap JS для обеспечения интерактивной функциональности и взаимодействия с элементами страницы.
Таким образом, представленный HTML-код задает структуру и стили страницы интерфейса системы посещаемости с распознаванием лиц, а также обрабатывает визуализацию и взаимодействие с элементами интерфейса.
-
- User
<!-- Required meta tags --> <meta charset="utf-8"> <meta name="viewport" content="width=device-width, initial-scale=1, shrink-to-fit=no"> <!-- Bootstrap CSS --> <link rel="stylesheet" href="https://maxcdn.bootstrapcdn.com/bootstrap/4.0.0/css/bootstrap.min.css" integrity="sha384-Gn5384xqQ1aoWXA+058RXPxPg6fy4IWvTNh0E263XmFcJlSAwiGgFAW/dAiS6JXm" crossorigin="anonymous">Home
<div class="form-group"> <button class="btn btn-outline-info" type="submit"> Login!</button> </div> </form><!-- jQuery first, then Popper.js, then Bootstrap JS --> <script src="https://code.jquery.com/jquery-3.2.1.slim.min.js" integrity="sha384-KJ3o2DKtIkvYIK3UENzmM7KCkRr/rE9/Qpg6aAZGJwFDMVNA/GpGFF93hXpG5KkN" crossorigin="anonymous"></script> <script src="https://cdnjs.cloudflare.com/ajax/libs/popper.js/1.12.9/umd/popper.min.js" integrity="sha384-ApNbgh9B+Y1QKtv3Rn7W3mgPxhU9K/ScQsAP7hUibX39j7fakFPskvXusvfa0b4Q" crossorigin="anonymous"></script> <script src="https://maxcdn.bootstrapcdn.com/bootstrap/4.0.0/js/bootstrap.min.js" integrity="sha384-JZR6Spejh4U02d8jOt6vLEHfe/JQGiRRSQQxSfFWpi1MquVdAyjUar5+76PVCmYl" crossorigin="anonymous"></script> - Assistant
Данный HTML код представляет собой шаблон для веб-страницы с формой входа. Давайте рассмотрим основные элементы этого кода:
-
Объявление HTML документа:
<!DOCTYPE html>указывает на версию HTML, и HTML разметка начинается с тега<html>. -
Заголовок документа: Внутри
<head>задаются мета-теги, Bootstrap CSS подключается с помощью ссылки, и внутри<style>прописаны стили для фона страницы. -
Основное содержимое: Тело страницы обернуто в
<body>. -
Навигационное меню:
Divс классом.col-lg-12содержит ссылку на главную страницеHome. -
Форма входа:
Divс классом.col-lg-4содержит форму входа, со следующими элементами:<form>с указанием методаPOSTи токена CSRF.- Заголовок формы "Log In".
- Вызов переменной
formс использованием фильтраcrispyдля красивого отображения. - Кнопка "Login!" для отправки формы.
-
Скрипты: Конечный раздел страницы содержит подключение скриптов jQuery, Popper.js и Bootstrap JS для обеспечения функциональности и визуальных эффектов на странице.
Итак, данный код создает веб-страницу с формой входа, стилизованным видом и навигационным меню для перехода на главную страницу. Пользователь может использовать эту страницу для ввода учетных данных и выполнения входа в систему.
-
- User
for person_name in os.listdir(training_dir): curr_directory=os.path.join(training_dir,person_name) if not os.path.isdir(curr_directory): continue for imagefile in image_files_in_folder(curr_directory): count+=1 Объясни, что делает данный код
- Assistant
Данный код в циклах просматривает все файлы в указанной директории
training_dir. Давайте разберем пошагово, что происходит:-
Первый цикл
for person_name in os.listdir(training_dir)::- Происходит итерация по всем элементам (файлам и поддиректориям) в указанной директории
training_dir. - Для каждого элемента происходит проверка, является ли он директорией (папкой), чтобы исключить файлы.
- Если текущий элемент не является директорией, цикл пропускает этот элемент и переходит к следующему.
- Происходит итерация по всем элементам (файлам и поддиректориям) в указанной директории
-
Вложенный цикл
for imagefile in image_files_in_folder(curr_directory)::- Здесь осуществляется вложенный цикл для просмотра всех файлов внутри текущей директории
curr_directory, которая представляет определенного человека (person_name). - Для каждого изображения в этой директории считается количество файлов, используя переменную
count, которая, предположим, была инициализирована до этого цикла.
- Здесь осуществляется вложенный цикл для просмотра всех файлов внутри текущей директории
Итак, данный код перебирает все файлы и поддиректории в указанной директории
training_dir. Для каждой директории (персона) он перебирает все изображения внутри этой директории и увеличивает переменнуюcount, чтобы подсчитать общее количество файлов изображений во всех папках персон. -
- User
for person_name in os.listdir(training_dir): print(str(person_name)) curr_directory=os.path.join(training_dir,person_name) if not os.path.isdir(curr_directory): continue for imagefile in image_files_in_folder(curr_directory): print(str(imagefile)) image=cv2.imread(imagefile) try: X.append((face_recognition.face_encodings(image)[0]).tolist()) y.append(person_name) i+=1 except: print("removed") os.remove(imagefile) Объясни подробно, что делает этот код
- Assistant
Этот код выполняет следующие действия:
-
Цикл по каждому персоне в директории
training_dir:os.listdir(training_dir)возвращает список файлов и папок в указанной директории.- Для каждого элемента (папка, представляющая персону) в списке происходят следующие действия.
-
Вывод имени персоны (
person_name):- Имя персоны выводится на экран при помощи
print().
- Имя персоны выводится на экран при помощи
-
Формирование пути к текущей директории (
curr_directory):- Создается полный путь к текущей директории персоны путем объединения
training_dirиperson_name.
- Создается полный путь к текущей директории персоны путем объединения
-
Проверка является ли текущий элемент директорией:
- Проверяется, является ли
curr_directoryдиректорией (папкой). Если нет, происходит переход к следующему элементу в списке.
- Проверяется, является ли
-
Цикл по каждому файлу изображения в текущей директории:
- Для каждого изображения внутри текущей директории персоны происходят следующие действия.
- Имя файла изображения выводится на экран при помощи
print(). - Изображение читается из файла с использованием
cv2.imread(imagefile)и сохраняется в переменнуюimage.
-
Кодирование лица и добавление в список
X:- Пытается получить кодировку лица из изображения при помощи
face_recognition.face_encodings(image)[0]. - Кодировка лица добавляется в список
Xпосле преобразования в список с методомtolist().
- Пытается получить кодировку лица из изображения при помощи
-
Добавление метки персоны в список
y:- Имя персоны добавляется в список
y.
- Имя персоны добавляется в список
-
Обработка исключений:
- Если возникает ошибка при получении кодировки лица (например, лицо не обнаружено), то в блоке
exceptвыводится сообщение "removed" и файл изображения удаляется при помощиos.remove(imagefile).
- Если возникает ошибка при получении кодировки лица (например, лицо не обнаружено), то в блоке
Таким образом, данный код перебирает все изображения в каждой персоне в указанной директории
training_dir, извлекает кодировку лица с помощью библиотеки распознавания лиц, и добавляет кодировки и метки персон в соответствующие списки для дальнейшего использования. В случае ошибки при получении кодировки лица, изображение удаляется из директории. -