Привет друзья! Изучал машинное обучение на канале Созыкина, и на одном из уроков нужно было найти человека по фотографий, типа загрузил изображение и он подсказал насколько он похож. В принципе все понятно, и решил сам себе поставить задачу, а что если все тоже самое но только с Life-трансляций.
Вот нашел подходящий пример запустил а оно выполняется после завершений самой программы. И наткнулся на такую трудность, что Python выполняет код построчно, и что нужно мне некая асинхронность, чтобы оно работала обрабатывала и выключалась по щелчку. Но сперва мне нужен совет как оптимизировать свой код. Заранее всем спасибо. Скрипт предоставлю ниже.
import pickle
import cv2
import face_recognition
import postgresql
class VidCam():
video_capture = cv2.VideoCapture(0)
db = postgresql.open()
fases_db = db.query("SELECT name, face FROM faces")
known_face_names = []
known_face_encodings = []
for name in fases_db:
known_face_names.append(name[0])
known_face_encodings.append(pickle.loads(name[1]))
face_locations = []
face_encodings = []
face_names = []
process_this_frame = True
while True:
# Grab a single frame of video
ret, frame = video_capture.read()
# Resize frame of video to 1/4 size for faster face recognition processing
small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)
# Convert the image from BGR color (which OpenCV uses) to RGB color (which face_recognition uses)
rgb_small_frame = small_frame[:, :, ::-1]
# Only process every other frame of video to save time
if process_this_frame:
# Find all the faces and face encodings in the current frame of video
face_locations = face_recognition.face_locations(rgb_small_frame)
face_encodings = face_recognition.face_encodings(rgb_small_frame, face_locations)
face_names = []
for face_encoding in face_encodings:
# See if the face is a match for the known face(s)
matches = face_recognition.compare_faces(known_face_encodings, face_encoding)
name = "Unknown"
###############################################################################
# Здесь Если скрипт определяет лицо, оно его фотографирует
count = 0
cv2.imwrite('frame%d.jpg' % count, frame)
##############################################################################
# If a match was found in known_face_encodings, just use the first one.
if True in matches:
first_match_index = matches.index(True)
name = known_face_names[first_match_index]
face_names.append(name)
process_this_frame = not process_this_frame
# Display the results
for (top, right, bottom, left), name in zip(face_locations, face_names):
# Scale back up face locations since the frame we detected in was scaled to 1/4 size
top *= 4
right *= 4
bottom *= 4
left *= 4
# Draw a box around the face
cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)
# Draw a label with a name below the face
cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), cv2.FILLED)
font = cv2.FONT_HERSHEY_DUPLEX
cv2.putText(frame, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)
# Display the resulting image
cv2.imshow('Video', frame)
# Hit 'q' on the keyboard to quit!
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# Release handle to the webcam
video_capture.release()
cv2.destroyAllWindows()
