Использование face_recognition и OpenCV для автоматического распознавания лиц и отправки уведомлений в Telegram

Всем добра.

Введение

В наше время технологии распознавания лиц становятся все более популярными и востребованными в различных областях, начиная от безопасности и заканчивая маркетингом. В этой статье мы рассмотрим, как с помощью Python и библиотек face_recognition и OpenCV создать систему, которая будет распознавать лица, делать скриншоты при обнаружении лица в кадре и отправлять эти скриншоты в Telegram.

Проект «Кто приходил»

Проект «Кто приходил» представляет собой систему, которая использует технологии распознавания лиц для автоматического определения лиц в кадре, их идентификации и отправки уведомлений с изображениями в Telegram. Это может быть полезно для обеспечения безопасности, мониторинга доступа в определенные зоны или просто для наблюдения.

Необходимые библиотеки

Для реализации проекта нам понадобятся следующие библиотеки:

• OpenCV для захвата видеопотока с веб-камеры и обработки изображений.

• face_recognition для обнаружения и распознавания лиц.

• os для работы с файловой системой (создание и проверка директорий).

• datetime для работы с датой и временем (отслеживание времени обнаружения лиц).

• asyncio для асинхронного выполнения задач (отправка сообщений в Telegram).

• telegram для взаимодействия с API Telegram (отправка скриншотов пользователю).

Установить их можно с помощью pip (pip install face_recognition opencv-python python-telegram-bot).

Настройка Telegram бота

Для начала работы с Telegram ботом, необходимо создать его через BotFather и получить токен. Этот токен будет использоваться для аутентификации нашего бота. Далее, мы должны узнать ID пользователя, которому будут отправляться уведомления. Это можно сделать с помощью различных методов, например, через специальные боты, которые показывают ваш User ID.

Основной код

Загрузка и подготовка изображения

Первым шагом будет загрузка изображения, с которым мы будем сравнивать лица, и его кодирование. Для этого используем библиотеку face_recognition:

import face_recognition  import cv2  # Загрузка фотографии, с которой будем сравнивать лица  imgmain = face_recognition.load_image_file('photo.jpg')  imgmain = cv2.cvtColor(imgmain, cv2.COLOR_BGR2RGB)  # Конвертация изображения из BGR (формат OpenCV) в RGB (формат face_recognition)  # Нахождение лиц и кодирование  encodeElon = face_recognition.face_encodings(imgmain)[0]  # Кодирование лица на изображении

Инициализация видеозахвата

Следующим шагом будет инициализация видеозахвата с помощью OpenCV:

# Инициализация видеозахвата  cap = cv2.VideoCapture(0)  # Запуск видеозахвата с веб-камеры  if not cap.isOpened():      print("Ошибка при открытии веб-камеры.")      exit(1)

Определение пути для сохранения скриншотов

Для сохранения скриншотов создаем отдельную директорию:

import os  # Определение пути для сохранения скриншотов  current_directory = os.getcwd()  # Получение текущего рабочего каталога  screenshots_directory = os.path.join(current_directory, "screenshots")  # Определение пути к каталогу для скриншотов  if not os.path.exists(screenshots_directory):      os.makedirs(screenshots_directory)  # Создание каталога, если он не существует

Отправка изображений в Telegram

Создадим асинхронную функцию для отправки изображений в Telegram:

from telegram import Bot  from telegram.error import TelegramError  import asyncio  # Установка токена бота Telegram  TOKEN = "ВАШ_ТЕЛЕГРАМ_ТОКЕН"  # ID пользователя, которому будет отправлено сообщение  USER_ID = ВАШ_USER_ID  # Создание объекта бота  bot = Bot(token=TOKEN)  async def send_photo_to_telegram(photo_path):      # Отправка изображения в Telegram      with open(photo_path, 'rb') as photo_file:          try:              await bot.send_photo(chat_id=USER_ID, photo=photo_file)              print(f"Labeled screenshot sent to Telegram user {USER_ID}")          except TelegramError as e:              print(f"Failed to send photo: {e}")

Обработка видеопотока

Создадим асинхронную функцию для обработки видеопотока, поиска лиц и отправки скриншотов:

from datetime import datetime  face_present_start_time = None  # Время начала обнаружения лица  screenshot_taken = False  # Флаг, указывающий, был ли сделан скриншот  async def process_video():  global face_present_start_time, screenshot_taken      while True:          ret, frame = cap.read()  # Чтение кадра с веб-камеры          if not ret:              print("Ошибка при захвате кадра.")              break          # Конвертация изображения из BGR в RGB          rgb_frame = frame[:, :, ::-1]  # Конвертация кадра из BGR (формат OpenCV) в RGB (формат face_recognition)          # Поиск всех лиц в текущем кадре видео          face_locations = face_recognition.face_locations(rgb_frame)  # Нахождение всех лиц в кадре          if face_locations:  # Если лица найдены              if face_present_start_time is None:                  face_present_start_time = datetime.now()  # Установка времени начала обнаружения лица              else:                  elapsed_time = (datetime.now() - face_present_start_time).total_seconds()  # Вычисление времени, прошедшего с начала обнаружения                  if elapsed_time >= 3 and not screenshot_taken:  # Если прошло 3 секунды и скриншот еще не был сделан                      screenshot_path = os.path.join(screenshots_directory, f"face_{len(os.listdir(screenshots_directory)) + 1}.png")                      cv2.imwrite(screenshot_path, frame)  # Сохранение скриншота                      saved_screenshot = cv2.imread(screenshot_path)  # Загрузка сохраненного скриншота                      # Поиск всех лиц на скриншоте                      face_locations_test = face_recognition.face_locations(saved_screenshot)  # Нахождение всех лиц на скриншоте                      encodings_test = face_recognition.face_encodings(saved_screenshot)  # Кодирование всех лиц на скриншоте                      for (top, right, bottom, left), encodeTest in zip(face_locations_test, encodings_test):                          results = face_recognition.compare_faces([encodeElon], encodeTest)  # Сравнение каждого лица на скриншоте с эталонным лицом                          label = "Slava" if True in results else "Unknown"  # Определение метки для лица                          cv2.rectangle(saved_screenshot, (left, top), (right, bottom), (255, 0, 255), 2)  # Отрисовка прямоугольника вокруг лица                          cv2.putText(saved_screenshot, label, (left, top - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (255, 0, 255), 2)  # Добавление метки                      print(f"Screenshot saved as {screenshot_path}")                      screenshot_taken = True  # Установка флага, что скриншот был сделан                      cv2.imshow('Test Image', saved_screenshot)  # Отображение скриншота с помеченными лицами                      # Сохранение изображения с помеченными лицами                      labeled_screenshot_path = os.path.join(screenshots_directory, f"labeled_face_{len(os.listdir(screenshots_directory)) + 1}.png")                      cv2.imwrite(labeled_screenshot_path, saved_screenshot)  # Сохранение скриншота с метками                      print(f"Labeled screenshot saved as {labeled_screenshot_path}")                      # Отправка изображения в Telegram                      await send_photo_to_telegram(labeled_screenshot_path)              for top, right, bottom, left in face_locations:                  cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)  # Отрисовка прямоугольника вокруг лиц в текущем кадре          else:              face_present_start_time = None  # Сброс времени начала обнаружения лица              screenshot_taken = False  # Сброс флага скриншота          cv2.imshow('Video', frame)  # Отображение текущего кадра          if cv2.waitKey(25) == 13:  # Нажатие Enter для выхода из цикла              break      cap.release()  # Освобождение видеозахвата      cv2.destroyAllWindows()  # Закрытие всех окон OpenCV  asyncio.run(process_video())  # Запуск асинхронной функции обработки видео

Заключение

Мы рассмотрели, как создать простую систему распознавания лиц с использованием Python и популярных библиотек. Эта система не только распознает лица, но и делает скриншоты, отправляет их в Telegram, что может быть полезно для различных целей, таких как обеспечение безопасности или просто наблюдение. Надеюсь, что этот пример будет полезен для вас и поможет в создании собственных проектов на основе распознавания лиц.