Tensorflow. Identificación facial con inteligencia artificial (1/2)

1. Reconocimiento facial con inteligencia artificial (1)

• Hola a todos.Una vez finalizado el curso de google, vamos a entrenar un modelo para hacer un ejemplo de identificación facial.Este ejemplo lo dividiremos en dos vídeos, que estructuraremos de la siguiente manera.

• En este primer vídeo  preparamos la estructura del proyectos y los datos de entrenamiento de nuestro ejemplo:

  

• Os dejo el código visto en el vídeo:

import cv2 #importamos modulo OpenCV 

import os #importamos módulo de lectura de directorio de datos de formación y rutas

import numpy as np

#Listado de personas a identificar

personas = ["Zidane","JAP SOFTWARE", "Will Smith"]

#funcion para detectar caras

def dameCaras(img):

    #convertimos imagen a la escala de grises

    gris = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    

    # cargo el detector de caras de OpenCV 

    face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_alt.xml')

    # detectemos la multiescala (algunas imágenes pueden estar más cerca de la cámara que #otras)

    caras = face_cascade.detectMultiScale(gris, scaleFactor=1.2, minNeighbors=5);

    

    #Si no detectamos caras en la imagen devuelvo esto

    if (len(caras) == 0):

        return None, None

    

    #Extraemos el area donde esta la cara

    (x, y, w, h) = caras[0]

    

    #devuelvo la parte de la iamgen donde esta la cara

    return gris[y:y+w, x:x+h], caras[0]

# esta función leerá las imágenes de entrenamiento de todas las personas, detectará la cara 

#de cada imagen  y devolverá dos listas del mismo tamaño, una lista

# de caras y otra lista de etiquetas para cada cara

def prepararDatosEntrenamiento(ruta):

    

    #Obtengo la lista de directorios

    directorios = os.listdir(ruta)

    

    #lista para las caras

    caras = []

    #lista para los nombres

    labels = []

    

    #Recorremos la lista de directorios

    for nombreDire in directorios:

        

        #cada nombre de directorio debe ser un número que identifique a 

        #a la persona

        label = int(nombreDire)

        

        #construimos la ruta del directorio de cada persona

        rutaDirectorioPersona = ruta + "/" + nombreDire

        

        #obtenemos las imagens de cada sujeto

        listaImagenesPersona = os.listdir(rutaDirectorioPersona)

        #recorremos las imágenes de cada carpeta

        for nombreImagen in listaImagenesPersona:

            rutaImagen = rutaDirectorioPersona + "/" + nombreImagen

            #leer imagen

            imagen = cv2.imread(rutaImagen)

            

            #mostramos la imagen

            cv2.imshow("Entrenando............", imagen)

            cv2.waitKey(100)

            

            #detectar cara

            face, rect = dameCaras(imagen)

            

            #agregamos las caras detectadas a las lista de imagens y de etiquetas

            if face is not None:

                caras.append(face)

                labels.append(label)

            

    cv2.destroyAllWindows()

    cv2.waitKey(1)

    cv2.destroyAllWindows()

    

    return caras, labels

#obtenemos la listas con las caras y con su nombre

print("Preparandos datos...")

caras, labels = prepararDatosEntrenamiento("training-data")

print("Datos preparados")

print("Total caras: ", len(caras))

print("Total labels: ", len(labels))