From 3366f8edad787ef63e209e228e072288a3a193e1 Mon Sep 17 00:00:00 2001 From: Manuel Vergara Date: Sat, 20 May 2023 10:45:44 +0200 Subject: [PATCH] Update README day 14 Signed-off-by: Manuel Vergara --- python-total/dia_14/README.md | 32 ++++++++++++++++++++++++++++++++ 1 file changed, 32 insertions(+) diff --git a/python-total/dia_14/README.md b/python-total/dia_14/README.md index 49f816d..7a66062 100644 --- a/python-total/dia_14/README.md +++ b/python-total/dia_14/README.md @@ -1,5 +1,15 @@ # Día 14 - Programa un controlador de asistencia +**Paso 1** – Reconocimiento facial + +**Paso 2** – Análisis facial + +**Paso 3** – Convertir la imágen en datos + +hog → Histograms of oriented gradients for human detection https://en.wikipedia.org/wiki/Histogram_of_oriented_gradients + +Vscode: https://visualstudio.microsoft.com/es/downloads/ + ## Índice - [Día 14 - Programa un controlador de asistencia](#día-14---programa-un-controlador-de-asistencia) - [Índice](#índice) @@ -8,6 +18,28 @@ ## 14.1. - Bibliotecas +- **cmake**: es una biblioteca de software que se utiliza para construir y compilar aplicaciones de software. Es muy útil para proyectos que tienen dependencias y para proyectos que deben compilarse en diferentes sistemas operativos. *Documentación de CMake*: https://cmake.org/documentation/ +- **dlib**: es una biblioteca de procesamiento de imágenes y aprendizaje automático en C++ que se puede utilizar en Python. Es muy utilizada en aplicaciones de reconocimiento facial, detección de objetos y seguimiento de objetos. *Documentación de dlib*: http://dlib.net/documentation.html +- **face**-recognition: es una biblioteca de Python basada en dlib, que permite detectar y reconocer caras en imágenes y vídeos. Utiliza técnicas de aprendizaje automático para identificar características faciales únicas, y es muy útil en aplicaciones de seguridad, reconocimiento de personas y análisis de imágenes. *Documentación de face-recognition*: https://face-recognition.readthedocs.io/en/latest/ +- **numpy**: es una biblioteca de Python para computación científica que se utiliza para realizar operaciones matemáticas en matrices y vectores. Es muy útil en aplicaciones de análisis de datos, aprendizaje automático, procesamiento de señales y otras áreas de la ciencia y la ingeniería. *Documentación de NumPy*: https://numpy.org/doc/ +- **opencv-python**: es una biblioteca de procesamiento de imágenes y vídeo en Python. Proporciona funciones para leer, escribir y procesar imágenes y vídeos, así como para realizar operaciones avanzadas como reconocimiento facial, detección de objetos y seguimiento de objetos. *Documentación de OpenCV (Python)*: https://docs.opencv.org/master/ + +Para instalar estas bibliotecas en Ubuntu, hay varias opciones: +- Con el comando `sudo apt-get install` seguido del nombre del paquete. +- Con el comando `pip install` seguido del nombre de la biblioteca. +- Con el comando `conda install` seguido del nombre de la biblioteca. + + +Cuando realizamos la comparación de las imágenes, con las caras codificadas y mediante el código: +```python +fr.compare_faces(lista_imagenes, imagen_a_comparar) +``` + +Tienen un valor True cuando tiene un valor de 0.6 (Valor por defecto) en el punto de comparación (La distancia entre ambas caras) + +Los ficheros .csv se llaman así por Comma-Separated Values" (Valores separados por comas), lo que indica que se trata de un formato de archivo en el que los datos están separados por comas. + + ## Ficheros y documentación - [asistencia.py](asistencia.py)