Restructure content and add notes from HolaMundo

Signed-off-by: Manuel Vergara <manuel@vergaracarmona.es>

python-total/dia_14/README.md

@@ -0,0 +1,26 @@
+# Día 14 - Programa un controlador de asistencia
+
+## Índice
+- [Día 14 - Programa un controlador de asistencia](#día-14---programa-un-controlador-de-asistencia)
+  - [Índice](#índice)
+  - [14.1. - Bibliotecas](#141---bibliotecas)
+  - [Ficheros y documentación](#ficheros-y-documentación)
+
+## 14.1. - Bibliotecas
+
+## Ficheros y documentación
+
+- [asistencia.py](asistencia.py)
+- [Empleados](Empleados/)
+- [FotoA.jpg](FotoA.jpg)
+- [FotoB.jpg](FotoB.jpg)
+- [FotoC.jpg](FotoC.jpg)
+- [FotoD.jpg](FotoD.jpg)
+- [reconocimiento_facial.py](reconocimiento_facial.py)
+- [registro.csv](registro.csv)
+
+[Documentación del día](../doc_curso/14_asistencia/)
+
+---
+
+Enlaces a todos los días: [dia 1 - creador de nombres](../dia_01/README.md) / [dia 2 - calculador de comisiones](../dia_02/README.md) / [dia 3 - analizador de texto](../dia_03/README.md) / [dia 4 - juego "adivina el número"](../dia_04/README.md) / [dia 5 - juego "El ahorcado"](../dia_05/README.md) / [dia 6 - recetario](../dia_06/README.md) / [dia 7 - cuenta bancaria](../dia_07/README.md) / [dia 8 - consola de turnos](../dia_08/README.md) / [dia 9 - buscador de números de serie](../dia_09/README.md) / [dia 10 - juego "Invasión espacial"](../dia_10/README.md) / [dia 11 - web scraping](../dia_11/README.md) / [dia 12 - gestor de restaurantes](../dia_12/README.md) / [dia 13 - asistente de voz](../dia_13/README.md) / [dia 14 - controlador de asistencia](../dia_14/README.md) / [dia 15 - machine learning](../dia_15/README.md) / [dia 16 - aplicación web de tareas pendientes](../dia_16/README.md)

python-total/dia_14/asistencia.py

@@ -0,0 +1,185 @@
+"""
+Programa dia 13 - Asistente virtual
+
+Bibliotecas:
+    cmake 
+    dlib
+    face-recognition
+    numpy
+    opencv-python
+
+"""
+
+import os
+import cv2
+import face_recognition as fr
+import numpy
+from datetime import datetime
+
+# Crear base de datos
+ruta = 'Empleados'
+mis_imagenes = []
+# Obtener nombres de las fotos
+nombre_empleados = []
+# Nombres con la extensión .jpg
+lista_empleados = os.listdir(ruta)
+
+
+# Cargar imágenes con loop
+for nombre in lista_empleados:
+
+    # Leer la imagen
+    imagen_actual = cv2.imread(f'{ruta}/{nombre}')
+
+    # Añadimos las coordenadas de la imagen en una nueva lista
+    mis_imagenes.append(imagen_actual)
+
+    # Añadimos tan solo el nombre del empleado
+    nombre_empleados.append(os.path.splitext(nombre)[0])
+
+# Mostrar lista creada
+print(nombre_empleados)
+
+
+def codificar(imagenes):
+    """ Codificar las imágenes """
+    # Crear una lista nueva
+    lista_codificada = []
+
+    # Loop para procesar las imágenes
+    for imagen in imagenes:
+        # Pasar imágenes a RGB
+        imagen = cv2.cvtColor(imagen, cv2.COLOR_BGR2RGB)
+
+        # Codificar
+        codificado = fr.face_encodings(imagen)[0]
+
+        # Agregar a la lista codificada
+        lista_codificada.append(codificado)
+
+    # Devolver lista codificada que se ha procesado
+    return lista_codificada
+
+
+def registrar_ingresos(persona):
+    """ Recoger los datos de las capturas """
+
+    # Creamos el fichero registro.csv con Nombre, Hora
+    # Aquí lo abrimos para leer
+    f = open('registro.csv', 'r+')
+    # Hacemos un listado con las líneas del fichero
+    lista_datos = f.readlines()
+    # Lista vacía para almacenar los registros
+    nombres_registro = []
+
+    for linea in lista_datos:
+        # leemos separando por comas
+        ingreso = linea.split(',')
+        # Añadimos a la lista
+        nombres_registro.append(ingreso[0])
+
+    if persona not in nombres_registro:
+
+        # Determinamos la hora actual
+        ahora = datetime.now()
+        # Le damos formato a la hora
+        string_ahora = ahora.strftime('%H:%M:%S')
+
+        # Escribimos la persona
+        f.writelines(f'\n{persona}, {string_ahora}')
+
+
+# Llamar a la función
+lista_empleados_codificada = codificar(mis_imagenes)
+
+
+# Mostrar número de imágenes codificadas en la función
+# print(len(lista_empleados_codificada))
+
+
+# Tomar una imágen de cámara web
+captura = cv2.VideoCapture(0)
+
+# Configuración de la captura para Linux
+captura.set(cv2.CAP_PROP_FRAME_WIDTH, 1280)
+captura.set(cv2.CAP_PROP_FRAME_HEIGHT, 1024)
+sleep = 'sleep 3'
+os.system(sleep)
+captura.set(cv2.CAP_PROP_EXPOSURE, -8.0)
+
+# Leer la imágen de la cámara
+# El método read() arroja dos elementos:
+# - Si se ha podido realizar la captura
+# - Devuelve la imágen
+exito, imagen = captura.read()
+
+if not exito:
+    print('No se pudo tomar la captura')
+else:
+    # Primero intentamos reconocer la cara en captura
+    cara_captura = fr.face_locations(imagen)
+
+    # Codificar la cara capturada
+    cara_captura_codificada = fr.face_encodings(imagen, cara_captura)
+
+    # Busquemos coincidencias entre las imágenes capturadas
+    # y la lista de imágenes de empleados
+    for caracodif, caraubic in zip(cara_captura_codificada, cara_captura):
+        # Comparación
+        coincidencias = fr.compare_faces(lista_empleados_codificada, caracodif)
+
+        # Distancias de comparación
+        distancias = fr.face_distance(lista_empleados_codificada, caracodif)
+
+        # La distancia menor de la lista "distancias"
+        # será la que indique el parecido más cercano
+        print(distancias)
+
+        # Buscar el valor mínimo y añadir a variable
+        indice_coincidencia = numpy.argmin(distancias)
+
+        # Mostrar coincidencias si las hay
+        if distancias[indice_coincidencia] > 0.6:
+            texto = 'No coincide'
+
+        else:
+
+            # Buscar el nombre del empleado encontrado
+            texto = nombre_empleados[indice_coincidencia]
+
+        # Crear rectangulo cara
+        y1, x2, y2, x1 = caraubic
+        cv2.rectangle(
+            imagen,
+            (x1, y1),
+            (x2, y2),
+            (0, 255, 0),
+            2
+        )
+        # Crear rectangulo verde de texto
+        cv2.rectangle(
+            imagen,
+            (x1, y2 - 35),
+            (x2, y2),
+            (0, 255, 0),
+            cv2.FILLED
+        )
+
+        # Crear texto
+        cv2.putText(
+            imagen,
+            texto,
+            (x1 + 6, y2 - 6),
+            cv2.FONT_HERSHEY_COMPLEX,
+            0.6,
+            (255, 255, 255),
+            2
+        )
+
+        registrar_ingresos(nombre)
+
+        # Mostrar la imagen obtenida por la cámara
+        cv2.imshow('Imagen web', imagen)
+
+        # Mantener la ventana abierta
+        cv2.waitKey(0)

python-total/dia_14/reconocimiento_facial.py

@@ -0,0 +1,99 @@
+"""
+Reconocimiento facial
+
+Bibliotecas:
+    cmake 
+    dlib
+    face-recognition
+    numpy
+    opencv-python
+
+"""
+
+import cv2
+import face_recognition as fr
+
+# Cargar imágenes
+foto_control = fr.load_image_file('FotoD.jpg')
+foto_prueba = fr.load_image_file('FotoC.jpg')
+
+# Nos aseguramos que el formato de la foto es rgb
+# Las transformamos de BGR --> RGB
+foto_control = cv2.cvtColor(foto_control, cv2.COLOR_BGR2RGB)
+foto_prueba = cv2.cvtColor(foto_prueba, cv2.COLOR_BGR2RGB)
+
+# Localizar cara control
+lugar_cara_A = fr.face_locations(foto_control)[0]
+# Podríamos ver las coordenadas
+# print(lugar_cara_A)
+
+# Codificar la cara
+cara_codificada_A = fr.face_encodings(foto_control)[0]
+
+
+# Localizar cara control
+lugar_cara_B = fr.face_locations(foto_prueba)[0]
+
+# Codificar la cara
+cara_codificada_B = fr.face_encodings(foto_prueba)[0]
+
+# Marcar donde está la cara con un rectángulo
+# Añadimos la foto y los índices para marcar las coordenadas
+# del vértice superior izquiero de la cara y el
+# del vértice inferior derecho.
+# Anadimos el color del rectangulo en verde
+# y el borde
+cv2.rectangle(
+    foto_control,
+    (lugar_cara_A[3], lugar_cara_A[0]),
+    (lugar_cara_A[1], lugar_cara_A[2]),
+    (0, 255, 0),
+    2
+)
+
+cv2.rectangle(
+    foto_prueba,
+    (lugar_cara_B[3], lugar_cara_B[0]),
+    (lugar_cara_B[1], lugar_cara_B[2]),
+    (0, 255, 0),
+    2
+)
+
+
+# Realizar comparación
+# El método espera recibir una lista.
+# Como tenemos un único objecto lo ponemos entre corchetes
+# para que piense que es una lista de un solo objeto.
+# El tercer valor es la torelancia de distancia de comparación
+resultado = fr.compare_faces([cara_codificada_A], cara_codificada_B)
+# print(resultado)
+
+
+# Medida de la distancia de comparación
+# por defecto es 0.6 el valor para admitir coincidencia con True
+# Esto nos indica lo cerca que está
+distancia = fr.face_distance([cara_codificada_A], cara_codificada_B)
+# print(distancia)
+
+
+# Mostrar resultado con texto
+# Los parámetros son la imagén, el texto a introducir,
+# la ubicación del texto, la fuente, la escala,
+# el color y el grosor
+cv2.putText(
+    foto_prueba,
+    f'{resultado} {distancia.round(2)}',
+    (50, 50),
+    cv2.FONT_HERSHEY_COMPLEX,
+    1,
+    (0, 255, 0),
+    2
+)
+
+
+# Mostrar imágenes
+cv2.imshow('Foto Control', foto_control)
+cv2.imshow('Foto Prueba', foto_prueba)
+
+# Las imágenes se cierran, se necesitan mantener el programa abierto
+cv2.waitKey(0)

python-total/dia_14/registro.csv

@@ -0,0 +1 @@
+Nombre, Hora