File size: 2,552 Bytes
9dce852
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
0b952c9
9dce852
0b952c9
 
 
 
 
 
 
9dce852
0b952c9
 
 
 
 
 
9dce852
0b952c9
 
 
 
 
 
 
9dce852
0b952c9
 
 
 
 
 
 
 
 
 
 
 
 
9dce852
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
# -*- coding: utf-8 -*-
"""
Jos茅 Carlos Machicao
GestioDin谩mica
Fecha de producci贸n: 2021_08_28
Fecha de actualizaci贸n 2021_12_29
Ubicaci贸n Original: PythonScripts/gdmk_facerecog/
"""

import streamlit as st
import face_recognition
from PIL import Image
import numpy as np
import pandas as pd
import datetime
import base64
import pickle

# FUNCTIONS
def genera_imagenes_base(up_files):
    ims = []
    lista_fotos = []
    codes = []
    for imk in up_files:
        lista_fotos.append(imk.name)
        imagex = face_recognition.load_image_file(imk)
        facecodex = face_recognition.face_encodings(imagex)[0]
        codes.append(facecodex)
        imsh = Image.open(imk)
        ims.append(imsh)
    codtot = pd.DataFrame()
    codtot['lista'] = lista_fotos
    codtot['imagenes'] = ims
    codtot['codigos'] = codes
    return codtot

# BODY
st.image('images/uc_logo.jpg', width=150)

st.subheader('Aplicativos de Reconocimiento Facial')
st.title('Generaci贸n de Base Tensores')

# 1. IDENTIDAD BASE
st.subheader('**Procedimiento: Generaci贸n de Identidad Digital Base**')


up_files = st.file_uploader('Elija archivos base hasta 50 items: ', accept_multiple_files=True)

if not up_files:
    l_pics = 1
    for i, col in enumerate(st.columns(1)):
        col.image('images/void.jpg', width=150)
else:

    codtotx = genera_imagenes_base(up_files)
    
    n_fil = 5
    l_pics = int(len(codtotx.lista))
    filas = int(np.round(l_pics/n_fil,0)) + 1
    st.write(l_pics)
    st.write('Procesando imagenes...')
    imagenes = list(codtotx.imagenes)
    
    for fila in range(filas):
        st.write(fila)
        for i, col in enumerate(st.columns(n_fil)):
            try:
                col.image(up_files[i+fila*n_fil], width=150)
            except:
                pass
    
    st.write('Reportando: Archivo Base Generado')
    
    timestamp = datetime.datetime.now()
    ts = timestamp.strftime('%Y_%m_%d_%H_%M')
    #nom_archivo = 'tensores_base_' + ts + '_' + nom_oper + '.pkl'
    st.write('Archivo generado por: ', nom_oper)
    st.write('Tiempo de generaci贸n: ', ts)
    
    output_pkl = pickle.dumps(codtotx)
    b64 = base64.b64encode(output_pkl).decode()
    href = f'<a href="data:file/output_model;base64,{b64}" download="tensores.pkl">Descargar Tensores PKL</a>'
    st.markdown(href, unsafe_allow_html=True)

c1, c2, c3 = st.columns(3)
with c1:
    st.write(' ')
with c2:
    st.write(' ')
with c3:
    st.write(' ')
    st.image('images/gdmk.png', width=100, caption='Designed and Powered by GestioDin谩mica')