Upload app.py

app.py

@@ -0,0 +1,94 @@
+# -*- coding: utf-8 -*-
+"""
+José Carlos Machicao
+GestioDinámica
+Fecha de producción: 2021_08_28
+Fecha de actualización 2021_12_29
+Ubicación 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('Generación de Base Tensores')
+
+# 1. IDENTIDAD BASE
+st.subheader('**Procedimiento: Generación de Identidad Digital Base**')
+
+nom_oper = st.text_input('Nombre del Comparador(a) que realizará evaluación')
+nom_oper = nom_oper.replace(' ', '')
+
+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 generación: ', 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 GestioDinámica')