app.py

# -*- coding: utf-8 -*-
"""
José Carlos Machicao
GestioDinámica
Fecha de producción: 2021_10
Fecha de actualización 2022_07
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 matplotlib.pyplot as plt
import datetime
import base64
from io import BytesIO
from pyxlsb import open_workbook as open_xlsb

# BODY
st.image('gdmk.png', width=150)

st.subheader('Aplicativos de Reconocimiento Facial')
st.title('Comparación de Identidades')
nom_oper = st.text_input('Nombre de Operador(a):')
st.subheader('**Carga de archivo PKL con Tensores Preentrenados**')
up_base = st.file_uploader('Cargue Archivo Base Recibido de su Supervisor: ')

if up_base is not None:
   
    base = pd.read_pickle(up_base)
    st.write(base.shape)
    st.write(base.lista)

# 2. CARGA DE FOTOS EVENTO
st.subheader('**Carga de Archivos de Imagen Conteniendo Caras**')

up_evento = st.file_uploader('Elija pantallazos del evento: ', accept_multiple_files=True)

if len(up_evento)==0:
    
    mensaje='Todavía no se han cargado imágenes.'
    st.write(mensaje)

else:
    mensaje='Confirmación, se han cargado '+str(len(up_evento))+' imágenes.'
    st.write(mensaje)

    caras_embed = []    
    
    for j, pic in enumerate(up_evento):
        ima = face_recognition.load_image_file(pic)
        face_locs = face_recognition.face_locations(ima)
        face_enco = face_recognition.face_encodings(ima)
        
        for k, facex in enumerate(face_enco):
            top, right, bottom, left = face_locs[k]
            face_frame = ima[top:bottom, left:right]
            pil_image = Image.fromarray(face_frame)
            pil_image_100 = pil_image.resize((100,100))
            rotulox = 'nom_' + str(j) + '_' + str(k) + '.jpg'
            #pil_image_100.save(rotulox)
            caras_embed.append([rotulox, facex, pil_image_100])
            
    caras_evento_code_df = pd.DataFrame(caras_embed)
    caras_evento_code_df.columns = ['rotulo', 'face_embed', 'image']

    # 3. COMPARACIÓN

    st.subheader('**Procedimiento: Comparación**')

    codesx = base.codigos
    lista_fotos = base.lista
    
    resultados = []
    for face in caras_evento_code_df.face_embed:
        matches = face_recognition.compare_faces(list(codesx), face)
        timestamp = datetime.datetime.now()
        try:
            indice = int(np.where(matches)[0])
            halla = lista_fotos[indice]
            resultados.append([timestamp, halla])
        except:
            resultados.append([timestamp, 'Desconocido'])
    
    timestamp = str(datetime.datetime.now()).replace(':','-')
    
    resultados_df = pd.DataFrame(resultados)
    resultados_df.columns = ['timestamp', 'nombre']
    resultados_df['arch_evento'] = caras_evento_code_df.rotulo
    resultados_df['imagenes'] = caras_evento_code_df.image

    st.dataframe(resultados_df.drop(['imagenes'], axis=1))
    asistentes = resultados_df.nombre
    
    asistencia = []
    for nom in base.lista:
        if nom in list(asistentes):
            asistencia.append([nom, 'Asistió'])
        else:
            asistencia.append([nom, 'No Asistió'])
    asist_df = pd.DataFrame(asistencia)
    st.dataframe(asist_df)
    
    def convierte_excel(df):
        output = BytesIO()
        writer = pd.ExcelWriter(output, engine='xlsxwriter')
        df.to_excel(writer, index=False, sheet_name='data_extraida')
        workbook = writer.book
        worksheet = writer.sheets['data_extraida']
        format1 = workbook.add_format({'num_format': '0.00'}) 
        worksheet.set_column('A:A', None, format1)  
        writer.save()
        processed_data = output.getvalue()
        writer.close()
        return processed_data
    
    csv = asist_df.to_csv(index=False)
    st.download_button(label='📩 Descargar CSV', data=csv,
                                file_name = 'df_'+timestamp+'.csv')
                                                            
    n_fig = 10
    fig, ax = plt.subplots(1, n_fig, figsize=(21, 2))
    for i in range(n_fig):
        if i > len(resultados_df)-1:
            img = Image.open('void.jpg')
            ax[i].imshow(img)
            ax[i].axis('off')
        else:
            img = resultados_df.imagenes.iloc[i]
            ax[i].imshow(img)
            ax[i].set_title(str(resultados_df.nombre.iloc[i]))
            ax[i].axis('off')
    
    #timestamp = str(datetime.datetime.now()).replace(':','-')
    #plt.savefig('resultados_'+timestamp+'.jpg')
    #st.image(Image.open('resultados_'+timestamp+'.jpg'), width=800)
    st.pyplot(fig)
        
    #st.write('Se ha guardado los archivos en el folder resultados.')
    #resultados_df.to_csv('resultados/verificacion.csv')
    #asist_df.to_csv('resultados/asistencia.csv')
    
    c1, c2, c3 = st.columns(3)
    with c1:
        st.write(' ')
    with c2:
        st.write(' ')
    with c3:
        st.write(' ')
        st.image('gdmk.png', width=100, caption='Designed and Powered by GestioDinámica')