Spaces:
Sleeping
Sleeping
File size: 3,831 Bytes
f0f505e 4e90819 f0f505e 93b0af7 f0f505e 93b0af7 f0f505e 93b0af7 f0f505e 93b0af7 f0f505e 93b0af7 4e90819 f0f505e 93b0af7 f0f505e 93b0af7 f0f505e 93b0af7 f0f505e 4e90819 f0f505e |
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 94 95 96 97 98 99 100 101 102 103 104 |
from flask import Flask, render_template, request, jsonify
from deepface import DeepFace
import os
import tempfile
import shutil
app = Flask(__name__)
# Configuration pour l'upload des images (facultatif, pour stocker les images temporairement)
UPLOAD_FOLDER = 'uploads'
app.config['UPLOAD_FOLDER'] = UPLOAD_FOLDER
ALLOWED_EXTENSIONS = {'png', 'jpg', 'jpeg'}
def allowed_file(filename):
return '.' in filename and \
filename.rsplit('.', 1)[1].lower() in ALLOWED_EXTENSIONS
def process_image(image_path):
"""
Traite une image avec DeepFace (détection, alignement, etc.).
Vous pouvez personnaliser cette fonction en fonction de vos besoins.
"""
try:
# Exemple d'extraction des visages avec alignement et détection
faces = DeepFace.extract_faces(img_path=image_path, detector_backend='retinaface', align=True)
if len(faces) > 0 :
return faces[0]['facial_area']
else:
return None
except Exception as e:
print(f"Erreur lors du traitement de l'image : {e}")
return None
@app.route('/')
def index():
return render_template('index.html')
@app.route('/compare', methods=['POST'])
def compare():
# Gestion des fichiers uploadés
if 'file1' not in request.files or 'file2' not in request.files:
return jsonify({'error': 'Aucun fichier sélectionné'}), 400
file1 = request.files['file1']
file2 = request.files['file2']
if file1.filename == '' or file2.filename == '':
return jsonify({'error': 'Aucun fichier sélectionné'}), 400
if file1 and allowed_file(file1.filename) and file2 and allowed_file(file2.filename):
# Créer un dossier temporaire pour stocker les images
temp_dir = tempfile.mkdtemp(prefix="face_compare_", dir=app.config['UPLOAD_FOLDER'])
# Enregistre les fichiers dans le dossier temporaire
file1_path = os.path.join(temp_dir, file1.filename)
file2_path = os.path.join(temp_dir, file2.filename)
file1.save(file1_path)
file2.save(file2_path)
# Traitement des images (vous pouvez personnaliser cette partie)
processed_img1 = process_image(file1_path)
processed_img2 = process_image(file2_path)
if processed_img1 is None or processed_img2 is None:
# Supprimer le dossier temporaire et son contenu
shutil.rmtree(temp_dir)
return jsonify({'error': 'Aucun visage détecté dans une ou plusieurs images'}), 400
try:
# Comparaison des visages avec DeepFace
result = DeepFace.verify(
img1_path=file1_path,
img2_path=file2_path,
model_name="VGG-Face",
detector_backend="retinaface",
distance_metric="cosine",
enforce_detection=False
)
# Formater la réponse
response_data = {
'verified': result['verified'],
'similarity': round((1 - result['distance']) * 100, 1) if result['verified'] else round((1 - result['distance']) * 100, 1)
}
# Supprimer le dossier temporaire et son contenu
shutil.rmtree(temp_dir)
return jsonify(response_data)
except Exception as e:
# Supprimer le dossier temporaire et son contenu
shutil.rmtree(temp_dir)
print(f"Erreur lors de la comparaison des visages : {e}")
return jsonify({'error': str(e)}), 500
else:
return jsonify({'error': 'Type de fichier non autorisé'}), 400
if __name__ == '__main__':
# Créer le dossier d'upload si nécessaire
os.makedirs(app.config['UPLOAD_FOLDER'], exist_ok=True)
app.run(debug=True) # Mettre debug=False en production |