-
Notifications
You must be signed in to change notification settings - Fork 0
/
main.py
155 lines (137 loc) · 5.87 KB
/
main.py
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
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
import imutils
from imutils import paths
import os
import pickle
import configparser
from datetime import datetime
import time
import cv2
import face_recognition
from pyicloud import PyiCloudService
from alright import WhatsApp
import vlc
import pyautogui
from pynput.keyboard import Key, Controller
keyboard = Controller()
#Busca todos los folder dentro del folder Imagenes
folders = list(paths.list_images('Imagenes'))
knownEncodings = []
knownNames = []
#Recorre imagenes en cada folder
for (i, imagePath) in enumerate(folders):
#Extraye el nombre del folder
nombre = imagePath.split(os.path.sep)[-2]
imagen = cv2.imread(imagePath)
rgb = cv2.cvtColor(imagen, cv2.COLOR_BGR2RGB)
#Usamos Face_recognition para localizar el rostro
cajas = face_recognition.face_locations(rgb, model='hog')
encodings = face_recognition.face_encodings(rgb, cajas)
#Después de convertir cada imagen a encoding lo guardamos en listas
for encoding in encodings:
knownEncodings.append(encoding)
knownNames.append(nombre)
#Convertimos las listas en diccionario
data = {"encodings": knownEncodings, "names": knownNames}
#Guardamos el diccionario en un archivo para posteriormente comparar las imagenes recibidas de la cámara
f = open("rostros_enc", "wb")
f.write(pickle.dumps(data))
f.close()
#Configurando Geolocalizacion
config = configparser.ConfigParser()
config.read('login.ini')
usuario = config.get('login', 'usuario')
contraseña = config.get('login', 'contraseña')
api = PyiCloudService(usuario, contraseña)
latitud = api.iphone.location()['latitude']
longitud = api.iphone.location()['longitude']
#Configurando WhatsApp
messenger = WhatsApp()
#Cargamos el Modelo haarcascade para detección de rostro frontal
faceCascade = cv2.CascadeClassifier('/Users/alejandro/miniforge3/pkgs/libopencv-4.5.5-py39h86e1ac9_9/share/opencv4/haarcascades/haarcascade_frontalface_alt2.xml')
#Cargamos nuestra base de rostros conocidos
data = pickle.loads(open('rostros_enc', "rb").read())
#Cargamos el audio
p = vlc.MediaPlayer("sirena.mp3")
contador = 0
def avisar_policia():
p.play()
latitud = api.iphone.location()['latitude']
longitud = api.iphone.location()['longitude']
localizacion='https://www.google.com/maps/place/' + str(latitud) + str(longitud)
titulo = 'INTRUSO DETECTADO!!!'
placa = 'Placa Vehículo: IMGROOT'
horario = 'Horario: ' + datetime.now().strftime("%d/%m/%Y %H:%M:%S")
cv2.imwrite('intruso.png', frame)
mensajes = [titulo, horario, placa, localizacion]
messenger.search_chat_by_name('Policia')
for mensaje in mensajes:
messenger.send_message(mensaje)
messenger.send_picture('intruso.png','Intruso')
pyautogui.hotkey('command', 'tab', interval=0.1)
time.sleep(0.1)
pyautogui.click()
time.sleep(0.1)
keyboard.press(Key.enter)
keyboard.release(Key.enter)
pyautogui.hotkey('command', 'tab', interval=0.1)
print("Video Iniciado")
video_capture = cv2.VideoCapture(0)
ultima_ejecucion = time.time()
#Iniciamos la transmisión
while True:
ret, frame = video_capture.read()
height,width = frame.shape[:2]
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
rostros = faceCascade.detectMultiScale(gray,
scaleFactor=1.1,
minNeighbors=5,
minSize=(60, 60),
flags=cv2.CASCADE_SCALE_IMAGE)
#Mostrando Contador
cv2.rectangle(frame, (0, 0), (width, int(height*0.1)), (0,0,0), -1)
cv2.putText(frame,'Contador: '+str(contador),(int(width*0.65), int(height*0.08)), cv2.FONT_HERSHEY_SIMPLEX, 2, (255,255,255), 2)
#Recibimos la imagen de la cámara y la transformamos a encoding
rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
encodings = face_recognition.face_encodings(rgb)
nombres = []
#Recorremos para cada rostro detectado en cámara
for encoding in encodings:
#Comparamos con la base de rostros conocidos
matches = face_recognition.compare_faces(data["encodings"], encoding)
nombre = "Desconocido"
#Si encontramos un rostro conocido
if True in matches:
#Guardamos la posición donde encontramos el rostro en nuestra base de rostros conocidos
matchedIdxs = [i for (i, b) in enumerate(matches) if b]
counts = {}
#Recorremos todos los rostros que coinciden de nuestra base
for i in matchedIdxs:
nombre = data["names"][i]
counts[nombre] = counts.get(nombre, 0) + 1
#Actualizamos el nombre con el rostro que tuvo más coincidencias
nombre = max(counts, key=counts.get)
#Adicionamos nombre a la lista
nombres.append(nombre)
#Recorriendo los rostros detectados
for ((x, y, w, h), nombre) in zip(rostros, nombres):
cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
#Algoritmo de deteccion de intruso
if (nombre=='Desconocido'):
cv2.putText(frame,'Desconocido',(10, int(height*0.08)), cv2.FONT_HERSHEY_SIMPLEX, 2, (255,255,255), 2)
if contador<10: contador+=1
if (nombre=='Alejandro'):
cv2.putText(frame,'Alejandro',(10, int(height*0.08)), cv2.FONT_HERSHEY_SIMPLEX, 2, (255,255,255), 2)
contador-=1
if contador==10 and (time.time() - ultima_ejecucion)>=30:
ultima_ejecucion = time.time()
avisar_policia()
elif (contador>0 and contador<10):
p.stop()
elif contador<0:
contador=0
cv2.imshow("Frame", frame)
#Tecla de salida - acaba la transmisión
if cv2.waitKey(1) & 0xFF == ord('q'):
video_capture.release()
cv2.destroyAllWindows()
break