silinhas / access-control-with-facial-recognition

Sistema de ponto utilizando reconhecimento facial, feito em Python utilizando as bibliotecas Open CV Python e dlib

Ponto Lab Soft

Ponto para controle de acesso de alunos no laboratorio de pesquisa utilizando reconhecimento facial.

Autores:

• Julio Nunes Avelar

Requisitos

Software:

• Python 3.6 ou superior
• OpenCV 4.5.3 ou superior
• Dlib 19.24.0 ou superior
• Numpy 1.23.4 ou superior
• Pillow 9.2.0 ou superior
• PyZbar 0.1.9 ou superior
• Requests 2.28.1 ou superior

Hardware:

• Webcam
• Raspberry Pi 3 ou superior ou qualquer outro computador que possa utilizar uma webcam

Instalação

Linux e MacOS

Para instalar as dependências do projeto, crie um ambiente virtual utilizando python-virtualenv e instale as dependências do projeto:

python3 -m venv env

Para ativar o ambiente virtual utilize:

source env/bin/activate

Para instalar as dependências do projeto utilize:

pip install -r requirements.txt

caso esteja utilizando um Raspberry Pi utlize:

pip install -r requirements-rpi.txt

Windows

Para instalar as dependências do projeto, crie um ambiente virtual utilizando python-virtualenv e instale as dependências do projeto:

python -m venv env

Para ativar o ambiente virtual utilize:

env\Scripts\activate

Para instalar as dependências do projeto utilize:

pip install -r requirements.txt

Execução

Para executar o projeto, ative o ambiente virtual e execute o arquivo main.py:

Na primeira execução antes de executar o arquivo main.py, será necessario criar o banco de dados, para isso, abra um shell python e utiliza:

from core.database_manager import create_database
create_database()

O procedimento acima será necessario apenas antes de realizar a primeira execução do sistema.

Linux e MacOS:

source env/bin/activate
python main.py

Windows:

env\Scripts\activate
python main.py

Configuração

Para configurar o projeto, edite o arquivo consts.py na pasta core, para utilizar as configurações padrões será necessario exportar um token de autenticação da API.

Arquiteura

Diretórios

• core: Contém os arquivos com funções e classes do projeto
• dataset: Contém os arquivos de treinamento do modelo
• classificadores: Contém os arquivos de modelos treinados
• utils: Contém os arquivos de utilidades do projeto
• snapshots: Contém os arquivos de capturas de tela do projeto
• tests: Contém os arquivos de testes do projeto

Arquivos

• main.py: Arquivo principal do projeto
• consts.py: Arquivo de constantes do projeto
• requirements.txt: Arquivo de dependências do projeto
• requirements-rpi.txt: Arquivo de dependências do projeto para Raspberry Pi
• README.md: Arquivo de documentação do projeto
• LICENSE: Arquivo de licença do projeto
• treino.py: Arquivo de treinamento do modelo
• database.db: Arquivo de banco de dados do projeto

Licença

Este projeto está licenciado sob a licença MIT - consulte o arquivo LICENSE para obter mais detalhes.

Agradecimentos

• OpenCV
• Dlib
• PyZbar
• Laboratório de Tecnologias de Software e Computação Aplicada à Educação - LabSoft

Duvidas e Sugestões

Caso tenha alguma dúvida ou sugestão, fique a vontade para reportar no campo de issues.