Блог

РЕДАКТИРОВАТЬ: я не смог найти решение, как я хотел ниже, поэтому я сделал это как простую запись и чтение в текстовый файл, поскольку оба приложения находятся на одном физическом сервере. Я не закрываю это, потому что считаю, что людям все еще может понадобиться реальное решение. Спасибо.

Во-первых, мне жаль, потому что я не уверен, как это называется, поэтому было сложно выполнить поиск в Google. Краткое изложение моей проблемы заключается в следующем:

Я использую библиотеку facial_recognition python от ageitgey для распознавания лиц в видео. Обратитесь к этому коду. Итак, вы видите, что он использует opencv для захвата каждого кадра внутри while True: и ret, frame = video_capture.read() для кадра.

Для каждой итерации я буду заполнять переменную (назовем ее RETURN_CODE ) значением 0, если внутри фрейма нет лиц, 1, если лицо не распознано, и 2, если лицо распознано.

Что мне нужно, так это то, что для каждой итерации я возвращаю этот код, не прерывая цикл, чтобы другое приложение продолжало проверять этот статус и выполнять другие действия на основе его значения.

Я все еще выясняю, как это сделать, но это не является частью этого вопроса.

В настоящее время я печатаю выходные данные и прочитал, что могу получить их с помощью другого скрипта со стандартным выводом, но кажется неправильным заливать консоль. Запись в файл может завершиться сбоем, если приложение 1 попытается выполнить запись, пока приложение 2 его открывает.

Вот мой пример кода, измененная версия по ссылке выше: примечания: чтобы он не сработал, он должен добавить 2 изображения в тот же каталог, что и скрипт, «obama.jpg » и «biden.jpg » из этого репозитория:https://github.com/ageitgey/face_recognition/tree/master/examples

 import face_recognition
from imutils.video import VideoStream
import imutils
import cv2
import numpy as np

import time

# our variable
RETURN_CODE = 0



# Load a sample picture and learn how to recognize it.
obama_image = face_recognition.load_image_file("obama.jpg")
obama_face_encoding = face_recognition.face_encodings(obama_image)[0]

# Load a second sample picture and learn how to recognize it.
biden_image = face_recognition.load_image_file("biden.jpg")
biden_face_encoding = face_recognition.face_encodings(biden_image)[0]

# Create arrays of known face encodings and their names
known_face_encodings = [
    obama_face_encoding,
    biden_face_encoding
]
known_face_names = [
    "Barack Obama",
    "Joe Biden"
]

# Initialize some variables
face_locations = []
face_encodings = []
face_names = []
process_this_frame = True

# start capturing frame by frame
## changed for imutils as is much better and opencv crashes a lot
video_capture = VideoStream(src=0).start()
TEST_START = time.time()
while True:
    # Grab a single frame of video
    frame = video_capture.read()

    # Resize frame of video to 1/4 size for faster face recognition processing
    small_frame = imutils.resize(frame, width=450)

    # THis will resize the frame on screen
    r = frame.shape[1] / float(small_frame.shape[1])

    # Convert the image from BGR color (which OpenCV uses) to RGB color (which face_recognition uses)
    rgb_small_frame = small_frame[:, :, ::-1]

    # Only process every other frame of video to save time
    if process_this_frame:
        # Find all the faces and face encodings in the current frame of video
        face_locations = face_recognition.face_locations(rgb_small_frame)



        face_encodings = face_recognition.face_encodings(rgb_small_frame, face_locations)

        face_names = []
        for face_encoding in face_encodings:
            # See if the face is a match for the known face(s)
            matches = face_recognition.compare_faces(known_face_encodings, face_encoding)
            name = "Unknown"

            # # If a match was found in known_face_encodings, just use the first one.
            # if True in matches:
            #     first_match_index = matches.index(True)
            #     name = known_face_names[first_match_index]

            # Or instead, use the known face with the smallest distance to the new face
            face_distances = face_recognition.face_distance(known_face_encodings, face_encoding)
            best_match_index = np.argmin(face_distances)
            if matches[best_match_index]:
                name = known_face_names[best_match_index]

            face_names.append(name)

        if name == 'Unkown':
            RETURN_CODE = 1
        else:
            RETURN_CODE = 2

    process_this_frame = not process_this_frame


    # Display the results
    for (top, right, bottom, left), name in zip(face_locations, face_names):
        # Scale back up face locations since the frame we detected in was scaled to 1/4 size
        top = int(top * r)
        right = int(right * r)
        bottom = int(bottom * r)
        left = int(left * r)

        # Draw a box around the face
        cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)

        # Draw a label with a name below the face
        cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), cv2.FILLED)
        font = cv2.FONT_HERSHEY_DUPLEX
        cv2.putText(frame, name, (left   6, bottom - 6), font, 1.0, (255, 255, 255), 1)

    #Display the resulting image
    cv2.imshow('Video', frame)

    # Hit 'q' on the keyboard to quit!
    if cv2.waitKey(1) amp; 0xFF == ord('q'):
        break

    # Currently it's printing the code, later add into a flask
    print(RETURN_CODE)
    #yield RETURN_CODE


    if time.time() - TEST_START >= 10.0:
        break
# Release handle to the webcam
video_capture.stream.release()
video_capture.stop()
cv2.destroyAllWindows()
  

Если я вас правильно понял, вы ищете межпроцессное взаимодействие. Код возврата — это именно то, что программа возвращает при выходе.

Запись в файл, как вы сказали, является одним из способов сделать это, но есть (много) других.

Например, взгляните на каналы и очереди Python: https://docs.python.org/3.4/library/multiprocessing.html ?выделите = процесс #каналы и очереди

Другой, более общий подход заключается в запуске службы очередей, такой как Redis: https://python-rq.org /