File size: 1,667 Bytes
4e52041
 
 
 
d1afe9c
4e52041
d1afe9c
 
 
 
80bd8e6
5441197
80bd8e6
d1afe9c
80bd8e6
d1afe9c
 
4e52041
44c6fb9
4e52041
96cf342
788540e
d1afe9c
4e52041
 
788540e
4e52041
788540e
4e52041
788540e
4e52041
788540e
4e52041
788540e
4e52041
 
df162f7
4e52041
 
 
 
 
df162f7
4e52041
788540e
4e52041
788540e
4e52041
df162f7
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
import os
import cv2
import numpy as np
import insightface
model = None

def get_model():
    global model
    if model is None:
        # On force le chargement à partir du dossier local
        print("On force le chargement à partir du dossier local")
        model_dir = os.path.join(os.path.dirname(__file__), "../")
        print("On charge le model")
        model = insightface.app.FaceAnalysis(name="buffalo_l", root=model_dir, providers=["CPUExecutionProvider"])
        print("On prépare le model")
        model.prepare(ctx_id=0)
    return model


def create_insightface_template(folder_path, output_path):
    print(folder_path,output_path)
    print("on récupére le model")
    model = get_model()
    embeddings = []

    print("On liste les fichiers")
    for filename in os.listdir(folder_path):
        print("fichier : ",filename)
        if filename.lower().endswith((".jpg", ".jpeg", ".png")):
            
            img_path = os.path.join(folder_path, filename)
            print("on lis l'image img_path : ",img_path)
            img = cv2.imread(img_path)
            print("on récupére les visages dans l'image: ",img_path)
            faces = model.get(img)
            if not faces:
                print(f"Aucun visage sur {filename}")
                continue
            face = faces[0]
            embeddings.append(face.embedding)

    if not embeddings:
        raise RuntimeError("Aucun embedding extrait.")

    print("on fait la moyenne")
    template = np.mean(np.array(embeddings), axis=0)
    print("on sauvegarde le template")
    np.save(output_path, template)
    print(f"Template enregistré dans : {output_path}")