В современном мире, где фотографии играют ключевую роль в нашей жизни, найти определенное изображение среди сотен или тысяч файлов может быть настоящим испытанием. Особенно, если речь идет о фотографиях с похожими лицами. Для решения этой задачи была создана простая и удобная программа на Python с графическим интерфейсом, которая автоматически находит фотографии, соответствующие заданному эталону лица.
Как работает программа?
Эта программа использует библиотеку OpenCV, одну из самых популярных библиотек для обработки изображений и распознавания лиц. С ее помощью программа анализирует изображения и сравнивает лица на них с эталонным изображением. Если уровень совпадения превышает заданный пользователем порог, фотография сохраняется в указанной папке.
import cv2
import os
import shutil
import tkinter as tk
from tkinter import filedialog, messagebox
def find_matching_faces(face_image_path, photos_folder, output_folder, similarity_threshold):
reference_image = cv2.imread(face_image_path)
if reference_image is None:
messagebox.showerror("Ошибка", "Не удалось загрузить эталонное изображение.")
return
gray_reference = cv2.cvtColor(reference_image, cv2.COLOR_BGR2GRAY)
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
reference_faces = face_cascade.detectMultiScale(gray_reference, scaleFactor=1.1, minNeighbors=5)
if len(reference_faces) == 0:
messagebox.showerror("Ошибка", "Лицо на эталонном изображении не найдено.")
return
x, y, w, h = reference_faces[0]
reference_face = gray_reference[y:y+h, x:x+w]
if not os.path.exists(output_folder):
os.makedirs(output_folder)
matches_found = 0
for filename in os.listdir(photos_folder):
file_path = os.path.join(photos_folder, filename)
if not filename.lower().endswith(('.png', '.jpg', '.jpeg')):
continue
image = cv2.imread(file_path)
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
detected_faces = face_cascade.detectMultiScale(gray_image, scaleFactor=1.1, minNeighbors=5)
for (x, y, w, h) in detected_faces:
detected_face = gray_image[y:y+h, x:x+w]
res = cv2.matchTemplate(reference_face, detected_face, cv2.TM_CCOEFF_NORMED)
similarity = res.max()
if similarity >= similarity_threshold:
shutil.copy(file_path, os.path.join(output_folder, filename))
matches_found += 1
break
messagebox.showinfo("Результат", f"Найдено совпадений: {matches_found}. Результаты сохранены в папке {output_folder}.")
def select_face_image():
file_path = filedialog.askopenfilename(title="Выберите эталонное изображение", filetypes=[("Image Files", "*.jpg *.jpeg *.png")])
if file_path:
face_image_path.set(file_path)
def select_photos_folder():
folder_path = filedialog.askdirectory(title="Выберите папку с фотографиями")
if folder_path:
photos_folder_path.set(folder_path)
def select_output_folder():
folder_path = filedialog.askdirectory(title="Выберите папку для сохранения совпадений")
if folder_path:
output_folder_path.set(folder_path)
def run_matching():
if not face_image_path.get() or not photos_folder_path.get() or not output_folder_path.get():
messagebox.showerror("Ошибка", "Укажите все пути.")
return
similarity_threshold = similarity_slider.get() / 100 # Преобразование значения из ползунка в диапазон [0, 1]
find_matching_faces(face_image_path.get(), photos_folder_path.get(), output_folder_path.get(), similarity_threshold)
# Создание графического интерфейса
root = tk.Tk()
root.title("Поиск фотографий с совпадающими лицами")
face_image_path = tk.StringVar()
photos_folder_path = tk.StringVar()
output_folder_path = tk.StringVar()
tk.Label(root, text="Эталонное изображение:").grid(row=0, column=0, padx=10, pady=5, sticky="w")
tk.Entry(root, textvariable=face_image_path, width=40).grid(row=0, column=1, padx=10, pady=5)
tk.Button(root, text="Выбрать", command=select_face_image).grid(row=0, column=2, padx=10, pady=5)
tk.Label(root, text="Папка с фотографиями:").grid(row=1, column=0, padx=10, pady=5, sticky="w")
tk.Entry(root, textvariable=photos_folder_path, width=40).grid(row=1, column=1, padx=10, pady=5)
tk.Button(root, text="Выбрать", command=select_photos_folder).grid(row=1, column=2, padx=10, pady=5)
tk.Label(root, text="Папка для совпадений:").grid(row=2, column=0, padx=10, pady=5, sticky="w")
tk.Entry(root, textvariable=output_folder_path, width=40).grid(row=2, column=1, padx=10, pady=5)
tk.Button(root, text="Выбрать", command=select_output_folder).grid(row=2, column=2, padx=10, pady=5)
tk.Label(root, text="Коэффициент совпадения:").grid(row=3, column=0, padx=10, pady=5, sticky="w")
similarity_slider = tk.Scale(root, from_=50, to=100, orient="horizontal", length=300)
similarity_slider.set(80) # Установить значение по умолчанию (80%)
similarity_slider.grid(row=3, column=1, columnspan=2, padx=10, pady=5)
tk.Button(root, text="Запустить", command=run_matching, bg="lightblue").grid(row=4, column=0, columnspan=3, pady=20)
root.mainloop()Программа оснащена графическим интерфейсом, что делает ее удобной даже для тех, кто не знаком с программированием.
Основные возможности:
- Простой интерфейс
Пользователь может легко указать:- Эталонное изображение лица.
- Папку с фотографиями для анализа.
- Папку для сохранения совпадений.
- Настройка коэффициента совпадения
В программе есть ползунок для выбора минимального порога совпадения. Вы можете настроить уровень чувствительности, чтобы программа находила только те фотографии, которые действительно соответствуют эталону. - Быстрая обработка
OpenCV позволяет быстро обрабатывать изображения, даже если их много. Программа подходит для работы с большими архивами фотографий. - Автоматическое сохранение результатов
Все найденные совпадения автоматически копируются в отдельную папку, указанную пользователем.
Как пользоваться программой?
- Скачайте и установите Python (если он еще не установлен).
- Убедитесь, что у вас установлены необходимые библиотеки
- Запустите программу и укажите:
- Эталонное изображение (фото лица для поиска).
- Папку с фотографиями, где будет осуществляться поиск.
- Папку для сохранения совпадений, куда программа запишет найденные файлы.
- Настройте ползунок коэффициента совпадения (например, 80% для большей точности).
- Нажмите кнопку “Запустить” и дождитесь завершения обработки. Программа сообщит, сколько совпадений найдено, и сохранит их в выбранной папке.
Технические особенности
Программа основана на использовании метода matchTemplate из OpenCV, который сравнивает эталонное лицо с лицами на фотографиях. Для обнаружения лиц используется каскад Хаара – предобученная модель, встроенная в OpenCV.
Программа позволяет устанавливать минимальный коэффициент совпадения, что дает гибкость в работе с разными наборами изображений.
Преимущества
- Доступность: Подходит для пользователей с любым уровнем подготовки.
- Универсальность: Работает на Windows и других системах, поддерживающих Python.
- Точность: Возможность настройки порога совпадения позволяет минимизировать количество ошибок.
- Простота: Не требует установки сложного ПО, все операции выполняются через понятный интерфейс.
Где это может быть полезно?
- Управление фотоархивами: Автоматический поиск лиц в больших коллекциях фотографий.
- Распознавание лиц: Полезно для фотографов, исследователей или просто для домашнего использования.
- Систематизация данных: Быстрый способ упорядочить фотографии по людям.
Эта программа – отличное решение для тех, кто хочет сэкономить время и автоматизировать поиск фотографий с совпадающими лицами. Простота использования, высокая скорость обработки и возможность настройки делают ее незаменимым инструментом в работе с фотоархивами.
