Face Recognition Project

Este es un programa completo de reconocimiento facial con dos versiones disponibles:

Versiones disponibles

1. Versión completa (main.py)

• Usa face_recognition para reconocimiento avanzado
• Detección y reconocimiento de alta precisión
• Requiere instalación de dlib (puede ser compleja en algunos sistemas)

2. Versión simplificada (main_simple.py) ⭐ RECOMENDADA

• Solo usa OpenCV (máxima compatibilidad)
• Reconocimiento usando LBPH (Local Binary Patterns Histograms)
• Instalación más simple y estable
• FUNCIONA PERFECTAMENTE EN TU SISTEMA

Características

• Detección de rostros: Detecta rostros en tiempo real usando OpenCV
• Reconocimiento facial: Reconoce rostros conocidos vs desconocidos
• Entrenamiento adaptativo: Entrena nuevas personas fácilmente
• Interfaz interactiva: Menú fácil de usar

Instalación

1. Asegúrate de tener Python 3.7+ instalado
2. Instala las dependencias básicas:

pip install opencv-python numpy pillow

Uso Rápido (Recomendado)

Probar el sistema:

python test_system.py

Ejecutar la versión simple:

python main_simple.py

Opciones del menú:

1. Detección de rostros: Modo básico que detecta rostros en tiempo real

   • Presiona 's' para capturar un rostro
   • Presiona 'q' para salir

2. Reconocimiento facial: Reconoce rostros conocidos

   • Requiere tener rostros en la carpeta known_faces
   • Presiona 'q' para salir

3. Ver rostros conocidos: Lista los rostros registrados

Estructura del proyecto

face-recognition/
├── main.py              # Programa principal
├── known_faces/         # Carpeta para imágenes de rostros conocidos
│   ├── persona1.jpg
│   ├── persona2.jpg
│   └── ...
└── README.md           # Este archivo

Cómo agregar rostros conocidos

Método 1: Usando el programa

1. Ejecuta el programa y selecciona "Detección de rostros"
2. Cuando aparezca tu rostro, presiona 's' para capturarlo
3. Introduce tu nombre cuando se solicite

Método 2: Manualmente

1. Crea la carpeta known_faces si no existe
2. Agrega imágenes (JPG, PNG, etc.) con el nombre de la persona
3. Ejemplo: juan_perez.jpg, maria_garcia.png

Requisitos del sistema

• Cámara web funcional
• Python 3.7+
• OpenCV
• face_recognition (requiere dlib)
• NumPy
• Pillow

Controles

• 'q': Salir del modo actual
• 's': Capturar rostro (solo en modo detección)

Notas

• El reconocimiento funciona mejor con buena iluminación
• La primera vez puede tardar un poco en cargar los modelos
• Para mejor rendimiento, usa imágenes claras y bien iluminadas en known_faces