API de Reconocimiento Facial

API desarrollada con FastAPI para el reconocimiento facial, que permite registrar, reconocer y eliminar rostros utilizando PostgreSQL para el almacenamiento.

Estructura del Proyecto

API_FAST/
├── app/
│   ├── __init__.py
│   ├── main.py               # Punto de entrada de la aplicación
│   ├── config.py             # Configuraciones de la aplicación
│   │
│   ├── api/                  # API Routes
│   │   ├── __init__.py
│   │   └── v1/               # Versión 1 de la API
│   │       ├── __init__.py
│   │       ├── api.py        # Router principal de la API v1
│   │       └── endpoints/    # Endpoints agrupados por dominio
│   │           ├── __init__.py
│   │           └── face_auth.py  # Endpoints de autenticación facial
│   │
│   ├── core/                 # Lógica principal
│   │   ├── __init__.py
│   │   └── face_recognition_service.py  # Servicio de reconocimiento facial
│   │
│   ├── db/                   # Base de datos
│   │   ├── __init__.py
│   │   └── database.py       # Conexión a la base de datos
│   │
│   └── schemas/              # Esquemas Pydantic
│       ├── __init__.py
│       └── face.py           # Esquemas para reconocimiento facial
│
├── tests/                    # Pruebas
├── .env.example              # Ejemplo de variables de entorno
├── requirements.txt          # Dependencias
└── README.md                 # Este archivo

Requisitos

• Python 3.8+
• PostgreSQL
• OpenCV
• face-recognition

Instalación

1. Clona el repositorio:

   git clone [URL_DEL_REPOSITORIO]
   cd API_FAST

2. Crea un entorno virtual y actívalo:

   python -m venv venv
   source venv/bin/activate  # En Windows: venv\Scripts\activate

3. Instala las dependencias:

   pip install -r requirements.txt

4. Crea un archivo .env basado en .env.example y configura las variables de entorno.

Configuración

Crea un archivo .env en la raíz del proyecto con las siguientes variables:

DB_HOST=localhost
DB_NAME=mi_base_de_datos
DB_USER=mi_usuario
DB_PASSWORD=mi_contraseña_segura
SECRET_KEY=tu_clave_secreta_muy_larga

Base de Datos

Asegúrate de tener PostgreSQL instalado y crea una base de datos. Luego, ejecuta el siguiente script SQL para crear la tabla necesaria:

CREATE TABLE mis_personas (
    id SERIAL PRIMARY KEY,
    nombre VARCHAR(100) NOT NULL,
    embedding REAL[]
);

Ejecución

Para iniciar el servidor de desarrollo:

uvicorn app.main:app --reload

La API estará disponible en http://127.0.0.1:8000

Documentación de la API

• Documentación interactiva: http://127.0.0.1:8000/docs
• Documentación alternativa: http://127.0.0.1:8000/redoc

Endpoints Principales

• POST /api/v1/face_auth/recognize_face/ - Reconoce un rostro en una imagen
• POST /api/v1/face_auth/register_face/ - Registra un nuevo rostro
• DELETE /api/v1/face_auth/delete_face/{nombre} - Elimina un rostro registrado
• GET /api/v1/face_auth/list_known_faces/ - Lista todos los rostros registrados
• GET /api/v1/face_auth/status/ - Obtiene el estado del servicio

Pruebas

Para ejecutar las pruebas:

pytest tests/

Contribución

1. Haz un fork del proyecto
2. Crea una rama para tu característica (git checkout -b feature/nueva-caracteristica)
3. Haz commit de tus cambios (git commit -am 'Añade nueva característica')
4. Haz push a la rama (git push origin feature/nueva-caracteristica)
5. Abre un Pull Request

Licencia

Este proyecto está bajo la Licencia MIT. Ver el archivo LICENSE para más detalles.