Avaliação do Impacto de Técnicas de Pré-Processamento no Reconhecimento Facial em Imagens de Baixa Qualidade

Este projeto avalia o impacto de diferentes técnicas de pré-processamento no reconhecimento facial em imagens de baixa qualidade.

Instruções de Uso

Dependências

Para executar este projeto, você precisará das seguintes bibliotecas Python:

• OpenCV: Para processamento de imagens.
• Dlib: Para detecção de landmarks faciais.
• face_recognition: Para reconhecimento facial.
• numpy: Para operações matemáticas.
• pandas: Para manipulação de dados.

Instalação das Dependências

Você pode instalar as dependências usando pip:

pip install requirements.txt

Execução do Código

1. Clonar o Repositório:

git clone https://github.com/seu-usuario/reconhecimento-facial.git

2. Executar o Script:

• Coloque as imagens que deseja comparar na pasta Img/.
• Edite as variáveis img1_path e img2_path no arquivo fr.py para apontar para as imagens desejadas.
• Execute o script com Python:

  python fr.py
  

3. Análise dos Resultados:

• Os resultados serão impressos no terminal, mostrando a similaridade entre as imagens para diferentes configurações de pré-processamento.

Configurações de Pré-Processamento

O script permite testar diferentes combinações de pré-processamento:

• Escala de Cinza: Conversão da imagem para escala de cinza.
• Filtro Bilateral: Aplicação de filtro bilateral para suavizar a imagem.
• Landmarks: Uso de landmarks faciais para alinhar o rosto.

Essas configurações são aplicadas automaticamente em todas as combinações possíveis.

---

Evaluating the Impact of Preprocessing Techniques on Face Recognition in Low-Quality Images

This project evaluates the impact of different preprocessing techniques on face recognition in low-quality images.

📌 Usage Instructions

Dependencies

To run this project, you'll need the following Python libraries:

• OpenCV: For image processing
• Dlib: For facial landmark detection
• face_recognition: For face recognition
• numpy: For mathematical operations
• pandas: For data manipulation

Installing Dependencies

You can install all dependencies using pip:

pip install -r requirements.txt

Running the Code

1. Clone the Repository:

git clone https://github.com/your-username/face-recognition.git

2. Run the Script:

• Place the images you want to compare in the Img/ folder.
• Edit the img1_path and img2_path variables in the fr.py file to point to the desired images.
• Execute the script using Python:

python fr.py

3. Analyze the Results:

• The results will be printed in the terminal, showing the similarity between images for different preprocessing configurations.

Preprocessing Configurations

The script allows testing various combinations of preprocessing techniques:

• Grayscale: Converts the image to grayscale
• Bilateral Filter: Applies a bilateral filter to smooth the image
• Landmarks: Uses facial landmarks to align the face

These configurations are automatically applied in all possible combinations.