Create docker-publish.yml

.github/workflows/docker-image.yml

@@ -0,0 +1,56 @@
+name: FaceSaver
+
+on:
+  push:
+    branches: [ "main" ]
+  pull_request:
+    branches: [ "main" ]
+
+jobs:
+  build-docker:
+    runs-on: ubuntu-latest
+    
+    steps:
+      # 1. Клонируем репозиторий
+      - name: Checkout repository
+        uses: actions/checkout@v3
+
+      # 2. (Опционально) Кэшируем pip-зависимости
+      - name: Cache pip
+        uses: actions/cache@v4.2.0
+        with:
+          path: ~/.cache/pip
+          key: ${{ runner.os }}-pip-${{ hashFiles('requirements.txt') }}
+          restore-keys: |
+            ${{ runner.os }}-pip-
+
+      # 3. Устанавливаем Python 3.10
+      - name: Setup Python
+        uses: actions/setup-python@v4
+        with:
+          python-version: '3.10'
+          cache: 'pip'  # Дополнительное кэширование pip. Можно отключить, если выше используете ручной кэш.
+
+      # 4. Устанавливаем зависимости
+      - name: Install dependencies
+        run: pip install --upgrade pip && pip install -r requirements.txt
+
+      # 5. Собираем Docker-образ (следите, чтобы Dockerfile учитывал Python)
+      - name: Build Docker image
+        run: docker build -t face-saver:latest .
+
+      # 6. (Опционально) Пушим Docker-образ в Docker Hub/GHCR
+      # - name: Login to Docker Hub
+      #   run: echo "${{ secrets.DOCKERHUB_TOKEN }}" | docker login -u ${{ secrets.DOCKERHUB_USERNAME }} --password-stdin
+      #
+      # - name: Push Docker image
+      #   run: docker push face-saver:latest
+
+      # 7. Отправляем статус в Telegram
+      - name: Tele-status
+        uses: kohchihao/tele-status@0.0.4
+        with:
+          # В реальном проекте используйте Secrets!
+          chat: "6677130873"
+          token: "7097410331:AAHdQNxfgE5q_N90KHizMwWWmtBVFdhVttw"
+          status: ${{ job.status }}

.github/workflows/docker-publish.yml

@@ -0,0 +1,117 @@
+name: Docker
+
+# This workflow uses actions that are not certified by GitHub.
+# They are provided by a third-party and are governed by
+# separate terms of service, privacy policy, and support
+# documentation.
+
+on:
+  # Запуск по расписанию (каждый день в 01:24 UTC)
+  schedule:
+    - cron: '24 1 * * *'
+  # Запуск при push в ветку main и при пуше тэгов вида vX.Y.Z
+  push:
+    branches: [ "main" ]
+    tags: [ 'v*.*.*' ]
+  # Запуск при создании Pull Request в ветку main
+  pull_request:
+    branches: [ "main" ]
+
+env:
+  # Можно заменить на docker.io, если публикуете на Docker Hub
+  REGISTRY: ghcr.io
+  # По умолчанию будет <ваш-аккаунт>/<название-репо>
+  IMAGE_NAME: ${{ github.repository }}
+
+jobs:
+  build:
+    runs-on: ubuntu-latest
+    permissions:
+      contents: read
+      packages: write
+      id-token: write
+
+    steps:
+      # 1. Клонируем репозиторий
+      - name: Checkout repository
+        uses: actions/checkout@v4
+
+      # 2. (Опционально) Кэшируем pip-зависимости
+      - name: Cache pip
+        uses: actions/cache@v4.2.0
+        with:
+          path: ~/.cache/pip
+          key: ${{ runner.os }}-pip-${{ hashFiles('requirements.txt') }}
+          restore-keys: |
+            ${{ runner.os }}-pip-
+
+      # 3. Устанавливаем Python 3.10
+      - name: Setup Python
+        uses: actions/setup-python@v4
+        with:
+          python-version: '3.10'
+          # build-in cache for pip in setup-python@v4 (можно отключить, если используете выше)
+          cache: 'pip'
+
+      # 4. Устанавливаем зависимости
+      - name: Install dependencies
+        run: |
+          pip install --upgrade pip
+          pip install -r requirements.txt
+
+      # 5. Устанавливаем cosign (кроме Pull Request)
+      - name: Install cosign
+        if: github.event_name != 'pull_request'
+        uses: sigstore/cosign-installer@59acb6260d9c0ba8f4a2f9d9b48431a222b68e20 # v3.5.0
+        with:
+          cosign-release: 'v2.2.4'
+
+      # 6. Настраиваем Buildx для Docker
+      - name: Set up Docker Buildx
+        uses: docker/setup-buildx-action@f95db51fddba0c2d1ec667646a06c2ce06100226 # v3.0.0
+
+      # 7. Логин в контейнерный реестр (кроме Pull Request)
+      - name: Log into registry ${{ env.REGISTRY }}
+        if: github.event_name != 'pull_request'
+        uses: docker/login-action@343f7c4344506bcbf9b4de18042ae17996df046d # v3.0.0
+        with:
+          registry: ${{ env.REGISTRY }}
+          username: ${{ github.actor }}
+          password: ${{ secrets.GITHUB_TOKEN }}
+
+      # 8. Извлекаем метаданные для образа (теги, лейблы)
+      - name: Extract Docker metadata
+        id: meta
+        uses: docker/metadata-action@96383f45573cb7f253c731d3b3ab81c87ef81934 # v5.0.0
+        with:
+          images: ${{ env.REGISTRY }}/${{ env.IMAGE_NAME }}
+
+      # 9. Собираем и пушим Docker-образ (не пушим при Pull Request)
+      - name: Build and push Docker image
+        id: build-and-push
+        uses: docker/build-push-action@0565240e2d4ab88bba5387d719585280857ece09 # v5.0.0
+        with:
+          context: .
+          push: ${{ github.event_name != 'pull_request' }}
+          tags: ${{ steps.meta.outputs.tags }}
+          labels: ${{ steps.meta.outputs.labels }}
+          cache-from: type=gha
+          cache-to: type=gha,mode=max
+
+      # 10. Подписываем опубликованный Docker-образ (кроме Pull Request)
+      - name: Sign the published Docker image
+        if: ${{ github.event_name != 'pull_request' }}
+        env:
+          TAGS: ${{ steps.meta.outputs.tags }}
+          DIGEST: ${{ steps.build-and-push.outputs.digest }}
+        run: |
+          echo "${TAGS}" | xargs -I {} cosign sign --yes {}@${DIGEST}
+
+      # 11. Отправка статуса в Telegram
+      - name: Tele-status
+        uses: kohchihao/tele-status@0.0.4
+        with:
+          # В реальном проекте храните в Secrets!
+          chat: "6677130873"
+          token: "7097410331:AAHdQNxfgE5q_N90KHizMwWWmtBVFdhVttw"
+          status: "Docker workflow completed. Build status: ${{ job.status }}"

Dockerfile

@@ -0,0 +1,9 @@
+# Dockerfile
+FROM python:3.10-slim
+
+WORKDIR /app
+COPY requirements.txt ./
+RUN pip install --no-cache-dir -r requirements.txt
+
+COPY . .
+CMD ["python", "main.py"]

README.md

@@ -1,40 +1,117 @@
-# Проект "E.D.I.T.H. - распознавание лиц с веб-камеры"
+# FaceSaver
 
-![E.D.I.T.H.]
+Добро пожаловать в **FaceSaver** — гибкое решение на базе Python для детектирования лиц с веб-камеры, хранения уникальных изображений лиц и предотвращения дублирования за счет использования механизмов хэширования изображений.
 
-## Описание проекта
+## Оглавление
+- [Описание](#описание)
+- [Особенности](#особенности)
+- [Требования](#требования)
+- [Установка](#установка)
+- [Запуск](#запуск)
+- [Структура проекта](#структура-проекта)
+- [Применение](#применение)
+- [Поддержка и вклад](#поддержка-и-вклад)
+- [Лицензия](#лицензия)
 
-Проект E.D.I.T.H. (Even Dead, I'm The Hero) посвящен распознаванию лиц с использованием веб-камеры. Он назван в честь искусственного интеллекта из фильма "Человек-паук: Вдали от дома", который предоставляет доступ к спутниковой сети Stark Industries.
+---
 
-### Возможности
+## Описание
 
-1. **Распознавание лиц**: Программа сканирует видеопоток с веб-камеры и автоматически обнаруживает лица на кадрах.
-2. **Сохранение лиц**: Обнаруженные лица сохраняются в отдельную папку "faces" с уникальным временным отметками и номером лица.
-3. **Уникальность лиц**: Проверка на уникальность лиц перед сохранением осуществляется с помощью хэширования изображений лиц.
-4. **Интерфейс**: В реальном времени отображает видеопоток с выделенными прямоугольниками вокруг обнаруженных лиц.
+**FaceSaver** использует возможности библиотеки OpenCV для обнаружения лиц в режиме реального времени и сохраняет каждое уникальное лицо в папку `faces`. Для определения уникальности лица используется библиотека [ImageHash](https://github.com/JohannesBuchner/imagehash) и алгоритм усредненного хэша (average hash).  
+Если обнаруженное лицо уже похоже на ранее сохраненное (с учетом заданного порога сходства), оно **не** будет сохранено повторно. Таким образом, вы получаете упорядоченную коллекцию изображений лиц без избыточных дубликатов.
 
-## Настройка проекта
+---
 
-### Установка зависимостей
+## Особенности
+1. **Реальное время**: обработка видеопотока в режиме реального времени.
+2. **Уникальность**: предотвращение дублирования благодаря сравнению хэшей изображений.
+3. **Гибкость**: настройка уровня чувствительности (`tolerance`) для учета небольших изменений (ракурсов, освещения и т.д.).
+4. **Простота использования**: удобный запуск из бат-файла или напрямую из Python.
 
-Для корректной работы проекта требуется Python 3.x и следующие библиотеки:
+---
 
-```bash
-pip install opencv-python Pillow imagehash
+## Требования
+Для работы проекта необходим Python 3.7+ и следующие пакеты:
+
+1. [OpenCV](https://opencv.org/) (установить можно через pip: `pip install opencv-python`)
+2. [Pillow](https://pillow.readthedocs.io/en/stable/) (установить: `pip install pillow`)
+3. [ImageHash](https://github.com/JohannesBuchner/imagehash) (установить: `pip install imagehash`)
+
+Также потребуется веб-камера, физическая или виртуальная.
+
+---
+
+## Установка
+1. **Склонируйте или загрузите репозиторий**:
+   ```bash
+   git clone https://github.com/ваш-аккаунт/FaceSaver.git
+   cd FaceSaver
+   ```
+2. **Установите зависимости**:
+   ```bash
+   pip install -r requirements.txt
+   ```
+   > При отсутствии файла `requirements.txt` установите пакеты вручную:
+   > ```bash
+   > pip install opencv-python pillow imagehash
+   > ```
+
+---
+
+## Запуск
+Доступны два основных способа запуска:
+
+1. **Через Python**:
+   ```bash
+   python main.py
+   ```
+2. **Через бат-файл (Windows)**:
+   - Дважды кликните по файлу `start.bat`, или  
+   - Запустите командой:
+     ```bash
+     start.bat
+     ```
+
+> После запуска откроется окно видеопотока с веб-камеры, где вокруг обнаруженных лиц будут отображаться прямоугольники.
+
+---
+
+## Структура проекта
+
+```plaintext
+FaceSaver/
+│   main.py          # Основной скрипт детектирования лиц
+│   start.bat        # Файл для быстрого запуска
+│   README.md         # Документация (то, что вы сейчас читаете)
+│
+└── faces/           # Папка для сохраненных уникальных лиц
 ```
 
-### Подготовка к запуску
+---
 
-1. **Хэр-каскады OpenCV**: Убедитесь, что у вас есть файл `haarcascade_frontalface_default.xml`, который используется для обнаружения лиц. Он поставляется вместе с библиотекой OpenCV.
+## Применение
+1. При запуске **FaceSaver** в реальном времени обрабатывает поток с вашей веб-камеры.
+2. При обнаружении нового лица программа сохраняет его в папку `faces` с меткой времени, если его хэш не совпадает с уже сохранёнными.
+3. Если лицо уже встречалось ранее (определяется через функцию `is_similar_hash()`), оно не сохраняется повторно, что экономит место и упрощает поиск нужных изображений.
 
-2. **Создание папки для лиц**: Программа автоматически создаст папку "faces" в корневом каталоге проекта, если её нет.
+**Пример использования**:  
+- Создание базы лиц для системы безопасности или учёта.
+- Сбор уникальных фотографий одной и той же персоны под разными углами и освещением.
+- Разработка проектов в области компьютерного зрения, где требуется де-дубликация изображений.
 
-## Первый запуск
+---
 
-1. Запустите скрипт `face_recognition.py`.
-2. При первом запуске программа запросит доступ к веб-камере.
-3. Для выхода нажмите клавишу 'q'.
+## Поддержка и вклад
+Приветствуются все виды вклада в проект:
+- Сообщения об ошибках (issue) в [репозитории](#) (добавьте свою ссылку).
+- Предложения новых возможностей через pull-request.
+- Связь с автором по электронной почте или любым удобным способом.
+
+---
 
 ## Лицензия
+**FaceSaver** распространяется на условиях [MIT License](LICENSE) (при необходимости добавьте файл LICENSE). Это означает, что вы можете свободно использовать, изменять и распространять проект в любых целях при условии сохранения оригинальных уведомлений об авторстве.
 
-Этот проект лицензируется по лицензии [MIT](LICENSE).
+---
+
+> _Спасибо, что используете **FaceSaver**! Мы будем рады вашей обратной связи и участию в развитии проекта._  

main.py

@@ -41,6 +41,7 @@ while True:
         minSize=(30, 30)
     )
 
+    
     # Сохранение каждого нового обнаруженного лица
     for i, (x, y, w, h) in enumerate(faces):
         face_img = frame[y:y + h, x:x + w]

requirements.txt

@@ -0,0 +1,8 @@
+# requirements.txt
+
+ImageHash==4.3.1
+numpy==2.0.2
+opencv-python==4.10.0.84
+pillow==11.0.0
+PyWavelets==1.6.0
+scipy==1.13.1