Update app.py

app.py

@@ -1,138 +1,247 @@
-from PIL import Image
-from io import BytesIO
-import numpy as np
+from flask import Flask, request, jsonify
+from flask_cors import CORS
 import base64
-import uuid
-import pymongo
-import certifi
+import secrets
 from deepface import DeepFace
-import gradio as gr
-import json
-
-# =======================
-# MongoDB setup
-# =======================
-client = pymongo.MongoClient(
-    "mongodb+srv://username:password@cluster0.n8pboqq.mongodb.net/?retryWrites=true&w=majority",
-    tlsCAFile=certifi.where()
-)
-db = client["faceDB"]
-face_collection = db["faceImg"]
-
-# =======================
-# Upload ảnh + MongoDB
-# =======================
-def upload_image(image, name):
+import cv2
+import numpy as np
+from pymongo import MongoClient
+app = Flask(__name__)
+CORS(app)
+
+# ========================
+# KẾT NỐI MONGODB
+# ========================
+mongo_uri = "mongodb+srv://huyh01480_db_user:zxvAwzAhr8yk3lWe@cluster0.n8pboqq.mongodb.net/?retryWrites=true&w=majority&appName=Cluster0"
+client = MongoClient(mongo_uri)
+
+db = client["userdb"]           # database
+users_col = db["users"]         # collection tương đương bảng user
+
+
+# ========================
+# REGISTER USER
+# ========================
+
+
+from deepface import DeepFace
+import cv2
+import numpy as np
+import base64
+
+@app.route('/api/register', methods=['POST'])
+def register():
+    data = request.json
+
+    username = data.get('username')
+    password = data.get('password')
+    img_data = data.get('img')
+    
+    fullName = data.get('fullName')
+    email = data.get('email')
+    phone = data.get('phone')
+    gender = data.get('gender')
+
+    # Kiểm tra dữ liệu bắt buộc
+    if not username or not password or not img_data:
+        return jsonify({'error': 'username, password và ảnh là bắt buộc'}), 400
+
+    img_str = img_data.split(",")[1] if "," in img_data else img_data
+
+    # Kiểm tra Base64 hợp lệ
+    try:
+        decoded = base64.b64decode(img_str)
+    except Exception:
+        return jsonify({'error': 'Ảnh không hợp lệ, phải là Base64'}), 400
+
+    # Chuyển base64 → ảnh OpenCV
+    try:
+        nparr = np.frombuffer(decoded, np.uint8)
+        img = cv2.imdecode(nparr, cv2.IMREAD_COLOR)
+
+        if img is None:
+            return jsonify({'error': 'Ảnh không thể đọc được'}), 400
+
+    except Exception:
+        return jsonify({'error': 'Không thể xử lý ảnh'}), 400
+
+    # ===== KIỂM TRA ẢNH CÓ MẶT KHÔNG =====
+    try:
+        DeepFace.extract_faces(img, enforce_detection=True)
+    except Exception:
+        return jsonify({'error': 'Ảnh không có khuôn mặt hợp lệ'}), 400
+
     try:
-        if isinstance(image, Image.Image):
-            image = np.array(image)
-
-        image_id = str(uuid.uuid4())
-        pil_image = Image.fromarray(image)
-        buffer = BytesIO()
-        pil_image.save(buffer, format="PNG")
-        img_bytes = buffer.getvalue()
-        img_base64 = base64.b64encode(img_bytes).decode('utf-8')
-
-        doc = {
-            "_id": image_id,
-            "name": name,
-            "image": img_base64
+        # Kiểm tra username trùng
+        existing_user = users_col.find_one({"userName": username})
+        if existing_user:
+            return jsonify({'error': 'Tên người dùng đã tồn tại'}), 409
+
+        # Dữ liệu người dùng chỉ gồm các trường yêu cầu
+        user_info = {
+            "userName": username,
+            "password": password,
+            "img": img_str,
+            "fullName": fullName,
+            "email": email,
+            "phone": phone,
+            "gender": gender,
         }
-        face_collection.insert_one(doc)
 
-        return f"✅ Upload thành công!\nID: {image_id}\nTên: {name}", image_id
+        # Lưu vào MongoDB
+        users_col.insert_one(user_info)
+
+        return jsonify({'message': 'Đăng ký thành công!', 'user': username}), 201
+
     except Exception as e:
-        return f"❌ Lỗi upload: {str(e)}", None
+        return jsonify({'error': str(e)}), 500
+# LOGIN + KIỂM TRA KHUÔN MẶT
+# ========================
+@app.route('/api/login', methods=['POST'])
+def login():
+    data = request.json
+    username = data.get('username')
+    password = data.get('password')
+    img_data = data.get('img')
+
+    if not username or not password or not img_data:
+        return jsonify({'error': 'username, password và ảnh là bắt buộc'}), 400
+
+    img_str = img_data.split(",")[1] if "," in img_data else img_data
 
-# =======================
-# Nhận diện khuôn mặt
-# =======================
-def recognize_face(image, image_id):
     try:
-        doc = face_collection.find_one({"_id": image_id})
-        if not doc:
-            return "❌ Ảnh ID không tồn tại"
-
-        # Decode base64 → lưu tạm
-        img_bytes = base64.b64decode(doc['image'])
-        temp_path = f"temp_{image_id}.png"
-        with open(temp_path, "wb") as f:
-            f.write(img_bytes)
-
-        # Lưu input ảnh tạm
-        if isinstance(image, Image.Image):
-            image = np.array(image)
-        pil_input = Image.fromarray(image)
-        input_path = f"input_{image_id}.png"
-        pil_input.save(input_path)
-
-        result = DeepFace.verify(img1_path=input_path, img2_path=temp_path)
-        output = {
-            "Verified": result["verified"],
-            "Khoảng cách": round(result["distance"], 4),
-            "Tên ảnh gốc": doc['name']
-        }
-        return json.dumps(output, ensure_ascii=False, indent=2)
+        # Lấy user từ MongoDB
+        user = users_col.find_one({"userName": username, "password": password})
+
+        if not user:
+            return jsonify({'error': 'Username hoặc password sai'}), 401
+
+        # Base64 → ảnh
+        nparr_input = np.frombuffer(base64.b64decode(img_str), np.uint8)
+        img_input = cv2.imdecode(nparr_input, cv2.IMREAD_COLOR)
+
+        nparr_db = np.frombuffer(base64.b64decode(user['img']), np.uint8)
+        img_db = cv2.imdecode(nparr_db, cv2.IMREAD_COLOR)
+
+        # So sánh mặt
+        try:
+            result = DeepFace.verify(img_input, img_db, enforce_detection=True)
+        except Exception as e:
+            return jsonify({'error': f'Lỗi khi nhận diện khuôn mặt: {e}'}), 400
+
+        # Tính %
+        distance = result.get("distance", 1)
+        similarity = max(0, (1 - distance)) * 100
+        similarity = round(similarity, 2)
+
+        if result['verified']:
+            token = secrets.token_hex(16)
+
+            # Xóa _id vì không serializable
+            user_info = {
+                "userName": user.get("userName"),
+                "fullName": user.get("fullName"),
+                "email": user.get("email"),
+                "phone": user.get("phone"),
+                "gender": user.get("gender"),
+                "img": user.get("img")
+            }
+
+            return jsonify({
+                'message': 'Login thành công!',
+                'token': token,
+                'similarity': similarity,
+                'user': user_info
+            })
+        else:
+            return jsonify({
+                'error': 'Khuôn mặt không trùng khớp',
+                'similarity': similarity
+            }), 401
+
     except Exception as e:
-        return f"❌ Lỗi nhận diện: {str(e)}"
+        return jsonify({'error': str(e)}), 500
+
+# ========================
+# PHÂN TÍCH KHUÔN MẶT
+# ========================
+def convert_numpy(obj):
+    if isinstance(obj, dict):
+        return {k: convert_numpy(v) for k, v in obj.items()}
+    elif isinstance(obj, list):
+        return [convert_numpy(i) for i in obj]
+    elif isinstance(obj, (np.float32, np.float64)):
+        return float(obj)
+    elif isinstance(obj, (np.int32, np.int64)):
+        return int(obj)
+    else:
+        return obj
+
+@app.route('/api/analyze', methods=['POST'])
+def analyze_face():
+    data = request.json
+    img_data = data.get('img')
+
+    if not img_data:
+        return jsonify({'error': 'Ảnh là bắt buộc'}), 400
+
+    img_str = img_data.split(",")[1] if "," in img_data else img_data
 
-# =======================
-# Phân tích khuôn mặt
-# =======================
-def analyze_face(image):
     try:
-        if isinstance(image, Image.Image):
-            image = np.array(image)
-        pil_image = Image.fromarray(image)
-        temp_path = f"analyze_{uuid.uuid4().hex}.png"
-        pil_image.save(temp_path)
-
-        result = DeepFace.analyze(
-            img_path=temp_path,
-            actions=["age", "gender", "emotion", "race"],
-            enforce_detection=False
-        )
-        info = result[0]
-        output = {
-            "Tuổi ước tính": info["age"],
-            "Giới tính": "Nam" if info["dominant_gender"] == "Man" else "Nữ",
-            "Cảm xúc chính": info["dominant_emotion"],
-            "Chủng tộc": info["dominant_race"]
-        }
-        return json.dumps(output, ensure_ascii=False, indent=2)
+        nparr = np.frombuffer(base64.b64decode(img_str), np.uint8)
+        img = cv2.imdecode(nparr, cv2.IMREAD_COLOR)
+
+        result = DeepFace.analyze(img, actions=['age','gender','emotion','race'], enforce_detection=True)
+        result = convert_numpy(result)
+
+        return jsonify({'result': result})
+
+    except Exception as e:
+        return jsonify({'error': f'Lỗi khi phân tích khuôn mặt: {e}'}), 400
+
+@app.route('/api/compare', methods=['POST'])
+def compare_faces():
+    data = request.json
+    img1_data = data.get("img1")
+    img2_data = data.get("img2")
+
+    if not img1_data or not img2_data:
+        return jsonify({'error': 'Cần 2 ảnh base64 để so sánh'}), 400
+
+    # Tách phần base64 (nếu có prefix data:image/png;base64,)
+    img1_str = img1_data.split(",")[1] if "," in img1_data else img1_data
+    img2_str = img2_data.split(",")[1] if "," in img2_data else img2_data
+
+    try:
+        # Base64 → OpenCV image
+        nparr1 = np.frombuffer(base64.b64decode(img1_str), np.uint8)
+        img1 = cv2.imdecode(nparr1, cv2.IMREAD_COLOR)
+
+        nparr2 = np.frombuffer(base64.b64decode(img2_str), np.uint8)
+        img2 = cv2.imdecode(nparr2, cv2.IMREAD_COLOR)
+
+        # So sánh khuôn mặt bằng DeepFace
+        try:
+            result = DeepFace.verify(img1, img2, enforce_detection=True)
+        except Exception as e:
+            return jsonify({'error': f'Lỗi nhận diện: {e}'}), 400
+
+        # Tính phần trăm giống nhau
+        distance = result.get("distance", 1)
+        similarity = max(0, (1 - distance)) * 100
+        similarity = round(similarity, 2)
+
+        return jsonify({
+            "verified": result.get("verified", False),
+            "distance": distance,
+            "similarity": similarity
+        })
+
     except Exception as e:
-        return f"❌ Lỗi phân tích: {str(e)}"
-
-# =======================
-# Gradio interface
-# =======================
-with gr.Blocks() as demo:
-    gr.Markdown("## 📁 Upload ảnh vào MongoDB")
-    with gr.Row():
-        upload_input = gr.Image(label="Upload ảnh", type="numpy")
-        name_input = gr.Textbox(label="Tên người trong ảnh")
-        upload_btn = gr.Button("Upload")
-        upload_output = gr.Textbox(label="Kết quả Upload")
-        image_id_store = gr.State()
-
-    upload_btn.click(upload_image, inputs=[upload_input, name_input], outputs=[upload_output, image_id_store])
-
-    gr.Markdown("## 🆔 Nhận diện khuôn mặt")
-    with gr.Row():
-        recognize_input = gr.Image(label="Ảnh cần nhận diện", type="numpy")
-        recognize_btn = gr.Button("Nhận diện")
-        recognize_output = gr.Textbox(label="Kết quả nhận diện")
-
-    recognize_btn.click(recognize_face, inputs=[recognize_input, image_id_store], outputs=recognize_output)
-
-    gr.Markdown("## 🔍 Phân tích khuôn mặt")
-    with gr.Row():
-        analyze_input = gr.Image(label="Ảnh cần phân tích", type="numpy")
-        analyze_btn = gr.Button("Phân tích")
-        analyze_output = gr.Textbox(label="Kết quả phân tích")
-
-    analyze_btn.click(analyze_face, inputs=analyze_input, outputs=analyze_output)
-
-if __name__ == "__main__":
-    demo.launch()
+        return jsonify({'error': str(e)}), 500
+
+# ========================
+# RUN
+# ========================
+if __name__ == '__main__':
+    app.run(debug=True)