👁️03- Módulo de Reconhecimento e API (Core)

Este é o script principal do projeto (03_reconhecer.py). Ele atua como o cérebro do Totem, orquestrando três funções vitais simultaneamente: Exibição de Vídeo: Consome o stream da ESP32-CAM e exibe na

⚙️ Arquitetura e Otimizações

Para garantir que o sistema rode fluido em um Hardware Embarcado (Labrador/Raspberry Pi), utilizamos técnicas avançadas de processamento:

1. Multithreading (Buffer de Vídeo)

O Python processa instruções linha por linha. Se o sistema parasse para baixar uma imagem da rede, a tela travaria.

• Solução: Criamos a classe VideoStream que roda em uma Thread separada.

• Funcionamento: Ela fica em loop infinito baixando o último frame da câmera e salvando na memória RAM. O loop principal apenas "lê" a memória, sem esperar o download.

• Recurso de Auto-Reconnect: Se a câmera cair ou o Wi-Fi oscilar, a thread entra em modo de espera e tenta reconectar automaticamente a cada 2 segundos, evitando o crash do software.

2. Downscaling (Redução de Resolução para IA)

Processar uma imagem Full HD (1920x1080) na rede neural levaria cerca de 2 a 3 segundos por frame.

• Solução: O vídeo é exibido em alta qualidade para o usuário, mas para a IA, reduzimos a imagem em 80% (fx=0.2).

• Resultado: O reconhecimento acontece em milissegundos sem perder precisão significativa.

3. API Non-Blocking

Utilizamos o Flask rodando em paralelo (threaded=True por padrão) para aceitar requisições HTTP. Isso permite cadastrar um usuário remotamente (do PC ou celular) enquanto o totem continua reconhecendo pessoas na tela.

---

🛠️ Configuração do Código

No início do script, existem constantes que devem ser ajustadas conforme o ambiente de instalação:

Python

# IP da ESP32-CAM (Deve ser fixo ou atualizado se o roteador reiniciar)
URL_CAMERA = "http://192.168.18.159/stream" 

# Tempo (em segundos) que o sistema espera antes de liberar a mesma pessoa novamente
DELAY_RECONHECIMENTO = 10

# Intervalo entre checagens da IA (1.0s economiza MUITA CPU)
INTERVALO_SCAN_IA = 1.0

# Resolução de Saída (Deve casar com a resolução nativa do monitor LCD)
# Exemplos comuns: 1024x600 (LCD 7") ou 1920x1080 (Monitor PC)
LARGURA_TELA = 1920
ALTURA_TELA = 1080

---

🔌 Referência da API

O sistema expõe endpoints REST na porta 5000 para integração externa.

1. Cadastrar Usuário (Remoto)

Permite enviar uma foto e um nome para o banco de dados do Totem via rede. O sistema calcula o embedding (código facial), salva no arquivo .pickle e descarta a imagem para economizar espaço.

• Endpoint: POST /api/cadastrar_direto

• Content-Type: multipart/form-data

• Parâmetros:

  • foto: Arquivo de imagem (.jpg, .png).

  • nome: Texto com o nome da pessoa.

• Retorno Sucesso (201):

  JSON

  { "mensagem": "Sucesso! Victor cadastrado." }

2. Listar Usuários

Retorna a lista de todas as pessoas cadastradas no banco de dados.

• Endpoint: GET /usuarios

• Retorno (200):

  JSON

  {
    "total": 3,
    "nomes": ["Victor", "Yasmin", "Administrador"]
  }

3. Video Feed (Debug)

Permite ver o que a câmera do Totem está vendo através de um navegador web.

• Endpoint: GET /video_feed

• Uso: Abra http://IP_DO_LABRADOR:5000/video_feed no navegador.

---

💻 Como Executar

O script foi projetado para rodar automaticamente no boot, mas pode ser iniciado manualmente para testes:

1. Ative o ambiente virtual:

   Bash

   source venv/bin/activate

2. Execute o script:

   Bash

   python 03_reconhecer.py

Comportamento Esperado

1. O terminal exibirá [VIDEO] Iniciando sistema....

2. Uma janela abrirá ocupando 100% da tela (modo Kiosk).

3. Ao reconhecer um rosto cadastrado:

   • Uma borda verde aparecerá.

   • A mensagem "BEM-VINDO [NOME]" será exibida.

   • O sistema entrará em "Cooldown" por 10 segundos (barra cinza).

---

🧩 Estrutura de Classes

class VideoStream

Gerencia a conexão HTTP com a ESP32. Implementa um buffer circular simples para garantir que sempre tenhamos o frame mais recente disponível, descartando frames antigos que causariam latência (lag).

loop_reconhecimento()

Função principal que roda na Thread de interface gráfica. É responsável por:

1. Ler o frame do VideoStream.

2. Redimensionar para o tamanho do monitor (LARGURA_TELA).

3. Gerenciar o relógio da IA (INTERVALO_SCAN_IA).

4. Desenhar a interface (retângulos e textos) sobre o vídeo.

---

⚠️ Solução de Problemas Comuns

Sintoma	Causa Provável	Solução
Tela Preta / Conectando...	O IP da ESP32 mudou ou ela está desligada.	Verifique o IP no Monitor Serial da Arduino IDE e atualize URL_CAMERA.
Janela Pequena no Canto	A resolução configurada é menor que o monitor.	Ajuste LARGURA_TELA e ALTURA_TELA para a resolução nativa do display.
Lag / Atraso no Vídeo	Processamento de IA muito frequente.	Aumente o INTERVALO_SCAN_IA para 1.5 ou 2.0.
Erro "No route to host"	Labrador e ESP32 em redes diferentes.	Garanta que ambos estejam no mesmo Wi-Fi (2.4GHz).