van anh

controllers/main.py

@@ -1,584 +1,3 @@
-# import os
-# import sys
-# import threading # <-- Đã thêm thư viện threading
-# from pathlib import Path
-
-# # ─── 1. CẤU HÌNH ĐƯỜNG DẪN TUYỆT ĐỐI (TRÁNH LẠC ĐƯỜNG) ──────────────────────
-# # Lấy đường dẫn của thư mục 'controllers' hiện tại
-# current_dir = os.path.dirname(os.path.abspath(__file__))
-# # Lấy đường dẫn của thư mục gốc 'server'
-# root_dir = os.path.dirname(current_dir)
-
-# # Đưa các thư mục vào tầm ngắm của Python
-# sys.path.insert(0, current_dir)
-# sys.path.insert(0, os.path.join(current_dir, 'DetecInfoBoxes'))
-# if root_dir not in sys.path:
-#     sys.path.insert(0, root_dir)
-
-# # ─── 2. BIẾN MÔI TRƯỜNG ───────────────────────────────────────────────────────
-# os.environ["FLAGS_use_mkldnn"] = "0"
-# os.environ["FLAGS_use_onednn"] = "0"
-
-# import uuid, json, time, logging
-# import cv2
-# import numpy as np
-# from contextlib import asynccontextmanager
-# from datetime import date
-# from dotenv import load_dotenv
-
-# # ─── 3. IMPORT CHUẨN (KHÔNG CÒN LỖI MODULE) ───────────────────────────────────
-# from readInfoIdCard import ReadInfo
-# from DetecInfoBoxes.GetBoxes import Detect
-# from Vocr.tool.predictor import Predictor
-# from Vocr.tool.config import Cfg as Cfg_vietocr
-# from config import opt
-
-# # ─── 4. KHỞI TẠO FASTAPI & DATABASE ───────────────────────────────────────────
-# load_dotenv(dotenv_path=Path(root_dir) / ".env")
-
-# from fastapi import FastAPI, UploadFile, File, Form, BackgroundTasks
-# from fastapi.middleware.cors import CORSMiddleware
-# from fastapi.responses import JSONResponse
-# from fastapi.staticfiles import StaticFiles
-# from pydantic import BaseModel
-
-# from database.database import get_db_connection, init_database
-# from service.face_service import face_ai_service, face_memory_store, UPLOAD_DIR
-
-# logging.basicConfig(level=logging.INFO)
-# logger = logging.getLogger(__name__)
-
-
-# # ─── KHỞI TẠO AI CHẠY NGẦM ───────────────────────────────────────────────────
-# ocr_predictor = None
-# read_info = None
-# is_ai_ready = False
-
-# def load_ai_background():
-#     global ocr_predictor, read_info, is_ai_ready
-#     try:
-#         logger.info("[AI_LOADER] Bắt đầu nạp mô hình AI chạy ngầm (Chống sập Render)...")
-        
-#         # Nạp VietOCR
-#         vocr_config_path = os.path.join(current_dir, 'Vocr', 'config', 'vgg-seq2seq.yml')
-#         config_vietocr = Cfg_vietocr.load_config_from_file(vocr_config_path)
-#         config_vietocr['weights'] = os.path.join(current_dir, 'Models', 'seq2seqocr.pth')
-#         config_vietocr['device']  = 'cpu'
-#         ocr_predictor = Predictor(config_vietocr)
-
-#         # Nạp YOLOv7
-#         get_dictionary = Detect(opt)
-#         scan_weight = os.path.join(current_dir, 'Models', 'cccdYoloV7.pt')
-#         imgsz, stride, device, half, model, names = get_dictionary.load_model(scan_weight)
-        
-#         read_info = ReadInfo(imgsz, stride, device, half, model, names, ocr_predictor)
-        
-#         is_ai_ready = True
-#         logger.info("[AI_LOADER] HOÀN TẤT! Hệ thống YOLO + VietOCR đã sẵn sàng nhận diện.")
-#     except Exception as e:
-#         logger.error(f"[AI_LOADER] Lỗi khi nạp AI: {e}")
-
-
-# # ─── Startup (Vượt qua vòng kiểm duyệt của Render) ────────────────────────────
-# @asynccontextmanager
-# async def lifespan(app: FastAPI):
-#     logger.info("[Startup] Khởi tạo cấu trúc Database (nếu chưa có)...")
-#     init_database()
-    
-#     logger.info("[Startup] Nạp embedding vào RAM...")
-#     _load_embeddings_to_ram()
-#     logger.info(f"[Startup] {face_memory_store.count} khuôn mặt trên RAM")
-
-#     # BẬT LUỒNG CHẠY NGẦM: Server mở cổng ngay lập tức, AI từ từ nạp
-#     threading.Thread(target=load_ai_background, daemon=True).start()
-    
-#     yield
-#     logger.info("[Shutdown] Bye!")
-
-# def _load_embeddings_to_ram():
-#     conn = None
-#     cursor = None
-#     try:
-#         conn   = get_db_connection()
-#         cursor = conn.cursor(dictionary=True)
-#         cursor.execute("""
-#             SELECT e.person_id, p.name, p.role, p.img_path,
-#                    p.work_expiry_date, e.embedding_vector
-#             FROM face_embeddings e
-#             JOIN persons p ON e.person_id = p.id
-#             WHERE p.status = 'active'
-#         """)
-#         rows = cursor.fetchall()
-#         parsed = []
-#         for row in rows:
-#             try:
-#                 parsed.append({
-#                     "person_id":        row["person_id"],
-#                     "name":             row["name"],
-#                     "role":             row.get("role", ""),
-#                     "img_path":         row.get("img_path", ""),
-#                     "work_expiry_date": str(row["work_expiry_date"]) if row.get("work_expiry_date") else None,
-#                     "embedding_vector": json.loads(row["embedding_vector"]),
-#                 })
-#             except Exception as e:
-#                 logger.warning(f"[Startup] Bỏ qua khuôn mặt lỗi: {e}")
-                
-#         face_memory_store.load_all(parsed)
-        
-#     except Exception as e:
-#         logger.error(f"[Startup] Lỗi kết nối DB khi nạp dữ liệu: {e}")
-#         face_memory_store.load_all([]) 
-        
-#     finally:
-#         if cursor: cursor.close()
-#         if conn and conn.is_connected(): conn.close()
-
-
-# # ─── App ──────────────────────────────────────────────────────────────────────
-# app = FastAPI(lifespan=lifespan)
-
-# app.add_middleware(
-#     CORSMiddleware,
-#     allow_origins=["*"],
-#     allow_credentials=True,
-#     allow_methods=["*"],
-#     allow_headers=["*"],
-# )
-
-# app.mount("/uploads", StaticFiles(directory=UPLOAD_DIR), name="uploads")
-
-# class PersonUpdate(BaseModel):
-#     name: str
-#     role: str
-#     department: str
-
-# def save_log_to_db(log_queries: list) -> None:
-#     if not log_queries:
-#         return
-#     try:
-#         conn   = get_db_connection()
-#         cursor = conn.cursor()
-#         cursor.executemany(
-#             "INSERT INTO recognition_logs (id,person_id,status,confidence,camera,action) VALUES (%s,%s,%s,%s,%s,%s)",
-#             log_queries,
-#         )
-#         conn.commit()
-#         cursor.close()
-#         conn.close()
-#     except Exception as e:
-#         logger.error(f"[Log] {e}")
-
-
-# @app.post("/api/face/ocr")
-# async def extract_ocr_local(file: UploadFile = File(...), side: str = Form(...)):
-#     # BẢO VỆ: Chặn request nếu AI chưa nạp xong
-#     if not is_ai_ready:
-#         return {"success": False, "message": "Hệ thống AI đang khởi động, vui lòng thử lại sau 1-2 phút!"}
-
-#     temp_path = ""
-#     try:
-#         temp_filename = f"temp_cccd_{uuid.uuid4().hex}.jpg"
-#         temp_path = os.path.join(UPLOAD_DIR, temp_filename)
-#         file_bytes = await file.read()
-#         with open(temp_path, "wb") as f:
-#             f.write(file_bytes)
-
-#         logger.info(f"[OCR] Phân tích mặt {side} bằng YOLOv7 + VietOCR...")
-
-#         if side == "front":
-#             raw = read_info.get_all_info(temp_path)
-#             logger.info(f"[OCR] Mặt trước raw: {raw}")
-#             mapped_data = {
-#                 "id_number":        raw.get("id", ""),
-#                 "full_name":        raw.get("full_name", ""),
-#                 "dob":              raw.get("date_of_birth", ""),
-#                 "gender":           raw.get("sex", ""),
-#                 "nationality":      raw.get("nationality", ""),
-#                 "hometown":         raw.get("place_of_origin", ""),
-#                 "address":          raw.get("place_of_residence", ""),
-#                 "expiry_date":      raw.get("date_of_expiry", ""),
-#             }
-
-#         else:  # back
-#             raw = read_info.get_back_info(temp_path)
-#             logger.info(f"[OCR] Mặt sau raw: {raw}")
-#             mapped_data = {
-#                 "issue_date":       raw.get("issue_date", ""),
-#                 "issued_by":        raw.get("issued_by", ""),
-#                 "special_features": raw.get("special_features", ""),
-#             }
-
-#         if os.path.exists(temp_path):
-#             os.remove(temp_path)
-
-#         logger.info(f"[OCR] Trả về React: {mapped_data}")
-#         return {"success": True, "data": mapped_data}
-
-#     except Exception as e:
-#         logger.error(f"[OCR] Lỗi: {e}", exc_info=True)
-#         if os.path.exists(temp_path):
-#             os.remove(temp_path)
-#         return {"success": False, "message": str(e), "data": {}}
-
-
-# # ═════════════════════════════════════════════════════════════════════════════
-# # NHẬN DIỆN KHUÔN MẶT
-# # ═════════════════════════════════════════════════════════════════════════════
-# @app.post("/api/face/recognize")
-# async def recognize(
-#     background_tasks: BackgroundTasks,
-#     image: UploadFile = File(...),
-# ):
-#     t0         = time.time()
-#     file_bytes = await image.read()
-#     detections = face_ai_service.extract_faces(file_bytes)
-
-#     if not detections:
-#         return {"success": True, "data": {"detected": False, "faces": []}}
-
-#     results, log_queries = [], []
-#     today = date.today()
-
-#     for face in detections:
-#         bbox  = face["box"]
-#         match = face_memory_store.find_best_match(np.array(face["descriptor"], dtype=np.float32))
-
-#         if match:
-#             # ── Kiểm tra hết hạn làm việc ────────────────────────────
-#             expiry_str = match.get("work_expiry_date")
-#             if expiry_str:
-#                 if date.fromisoformat(expiry_str) < today:
-#                     logger.info(f"[Recognize]  {match['name']} — HẾT HẠN {expiry_str}")
-#                     results.append({
-#                         "id": match["person_id"], "name": match["name"],
-#                         "role": match["role"], "img": "",
-#                         "status": "expired", "confidence": 0, "bbox": bbox,
-#                         "expired": True, "expiry_date": expiry_str,
-#                     })
-#                     log_queries.append((str(uuid.uuid4()), match["person_id"], "unknown", 0, "Cổng Chính", "Từ chối"))
-#                     continue
-
-#             confidence = round(max(0.0, (1.0 - match["distance"]) * 100.0), 2)
-#             img_url    = f"/uploads/{Path(match['img_path']).name}" if match.get("img_path") else ""
-#             logger.info(f"[Recognize]  {match['name']} dist={match['distance']:.4f} conf={confidence:.1f}%")
-#             results.append({
-#                 "id": match["person_id"], "name": match["name"],
-#                 "role": match["role"], "img": img_url,
-#                 "status": "success", "confidence": confidence,
-#                 "bbox": bbox, "expiry_date": expiry_str,
-#             })
-#             log_queries.append((str(uuid.uuid4()), match["person_id"], "success", confidence, "Cổng Chính", "Vào"))
-#         else:
-#             results.append({
-#                 "id": None, "name": "Người Lạ", "role": "", "img": "",
-#                 "status": "unknown", "confidence": 0, "bbox": bbox,
-#             })
-#             log_queries.append((str(uuid.uuid4()), None, "unknown", 0, "Cổng Chính", "Từ chối"))
-
-#     background_tasks.add_task(save_log_to_db, log_queries)
-#     return {
-#         "success": True,
-#         "data": {
-#             "detected":    True,
-#             "faces":       results,
-#             "processTime": int((time.time() - t0) * 1000),
-#             "model":       "InsightFace-buffalo_sc-RAM",
-#             "ramCount":    face_memory_store.count,
-#         },
-#     }
-
-# # ═════════════════════════════════════════════════════════════════════════════
-# # ĐĂNG KÝ
-# # ═════════════════════════════════════════════════════════════════════════════
-# @app.post("/api/face/register")
-# async def register(
-#     name:             str = Form(...),
-#     role:             str = Form(""),
-#     department:       str = Form(""),
-#     work_expiry_date: str = Form(""),    # YYYY-MM-DD hoặc ""
-#     cccd_info:        str = Form("{}"),  # JSON string từ StepCCCD
-#     images:      list[UploadFile] = File(...),
-#     cccd_front:  UploadFile = File(None),
-#     cccd_back:   UploadFile = File(None),
-# ):
-#     conn      = get_db_connection()
-#     cursor    = conn.cursor()
-#     person_id = str(uuid.uuid4())
-#     new_encodings: list[tuple] = []
-#     avatar_path = ""
-#     saved_files = [] # Lưu danh sách file đã tạo để xóa nếu có lỗi
-#     COSINE_THRESHOLD = 0.5 # Bổ sung biến ngưỡng vì thấy bạn nhắc tới trong code
-
-#     try:
-#         cccd       = json.loads(cccd_info) if cccd_info else {}
-#         expiry_val = work_expiry_date or None
-#         cccd_number = cccd.get("id_number")
-
-#         # ── 1. CHECK TRÙNG CCCD ─────────────────────────────────────────────
-#         if cccd_number:
-#             cursor.execute("SELECT id FROM citizen_ids WHERE id_number = %s", (cccd_number,))
-#             if cursor.fetchone():
-#                 raise Exception("Số CCCD này đã được đăng ký trong hệ thống!")
-
-#         # ── 2. XỬ LÝ ẢNH KHUÔN MẶT WEBCAM/UPLOAD ────────────────────────────
-#         user_descriptor = None
-#         for i, img_file in enumerate(images):
-#             img_bytes  = await img_file.read()
-#             detections = face_ai_service.extract_faces(img_bytes)
-            
-#             if len(detections) == 0:
-#                 raise Exception(f"Không tìm thấy khuôn mặt trong ảnh mẫu thứ {i + 1}.")
-#             if len(detections) > 1:
-#                 raise Exception(f"Ảnh mẫu thứ {i + 1} có nhiều hơn 1 khuôn mặt.")
-
-#             descriptor = detections[0]["descriptor"]
-#             emb_id     = str(uuid.uuid4())
-            
-#             if i == 0:
-#                 user_descriptor = descriptor # Lưu ảnh đầu tiên để so sánh với CCCD
-
-#             # Lưu file cứng
-#             saved_path = face_ai_service.save_image(img_bytes, person_id, index=i)
-#             saved_files.append(saved_path)
-            
-#             if i == 0:
-#                 avatar_path = saved_path
-#                 cursor.execute(
-#                     """INSERT INTO persons 
-#                           (id, name, role, department, status, img_path, work_expiry_date)
-#                         VALUES (%s, %s, %s, %s, 'active', %s, %s)""",
-#                     (person_id, name, role, department, avatar_path, expiry_val),
-#                 )
-
-#             cursor.execute(
-#                 "INSERT INTO face_embeddings (id, person_id, embedding_vector) VALUES (%s, %s, %s)",
-#                 (emb_id, person_id, json.dumps(descriptor)),
-#             )
-#             new_encodings.append((person_id, name, role, avatar_path, expiry_val, descriptor))
-
-#         # ── 3. XỬ LÝ CCCD VÀ SO SÁNH KHUÔN MẶT ──────────────────────────────
-#         front_path, back_path = "", ""
-
-#         if cccd_front:
-#             fb_bytes = await cccd_front.read()
-#             if fb_bytes:
-#                 # Trích xuất khuôn mặt từ ảnh mặt trước CCCD
-#                 cccd_detections = face_ai_service.extract_faces(fb_bytes)
-#                 if len(cccd_detections) == 0:
-#                     raise Exception("Không tìm thấy khuôn mặt trên ảnh mặt trước CCCD.")
-                
-#                 cccd_descriptor = cccd_detections[0]["descriptor"]
-
-#                 # So sánh độ tương đồng (Cosine Similarity)
-#                 q = face_memory_store._norm(np.array(user_descriptor, dtype=np.float32))
-#                 c = face_memory_store._norm(np.array(cccd_descriptor, dtype=np.float32))
-#                 score = float(np.dot(q, c))
-
-#                 # Nếu nhỏ hơn ngưỡng -> Không phải cùng một người
-#                 if score < COSINE_THRESHOLD:
-#                     logger.warning(f"Cảnh báo giả mạo: Score {score} < {COSINE_THRESHOLD}")
-#                     raise Exception("Cảnh báo: Khuôn mặt trên thẻ CCCD KHÔNG KHỚP với ảnh chụp trực tiếp!")
-
-#                 front_path = face_ai_service.save_image(fb_bytes, f"cccd_front_{person_id}", index=0)
-#                 saved_files.append(front_path)
-
-#         if cccd_back:
-#             bb_bytes = await cccd_back.read()
-#             if bb_bytes:
-#                 back_path = face_ai_service.save_image(bb_bytes, f"cccd_back_{person_id}", index=0)
-#                 saved_files.append(back_path)
-
-#         cursor.execute("""
-#             INSERT INTO citizen_ids
-#               (id, person_id, front_img_path, back_img_path, 
-#                id_number, full_name, dob, gender, nationality, 
-#                hometown, address, expiry_date, issue_date, special_features)
-#             VALUES (%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s)
-#         """, (
-#             str(uuid.uuid4()), person_id,
-#             front_path or None, back_path or None,
-#             cccd.get("id_number"),          cccd.get("full_name"),
-#             cccd.get("dob"),                cccd.get("gender"),
-#             cccd.get("nationality", "Việt Nam"),
-#             cccd.get("hometown"),           cccd.get("address"),
-#             cccd.get("expiry_date"),        cccd.get("issue_date"),
-#             cccd.get("special_features"),
-#         ))
-
-#         conn.commit()
-
-#         # ── 4. CẬP NHẬT RAM NGAY LẬP TỨC ─────────────────────────────────
-#         for pid, pname, prole, pimg, pexpiry, enc in new_encodings:
-#             face_memory_store.add(pid, pname, prole, pimg, enc, work_expiry_date=pexpiry)
-
-#         logger.info(f"[Register]  {name} | {len(new_encodings)} mẫu | RAM: {face_memory_store.count}")
-#         return {
-#             "success":  True,
-#             "message":  f"Đã đăng ký {name} với {len(new_encodings)} mẫu.",
-#             "img_url":  f"/uploads/{Path(avatar_path).name}" if avatar_path else "",
-#             "ramCount": face_memory_store.count,
-#         }
-
-#     except Exception as e:
-#         conn.rollback()
-#         logger.error(f"[Register Lỗi]  {e}")
-#         # Rollback: Xóa các file ảnh vừa tạo nếu có lỗi xảy ra
-#         for path in saved_files:
-#             p = Path(path)
-#             if p.exists():
-#                 p.unlink()
-#         return JSONResponse(status_code=400, content={"success": False, "error": str(e)})
-#     finally:
-#         cursor.close()
-#         conn.close()
-
-# # ═════════════════════════════════════════════════════════════════════════════
-# # DANH SÁCH NGƯỜI DÙNG
-# # ═════════════════════════════════════════════════════════════════════════════
-# @app.get("/api/face/persons")
-# async def get_persons():
-#     conn   = get_db_connection()
-#     cursor = conn.cursor(dictionary=True)
-#     try:
-#         cursor.execute("""
-#             SELECT p.id, p.name, p.role, p.department, p.status,
-#                    p.img_path, p.work_expiry_date,
-#                    p.registered_at AS registered,
-#                    (SELECT COUNT(*) FROM face_embeddings e WHERE e.person_id = p.id) AS embeddings,
-#                    (SELECT COUNT(*) FROM recognition_logs l WHERE l.person_id = p.id AND l.status = 'success') AS recognitions,
-#                    c.id_number, c.full_name AS cccd_name, c.dob, c.gender, c.nationality,
-#                    c.hometown, c.address, c.expiry_date AS cccd_expiry,
-#                    c.front_img_path, c.back_img_path
-#             FROM persons p
-#             LEFT JOIN citizen_ids c ON c.person_id = p.id
-#             ORDER BY p.registered_at DESC
-#         """)
-#         rows  = cursor.fetchall()
-#         today = str(date.today())
-#         for row in rows:
-#             raw = row.get("img_path") or ""
-#             row["img"]        = f"/uploads/{Path(raw).name}" if raw else ""
-#             exp               = row.get("work_expiry_date")
-#             row["is_expired"] = bool(exp and str(exp) < today)
-#         return {"success": True, "data": rows, "total": len(rows), "ramCount": face_memory_store.count}
-#     finally:
-#         cursor.close()
-#         conn.close()
-
-
-# # ═════════════════════════════════════════════════════════════════════════════
-# # CẬP NHẬT & XÓA & LOGS & THỐNG KÊ
-# # ═════════════════════════════════════════════════════════════════════════════
-# @app.put("/api/face/persons/{id}")
-# async def update_person(id: str, person_data: PersonUpdate):
-#     conn   = get_db_connection()
-#     cursor = conn.cursor()
-#     try:
-#         cursor.execute(
-#             "UPDATE persons SET name=%s, role=%s, department=%s WHERE id=%s",
-#             (person_data.name, person_data.role, person_data.department, id),
-#         )
-#         conn.commit()
-#         if cursor.rowcount == 0:
-#             return JSONResponse(status_code=404, content={"success": False, "error": "Không tìm thấy"})
-#         face_memory_store.update_info(id, person_data.name, person_data.role)
-#         return {"success": True, "message": "Cập nhật thành công"}
-#     finally:
-#         cursor.close()
-#         conn.close()
-
-# @app.delete("/api/face/persons/{id}")
-# async def delete_person(id: str):
-#     conn   = get_db_connection()
-#     cursor = conn.cursor(dictionary=True)
-#     try:
-#         cursor.execute("SELECT img_path FROM persons WHERE id=%s", (id,))
-#         row   = cursor.fetchone()
-#         cur2  = conn.cursor()
-#         cur2.execute("DELETE FROM persons WHERE id=%s", (id,))
-#         conn.commit()
-#         if cur2.rowcount == 0:
-#             return JSONResponse(status_code=404, content={"success": False, "error": "Không tìm thấy"})
-#         if row and row.get("img_path"):
-#             p = Path(row["img_path"])
-#             if p.exists():
-#                 p.unlink()
-#         removed = face_memory_store.remove_by_person(id)
-#         return {"success": True, "message": "Đã xóa", "removedFromRam": removed}
-#     finally:
-#         cursor.close()
-#         conn.close()
-
-# @app.get("/api/face/logs")
-# async def get_logs():
-#     conn   = get_db_connection()
-#     cursor = conn.cursor(dictionary=True)
-#     try:
-#         cursor.execute("""
-#             SELECT l.id, COALESCE(p.name, 'Người lạ') AS name,
-#                    DATE_FORMAT(l.created_at, '%H:%i:%s') AS time,
-#                    DATE_FORMAT(l.created_at, '%d/%m/%Y') AS date,
-#                    l.status, l.confidence, l.camera, l.action,
-#                    p.img_path AS img_raw
-#             FROM recognition_logs l
-#             LEFT JOIN persons p ON l.person_id = p.id
-#             ORDER BY l.created_at DESC LIMIT 100
-#         """)
-#         rows = cursor.fetchall()
-#         for row in rows:
-#             raw = row.pop("img_raw", "") or ""
-#             row["img"] = f"/uploads/{Path(raw).name}" if raw else ""
-#         return {"success": True, "data": rows, "total": len(rows)}
-#     finally:
-#         cursor.close()
-#         conn.close()
-
-# @app.get("/api/face/statistics")
-# async def get_statistics():
-#     conn   = get_db_connection()
-#     cursor = conn.cursor(dictionary=True)
-#     try:
-#         cursor.execute("SELECT status, created_at FROM recognition_logs ORDER BY created_at DESC LIMIT 1000")
-#         all_logs = cursor.fetchall()
-#         hourly = {f"{i:02d}:00": {"nhận_diện": 0, "từ_chối": 0, "lạ": 0} for i in range(24)}
-#         days   = ["T2", "T3", "T4", "T5", "T6", "T7", "CN"]
-#         weekly = {d: 0 for d in days}
-#         for log in all_logs:
-#             h = f"{log['created_at'].hour:02d}:00"
-#             d = days[log["created_at"].weekday()]
-#             if log["status"] == "success":
-#                 hourly[h]["nhận_diện"] += 1
-#                 weekly[d] += 1
-#             elif log["status"] == "unknown":
-#                 hourly[h]["lạ"] += 1
-#         return {
-#             "success": True,
-#             "data": {
-#                 "hourlyData": [{"time": t, **v} for t, v in hourly.items()],
-#                 "weeklyData": [{"day": d, "value": v} for d, v in weekly.items()],
-#             },
-#         }
-#     finally:
-#         cursor.close()
-#         conn.close()
-
-# @app.get("/api/face/memory-status")
-# async def memory_status():
-#     return {
-#         "success":  True,
-#         "loaded":   face_memory_store.is_loaded,
-#         "ramCount": face_memory_store.count,
-#     }
-
-# @app.post("/api/face/reload-memory")
-# async def reload_memory():
-#     _load_embeddings_to_ram()
-#     return {"success": True, "ramCount": face_memory_store.count}
-
-# if __name__ == "__main__":
-#     import uvicorn
-#     uvicorn.run(app, host="0.0.0.0", port=3001)
-
 import os
 import sys
 import threading # <-- Đã thêm thư viện threading
@@ -750,7 +169,7 @@ def save_log_to_db(log_queries: list) -> None:
         logger.error(f"[Log] {e}")
 
 
-@app.post("https://vananhcs-face-id.hf.space/api/face/ocr")
+@app.post("/api/face/ocr")
 async def extract_ocr_local(file: UploadFile = File(...), side: str = Form(...)):
     # BẢO VỆ: Chặn request nếu AI chưa nạp xong
     if not is_ai_ready:
@@ -805,7 +224,7 @@ async def extract_ocr_local(file: UploadFile = File(...), side: str = Form(...))
 # ═════════════════════════════════════════════════════════════════════════════
 # NHẬN DIỆN KHUÔN MẶT
 # ═════════════════════════════════════════════════════════════════════════════
-@app.post("https://vananhcs-face-id.hf.space/api/face/recognize")
+@app.post("/api/face/recognize")
 async def recognize(
     background_tasks: BackgroundTasks,
     image: UploadFile = File(...),
@@ -871,7 +290,7 @@ async def recognize(
 # ═════════════════════════════════════════════════════════════════════════════
 # ĐĂNG KÝ
 # ═════════════════════════════════════════════════════════════════════════════
-@app.post("https://vananhcs-face-id.hf.space/api/face/register")
+@app.post("/api/face/register")
 async def register(
     name:             str = Form(...),
     role:             str = Form(""),
@@ -1016,7 +435,7 @@ async def register(
 # ═════════════════════════════════════════════════════════════════════════════
 # DANH SÁCH NGƯỜI DÙNG
 # ═════════════════════════════════════════════════════════════════════════════
-@app.get("https://vananhcs-face-id.hf.space/api/face/persons")
+@app.get("/api/face/persons")
 async def get_persons():
     conn   = get_db_connection()
     cursor = conn.cursor(dictionary=True)
@@ -1050,7 +469,7 @@ async def get_persons():
 # ═════════════════════════════════════════════════════════════════════════════
 # CẬP NHẬT & XÓA & LOGS & THỐNG KÊ
 # ════════════════════════════════════════════════��════════════════════════════
-@app.put("https://vananhcs-face-id.hf.space/api/face/persons/{id}")
+@app.put("/api/face/persons/{id}")
 async def update_person(id: str, person_data: PersonUpdate):
     conn   = get_db_connection()
     cursor = conn.cursor()
@@ -1068,7 +487,7 @@ async def update_person(id: str, person_data: PersonUpdate):
         cursor.close()
         conn.close()
 
-@app.delete("https://vananhcs-face-id.hf.space/api/face/persons/{id}")
+@app.delete("/api/face/persons/{id}")
 async def delete_person(id: str):
     conn   = get_db_connection()
     cursor = conn.cursor(dictionary=True)
@@ -1090,7 +509,7 @@ async def delete_person(id: str):
         cursor.close()
         conn.close()
 
-@app.get("https://vananhcs-face-id.hf.space/api/face/logs")
+@app.get("/api/face/logs")
 async def get_logs():
     conn   = get_db_connection()
     cursor = conn.cursor(dictionary=True)
@@ -1114,7 +533,7 @@ async def get_logs():
         cursor.close()
         conn.close()
 
-@app.get("https://vananhcs-face-id.hf.space/api/face/statistics")
+@app.get("/api/face/statistics")
 async def get_statistics():
     conn   = get_db_connection()
     cursor = conn.cursor(dictionary=True)
@@ -1143,7 +562,7 @@ async def get_statistics():
         cursor.close()
         conn.close()
 
-@app.get("https://vananhcs-face-id.hf.space/api/face/memory-status")
+@app.get("/api/face/memory-status")
 async def memory_status():
     return {
         "success":  True,
@@ -1151,7 +570,7 @@ async def memory_status():
         "ramCount": face_memory_store.count,
     }
 
-@app.post("https://vananhcs-face-id.hf.space/api/face/reload-memory")
+@app.post("/api/face/reload-memory")
 async def reload_memory():
     _load_embeddings_to_ram()
     return {"success": True, "ramCount": face_memory_store.count}