Upload 4 files

Dockerfile

@@ -0,0 +1,16 @@
+# Usa una imagen base de Python
+FROM python:3.12.7
+# Establece el directorio de trabajo
+WORKDIR /code
+
+# Copia los archivos necesarios al contenedor
+COPY ./requirements.txt /code/requirements.txt
+RUN pip install --no-cache-dir -r /code/requirements.txt
+RUN pip install fastapi uvicorn
+
+COPY . .
+
+RUN chmod -R 777 /code
+
+# Comando para ejecutar la aplicación
+CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "7860"]

app.py

@@ -0,0 +1,81 @@
+from fastapi import FastAPI, File, UploadFile, HTTPException, Query
+from fastapi.responses import HTMLResponse
+from pydantic import BaseModel
+from typing import List
+import cv2
+from PIL import Image
+import numpy as np
+from io import BytesIO
+import requests
+
+app = FastAPI()
+
+def buscar_existe(image_url):
+    try:
+        # Descargar la imagen desde la URL
+        response = requests.get(image_url)
+        image = Image.open(BytesIO(response.content))
+        image = np.asarray(image)
+        
+        existe = "NO"
+        print("Imagen shape: ", image.shape)
+        
+        # Usar cascada de detección facial
+        face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
+        
+        # Convertir a escala de grises
+        if len(image.shape) == 3:
+            gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
+        else:
+            gray = image
+            
+        # Detectar rostros
+        faces = face_cascade.detectMultiScale(gray, 1.1, 4, minSize=(30, 30))
+        
+        if len(faces) > 0:
+            existe = "SI"
+            print(f"Se detectaron {len(faces)} rostro(s)")
+        else:
+            print("No se detectaron rostros")
+            
+        return existe
+    except Exception as e:
+        print(f"Error procesando imagen: {str(e)}")
+        return "NO"
+
+# Ruta para evaluar imagen por URL
+@app.post('/predict/')
+async def predict_from_url(image_url: str):
+    try:
+        prediction = buscar_existe(image_url)
+        return {"prediction": prediction}
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=str(e))
+
+# Ruta alternativa para subir archivo
+@app.post('/predict_file/')
+async def predict_from_file(file: UploadFile = File(...)):
+    try:
+        image = Image.open(BytesIO(await file.read()))
+        image = np.asarray(image)
+        
+        existe = "NO"
+        face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
+        
+        if len(image.shape) == 3:
+            gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
+        else:
+            gray = image
+            
+        faces = face_cascade.detectMultiScale(gray, 1.1, 4, minSize=(30, 30))
+        
+        if len(faces) > 0:
+            existe = "SI"
+            
+        return {"prediction": existe}
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=str(e))
+
+@app.get("/")
+async def root():
+    return {"message": "Servicio de detección de rostros funcionando"}

requirements.txt

@@ -0,0 +1,7 @@
+fastapi
+numpy
+pydantic
+opencv-python-headless
+uvicorn[standard]
+python-multipart
+pillow