Jiale/FaceRegWeb5.2/FaceRegWeb/webmain.py

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel
from process import FaceHelper, FileError, ErrorMsg
import threading
import time

# 创建 FastAPI 实例
app = FastAPI()

# 创建线程锁，确保在多线程环境中对共享资源的访问是线程安全的
lock = threading.Lock()

# 全局变量 facehelper，稍后将用于管理人脸识别相关操作
facehelper = None


def get_facehelper():
    """
    懒加载模式初始化 facehelper 对象。
    只有在第一次调用时才会创建 FaceHelper 实例。
    使用线程锁以确保 facehelper 实例在多线程环境下的安全初始化。
    """
    global facehelper
    if facehelper is None:
        with lock:
            if facehelper is None:
                facehelper = FaceHelper(db_dir="./dbface")
    return facehelper


# 定义请求模型，用于接收前端传递的图像数据
class FaceRequest(BaseModel):
    img: str


# 定义请求模型，用于接收前端传递的数据库操作数据
class DBFaceRequest(BaseModel):
    img: str
    optMode: str
    uniqueKey: str


# 接两图片对比的参数
class ImageComparison(BaseModel):
    firstImage: str
    secondImage: str


@app.post("/refreshdb")
def refresh():
    """
    刷新人脸数据库的接口。
    该接口将调用 facehelper 的 updateDB 方法，刷新数据库内容。
    """
    facehelper = get_facehelper()
    try:
        # 加锁确保数据库更新操作的线程安全性
        with lock:
            facehelper.updateDB(None, None, None, Onlyrefresh=True)
    except FileError as e:
        # 处理文件错误，返回相应的错误代码和信息
        return {'code': e.code, 'msg': str(e), 'data': None}
    else:
        # 成功刷新数据库后返回相应的状态码和消息
        return {'code': "30002", 'msg': ErrorMsg['30002'], 'data': None}


@app.post("/facerecognition")
def faceRecognition(input: FaceRequest):
    """
    进行人脸识别的接口。
    接收前端传递的图像数据，并使用 facehelper 进行人脸识别。
    返回识别结果和运行时间。
    """
    facehelper = get_facehelper()
    start = time.time()  # 记录开始时间
    try:
        # 调用 facehelper 的 faceRecognition 方法进行人脸识别
        ret_data = facehelper.faceRecognition(input.img)
    except Exception as e:
        # 处理异常，返回相应的错误代码和信息
        raise HTTPException(status_code=400, detail={'code': e.code, 'msg': str(e), 'data': None})
    finally:
        end = time.time()  # 记录结束时间
        # 打印运行时间
        print(f"Recognition finished. Runtime: {end - start:.2f} seconds")

    # 返回识别结果
    return ret_data


@app.post("/featuredetect")
def featureDetect(input: FaceRequest):
    """
    特征检测接口。
    接收前端传递的图像数据，并使用 facehelper 进行特征检测。
    返回检测结果和运行时间。
    """
    facehelper = get_facehelper()
    start = time.time()  # 记录开始时间
    try:
        # 调用 facehelper 的 featureDetect 方法进行特征检测
        ret_data = facehelper.featureDetect(input.img)
    except Exception as e:
        # 处理异常，返回相应的错误代码和信息
        raise HTTPException(status_code=400, detail={'code': e.code, 'msg': str(e), 'data': None})
    finally:
        end = time.time()  # 记录结束时间
        # 打印运行时间
        print(f"Feature detection finished. Runtime: {end - start:.2f} seconds")

    # 返回检测结果
    return ret_data


@app.post("/updatedb")
def updateDB(input: DBFaceRequest):
    """
    更新人脸数据库的接口。
    接收前端传递的数据库操作数据，并使用 facehelper 更新数据库。
    """
    facehelper = get_facehelper()
    try:
        # 加锁确保数据库更新操作的线程安全性
        with lock:
            facehelper.updateDB(input.img, input.optMode, input.uniqueKey)
    except Exception as e:
        # 处理异常，返回相应的错误代码和信息
        raise HTTPException(status_code=400, detail={'code': e.code, 'msg': str(e), 'data': None})
    else:
        # 成功更新数据库后返回相应的状态码和消息
        return {'code': "30002", 'msg': ErrorMsg['30002'], 'data': None}


@app.post("/imageComparison")
def imageComparison(input: ImageComparison):
    """
    更新人脸数据库的接口。
    接收前端传递的数据库操作数据，并使用 facehelper 更新数据库。
    """
    facehelper = get_facehelper()

    try:
        # 加锁确保数据库更新操作的线程安全性
        with lock:
            state = facehelper.imageComparison(input.firstImage, input.secondImage)
    except Exception as e:
        # 处理异常，返回相应的错误代码和信息
        raise HTTPException(status_code=400, detail={'code': e.code, 'msg': str(e), 'data': None})
    else:
        # 成功更新数据库后返回相应的状态码和消息
        return {'code': "30002", 'msg': ErrorMsg['30002'], 'data': bool(state)}