À propos du projet

Smart Attendance System est une application locale de pointage par reconnaissance faciale. Elle combine une interface mobile React Native avec un backend FastAPI Python pour remplacer les appels nominatifs manuels. L'application mobile capture les visages des étudiants à l'aide d'Expo Camera, et le backend les traite via un reconnaisseur de visage LBPH d'OpenCV. Les présences correspondantes sont enregistrées avec des horodatages dans une base de données SQLite locale à l'aide de requêtes paramétrées. Les fonctionnalités principales incluent la reconnaissance faciale en temps réel via LBPHFaceRecognizer d'OpenCV, l'enregistrement automatisé des données et un tableau de bord mobile affichant les statistiques de classe, les pourcentages de présence et les journaux de scan récents. Le frontend utilise React Native, Expo, Expo Camera et Expo FileSystem. Le backend utilise Python, FastAPI, Uvicorn et python-multipart. La vision par ordinateur repose sur opencv-contrib-python et Haar Cascades, tandis que SQLite3 stocke les données de présence. Le projet note la gestion du réseau natif : il utilise expo-file-system pour contourner les limitations de FormData de React Native Android et active explicitement le trafic http en texte clair local pour la communication sur le réseau local. Les prérequis incluent Python 3.10+, Node.js et npm, Expo CLI, ainsi qu'un appareil Android physique pour les tests et le scan. La configuration du backend commence par la création d'un environnement virtuel Python à la racine du projet.