thoughtfuldev/eagleeyeEspionnez vos amis. Trouvez leurs profils Instagram, FB et Twitter en utilisant la reconnaissance d'images et la recherche d'image inversée.
$$$$$$$$\ $$\ $$$$$$$$\
$$ | $$ | $$ |
$$ | $$$$$$\ $$$$$$\ $$ | $$$$$$\ $$ | $$\ $$\ $$$$$$\
$$$$$\ _$$\ $$ $$\ $$ |$$ $$\ $$$$$\ $$ | $$ |$$ $$\
$$ | $$$$$$$ |$$ / $$ |$$ |$$$$$$$$ | $$ | $$ | $$ |$$$$$$$$ |
$$ | $$ $$ |$$ | $$ |$$ |$$ | $$ | $$ | $$ |$$ |
$$$$$$$$\$$$$$$$ |$$$$$$$ |$$ |$$$$$$$\ $$$$$$$$\$$$$$$$ |$$$$$$$\
_|_| _$$ |_| _| _|_$$ | __|
$$\ $$ | $$\ $$ |
$$$$$$ | $$$$$$ |
_/ ____/
<div align="center">
</div>
---
<p align="center"> Vous avez au moins une image de la personne que vous recherchez et un indice sur son nom.
<br>
Vous saisissez ces données dans EagleEye et il essaie de trouver les profils Instagram, Youtube, Facebook et Twitter de cette personne.
<br>
</p>
## 📝 Table des matières
- [Pour commencer](#getting_started)
- [Utilisation](#usage)
- [Construit avec](#built_using)
- [À faire](#todo)
- [Auteurs](#authors)
- [Remerciements](#acknowledgement)
## 🏁 Pour commencer <a name = "getting_started"></a>
Ces instructions vous permettront d'obtenir une copie du projet opérationnelle sur votre machine locale à des fins de développement et de test.
### Prérequis
- Un système avec un serveur X installé (Linux)
- Firefox installé
#### Lors de l'utilisation de Docker
- Seul Docker est requis
#### Si vous n'utilisez pas Docker
- Python 3.6 ou plus récent
- pip pour Python
### Installation
#### Docker (Recommandé)
**Assurez-vous que Docker est installé**
**Assurez-vous d'utiliser une distribution LINUX comme hôte**
1. Clonez le dépôt
``` $ git clone https://github.com/ThoughtfulDev/EagleEye ```
2. ```
$ cd EagleEye
$ sudo docker build -t eagle-eye .
known et un dossier result n'importe où sur votre PC.known.entry.shsudo docker run -t --net=host --env="DISPLAY" \
--volume="$HOME/.Xauthority:/root/.Xauthority:rw" \
-v /path/to/known:/EagleEye/known \
-v /path/to/result:/result \
-v /path/to/EagleEye/Repository/entry.sh:/entry.sh \
eagle-eye
Le résultat devrait maintenant se trouver dans /path/to/result
wget https://raw.githubusercontent.com/ThoughtfulDev/EagleEye/master/install.sh && chmod +x install.sh && ./install.sh
Pour les distributions basées sur Debian
$ sudo apt update && sudo apt upgrade -y
$ sudo apt install git python3 python3-pip python3-dev
$ sudo apt install libgtk-3-dev libboost-all-dev build-essential cmake libffi-dev
$ git clone https://github.com/ThoughtfulDev/EagleEye
$ cd EagleEye && sudo pip3 install -r requirements.txt
$ sudo pip3 install --upgrade beautifulsoup4 html5lib spry
Pour Arch
$ sudo pacman -Syu
$ sudo pacman -S git python python-pip gtk3 boost cmake libffi
$ git clone https://github.com/ThoughtfulDev/EagleEye
$ cd EagleEye && sudo pip3 install -r requirements.txt
$ sudo pip3 install --upgrade beautifulsoup4 html5lib spry
Si Firefox est installé, téléchargez la dernière version de Geckodriver correspondant à votre architecture.
Si vous obtenez une erreur broken pipe, utilisez la version 0.19.1 de Geckodriver.
Remarque : si vous utilisez Firefox ESR (comme Kali), utilisez la version 0.17 de Geckodriver.
Rendez le Geckodriver exécutable :
$ chmod +x /path/to/geckodriver
Remarque : geckodriver doit de préférence se trouver dans votre PATH, donc quel que soit l'endroit où vous le placez, vous devrez probablement créer un lien vers un emplacement dans votre PATH (ou l'ajouter à votre PATH).
Exemple :
$ sudo ln -s /path/to/geckodriver /usr/local/bin/geckodriver
Modifiez la valeur dans config.json pour le chemin du geckodriver, par exemple :
{
"DEFAULTS": {
...
},
"WEBDRIVER": {
"ENGINE": "firefox",
"PATH": "/usr/local/bin/geckodriver"
},
"FILTER": [
....
],
...
}
Placez au moins une image de la personne que vous souhaitez trouver dans le dossier known.
Les types de fichiers pris en charge sont : jpg/JPG, jpeg/JPEG, png/PNG et bmp/BMP.
Ensuite, lancez le programme ;)
$ python3 eagle-eye.py
Pour voir la liste de toutes les options disponibles, tapez simplement :
$ python3 eagle-eye.py -h
La recherche d'images inversée ImageRaider peut prendre de 1 à 15 minutes selon le nombre d'images.