使用Python-opencv3制作简单的人脸识别系统
分享一下自己做这个小程序的笔记!
使用工具:PyCharm,python版本3.7,opencv3
使用的包:
原理和功能
使用opencv3调用摄像头,获取图像保存,对保存的图片进行OPENCVLBHP算法训练,利用训练集和分类器实现人脸识别。使用语音模块进行人机交互,使用数据库相关操作保存和读取数据库!
详细设计
由于保存人脸信息和训练集需要文件夹,这里先进行检测环境,如果没有就进行创建。
def makeDir(engine,x): if not os.path.exists("face_trainer"): print("创建预训练环境") engine.say('检测到第一次启动,正在创建预训练环境') os.mkdir("face_trainer") engine.say('创建成功') engine.runAndWait() x=2 if not os.path.exists("Facedata"): print("创建训练环境") engine.say('正在创建训练环境') os.mkdir("Facedata") engine.say('创建成功') engine.runAndWait() x=2 return x
通过摄像头采集人脸信息
def getFace(cap,face_id): face_detector = cv2.CascadeClassifier('./lib/haarcascade_frontalface_default.xml') print('\n Initializing face capture. Look at the camera and wait ...') count = 0 while True: sucess, img = cap.read() gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) faces = face_detector.detectMultiScale(gray, 1.3, 5) for (x, y, w, h) in faces: cv2.rectangle(img, (x, y), (x+w, y+w), (255, 0, 0)) count += 1 cv2.imwrite("Facedata/User." + str(face_id) + '.' + str(count) + '.jpg', gray[y: y + h, x: x + w]) cv2.imshow('image', img) # 保持画面的持续。 k = cv2.waitKey(1) if k == 27: # 通过esc键退出摄像 break elif count >= 1000: # 得到1000个样本后退出摄像 break cv2.destroyAllWindows()
cv2.CascadeClassifier中加载分类器,使用官方给定的xml分类器进行识别。
接着后面会用到路径有关的读取函数实现如下:
def getImagesAndLabels(path,detector): imagePaths = [os.path.join(path, f) for f in os.listdir(path)] faceSamples = [] ids = [] for imagePath in imagePaths: PIL_img = Image.open(imagePath).convert('L') img_numpy = np.array(PIL_img, 'uint8') id = int(os.path.split(imagePath)[-1].split(".")[1]) faces = detector.detectMultiScale(img_numpy) for (x, y, w, h) in faces: faceSamples.append(img_numpy[y:y + h, x: x + w]) ids.append(id) return faceSamples, ids
接下来是对已保存的人脸数据进行训练,生成属于我们自己的训练集 .yml文件
def trainFace(): # 人脸数据路径 path = 'Facedata' recognizer = cv2.face.LBPHFaceRecognizer_create() detector = cv2.CascadeClassifier("./lib/haarcascade_frontalface_default.xml") print('Training faces. It will take a few seconds. Wait ...') faces, ids = getImagesAndLabels(path,detector) recognizer.train(faces, np.array(ids)) recognizer.write(r'face_trainer\trainer.yml') print("{0} faces trained. Exiting Program".format(len(np.unique(ids))))
最后是实现人脸的识别模块
def checkFace(cam,names,engine): recognizer = cv2.face.LBPHFaceRecognizer_create() recognizer.read('face_trainer/trainer.yml') cascadePath = "./lib/haarcascade_frontalface_default.xml" faceCascade = cv2.CascadeClassifier(cascadePath) font = cv2.FONT_HERSHEY_SIMPLEX minW = 0.1 * cam.get(3) minH = 0.1 * cam.get(4) while True: ret, img = cam.read() gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) faces = faceCascade.detectMultiScale( gray, scaleFactor=1.2, minNeighbors=5, minSize=(int(minW), int(minH)) ) for (x, y, w, h) in faces: cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2) idnum, confidence = recognizer.predict(gray[y:y + h, x:x + w]) print(idnum) if confidence < 100: idnum = names[idnum] confidence = "{0}%".format(round(100 - confidence)) say(engine, "欢迎 " + idnum + "签到成功!") cv2.putText(img, str(idnum), (x + 5, y - 5), font, 1, (0, 0, 255), 1) cv2.putText(img, str(confidence), (x + 5, y + h - 5), font, 1, (0, 0, 0), 1) cv2.imshow('camera', img) time.sleep(2) Insert_Data_Check(conn, cursor, idnum)#签到信息插入数据库 return else: idnum = "unknown" confidence = "{0}%".format(round(100 - confidence)) cv2.putText(img, str(idnum), (x + 5, y - 5), font, 1, (0, 0, 255), 1) cv2.putText(img, str(confidence), (x + 5, y + h - 5), font, 1, (0, 0, 0), 1) cv2.imshow('camera', img) k = cv2.waitKey(10) if k == 27: break
本系统中信息的保存和读取是从数据库中保存和获得的
用到的函数如下:
其中包含了数据库的连接和关闭以及初始化函数,表的检测和创建函数,插入和查询函数。重点在两个query函数,首先保存的姓名信息以列表的形式传给names列表,在进行识别签到时id的读取也是从这里读取的,接着是签到记录的查询函数,可以给定名字查询也可以给日期查询当天的所有人记录,也可以直接enter都按默认查询全部的签到记录。
主要代码如下
def Query_Data_Personal(conn, cursor): sql = "select name from personal" cursor.execute(sql) conn.commit() results = cursor.fetchall() list_name = [] for x in results: x = list(x) list_name += x return list_name def Query_Data_Check(conn, cursor, name='', *dates): if dates is (): if name == '': sql = "select * from check_table;" else: sql = "select * from check_table where name = '%s';" % (name,) print(sql) cursor.execute(sql) else: if name == '': for date in dates: sql = """select * from check_table where check_time = any ( select check_time from check_table where DATEDIFF(date(check_time),'%s') < 1) """ % (date,) print(sql) # 执行sql语句 cursor.execute(sql) else: for date in dates: print(date) sql = """select * from check_table where name = '%s' and check_time = any ( select check_time from check_table where DATEDIFF(date(check_time),'%s') < 1); """ % (name, date) print(sql) # 执行sql语句 cursor.execute(sql) # 提交到数据库执行 conn.commit() results = cursor.fetchall() for x in results: print("("+ str(x[0])+", "+x[1] +", "+ str(x[2]) +")")
语音模块在py文件的开始进行导入,我这里选择import pyttsx3
对语音模块进行设置和使用如下
def say(engine,str): engine.say(str) engine.runAndWait() `engine = pyttsx3.init() rate = engine.getProperty('rate') engine.setProperty('rate', rate - 20) say(engine, "欢迎使用人脸识别签到系统")``
后续直接使用say()可实现语音播放功能,上述代码的功能是实现语音播放等待和调整语速。
整个程序的主函数流程为,检测环境与初始化→录入人脸信息→对人脸信息进行训练→实现人脸识别签到功能。其中如果是第一次创建环境则不需要询问是否创建新的人脸,直接执行人脸录入模块。签到功能之后会跳转主菜单选择退出,查询签到记录,或者录入新的人脸。主函数代码如下
if __name__ == '__main__': engine = pyttsx3.init() rate = engine.getProperty('rate') engine.setProperty('rate', rate - 20) say(engine, "欢迎使用人脸识别签到系统") simply_0=1#标志变量 象征是否第一次使用系统 simply_0=makeDir(engine,simply_0) say(engine, "正在初始化数据库") conn, cursor = Mysql_Init() Check_Tables(conn, cursor) say(engine, "数据库初始化完毕") names = []#打印已存在的人员姓名 names = Query_Data_Personal(conn, cursor) print(names) while True: if simply_0 == 1:#不是第一次使用 say(engine, "输入0录入新的人脸信息 输入其他跳转至人脸签到 ") value = input("0-录入 or other-签到模块") if value == '0': say(engine, "请输入您的姓名") name = input("请输入姓名:") names.append(name) # 新成员信息已保存到数据库中 Insert_Data_Personal(conn, cursor, name) say(engine, "新的人员信息已保存到数据库中") say(engine,"正在打开摄像头") cam = cv2.VideoCapture(0) say(engine, "注视摄像头,开始采集人脸数据") getFace(cam,len(names)-1) say(engine, "采集完毕,开始训练") trainFace() say(engine, "训练完毕,跳转到人脸签到模块") else: say(engine, "正在打开摄像头") cam = cv2.VideoCapture(0) else:#是第一次使用系统 say(engine, "这是首次录入人脸信息,请输入您的姓名 ") name = input("请输入姓名:") names.append(name) #新成员信息保存到数据库中 Insert_Data_Personal(conn, cursor, name) say(engine, "新的人员信息已保存到数据库中") say(engine, "正在打开摄像头") cam = cv2.VideoCapture(0) say(engine, "注视摄像头,开始采集人脸数据") getFace(cam, len(names) - 1) say(engine, "采集完毕,开始训练") tr 1cca8 ainFace() say(engine, "训练完毕,跳转至人脸签到") say(engine, "输入0进行人脸签到,输入其他跳转至主菜单") simply_1 = input("输入0进行人脸签到,输入其他跳转至主菜单") if simply_1=='0': checkFace(cam, names, engine) say(engine, "签到记录信息已保存到数据库中") cam.release() cv2.destroyAllWindows() else: cam.release() cv2.destroyAllWindows() say(engine, "输入 0 退出系统 ,输入1 查询签到记录 其他任意键 录入人脸模块") key = input("输入key:(0 - 退出系统 ,1-查询签到记录 other - 重新启动系统)") if key=='1': say(engine, "输入要查询记录的姓名或日期") name_0 = input("输入要查询记录的名字") date_0=input("输入要查询记录的日期") Query_Data_Check(conn, cursor, name_0, *date_0) say(engine, "签到记录查询完毕") say(engine, "系统即将跳转至录入人脸模块") if key == '0': say(engine, "系统将退出,欢迎下次使用") dataBase_Close(conn) sys.exit(0)
运行的主要结果
初次运行系统,将自动创建训练环境以及数据库表
运行py文件,首先会打印数据库中已经保存的训练过的人脸信息姓名
因为已经录入过很多信息了,直接选择签到功能!
语音提示注视摄像头,签到成功后会弹出签到快照停留三秒,显示签到人员以及识别相似度。语音播放xxx签到成功!
如果选择查询签到记录,这里默认都不输入数据,查询到了全部的记录
或者输入名字不输入日期查询某一个人的记录
一个简单的识别系统就这样完成了!后续还可以通过设计UI界面和提供CS架构实现数据传输。
- python使用opencv实现人脸识别系统
- 图像识别 python+opencv的简单人脸识别
- python使用opencv2人脸识别
- python+opencv实现的简单人脸识别代码示例
- python使用opencv进行人脸识别
- 使用OpenCV和Python进行人脸识别
- ## 使用python-opencv人脸识别时遇到 error: (-215:Assertion failed) !empty() in function 'cv::CascadeClassifier
- php使用face++实现一个简单的人脸识别系统
- python使用opencv进行人脸识别
- 图像识别 python+opencv的简单人脸识别
- 从零使用OpenCV快速实现简单车牌识别系统
- 从零使用OpenCV快速实现简单车牌识别系统
- 基于OpenCv的人脸检测、识别系统学习制作笔记之三
- Python + OpenCV 实现简单的人脸识别
- 从零使用OpenCV快速实现简单车牌识别系统
- 使用OpenCV+PCA+KNN/SVM进行人脸检测和识别-Python
- opencv for python 之人脸识别
- 使用Python结合Face++ API识别人脸
- python下学生管理系统:从文件中读取30位学生的信息(含邮箱),并实现简单的增、删、查找、统计(邮箱使用人数)。---附程序哦!
- Java使用OpenCV进行人脸识别