使用Python和OpenCV进行面部识别应用于监控人脸门禁和考勤等

　　在本文中，我们探索 OpenCV 和 Python 在创建强大的人脸识别系统方面的巨大潜力。从而逐步实现识别图像和视频中的人脸的整个过程。凭借清晰的解释和实际示例，希望您深入了解计算机视觉和人脸识别。
　　下载 OpenCV 库
　　访问官网进行下载并安装： https://opencv.org/ pip install opencv-python
　　安装完成之后我们可以在文件夹下看到这些文件 sources/data/haarcascades
　　包含了强大的识别算法，如眼睛识别和面部识别 人脸检测报警系统（可用于：家庭监控、人脸门禁、人脸考勤等）
　　抓拍人脸功能模块。
　　首先导入cv库。 import cv2
　　然后调用我们的摄像头（0代表本地摄像头，其他数字代表外置摄像头）。 cap = cv2.VideoCapture(0)
　　使用 while 循环来确定它是否处于打开状态。 while(cap.isOpened()):
　　获取每一帧的图像。 ret_flag,Vshow = cap.read()
　　调用控制键盘函数来控制和确定按键。 k = cv2.waitKey(1) & 0xFF
　　使用 imshow 函数显示捕获的图像。 cv2.imshow(＂ceshi＂,Vshow)
　　监听键盘输入，按＂s＂键保存。 if k == ord(＂s＂):
　　保存捕获图像的格式并打印提示文本。 cv2.imwrite(＂/tmp/＂+str(num)+＂.name＂+＂.jpg＂,Vshow)         print(＂save ＂+str(num)+＂.jpg＂)         print(＂-------------------------＂)         num += 1
　　释放摄像头和内存。 cap.release()  cv2.destroyAllWindows()
　　完整的代码片段 import cv2 cap = cv2.VideoCapture(0)   falg = 1 num = 1   while(cap.isOpened()):     ret_flag,Vshow = cap.read()     k = cv2.waitKey(1) & 0xFF     cv2.imshow(＂ceshi＂,Vshow)     if k == ord(＂s＂):         cv2.imwrite(＂/tmp/＂+str(num)+＂.name＂+＂.jpg＂,Vshow)         print(＂save ＂+str(num)+＂.jpg＂)         print(＂-------------------------＂)         num += 1       elif k == ord(＂ ＂):         break    cap.release()  cv2.destroyAllWindows()录人脸功能模块
　　在编写这个功能模块之前，我们需要在Pycharm或者cmd中在这个文件的根目录下使用如下命令安装人脸模块 pip install opencv-contrib-python
　　导入依赖 import os import cv2 from PIL import Image import numpy as np
　　存储人脸数据 facesSamples=[]
　　存储名称数据 ids=[]
　　存储图片的信息 imagePaths=[os.path.join(path,f) for f in os.listdir(path)]
　　加载分类器 face_cascade = cv2.CascadeClassifier(＂haarcascade_frontalface_default.xml＂)
　　遍历图像 for imagePath in imagePaths:
　　将打开的图像转换为灰度 PIL_img = Image.open(imagePath).convert(＂L＂)
　　将图像转换为数组 img_numpy = np.array(PIL_img,＂uint8＂)
　　获取图片中的人脸特征 faces = face_detector.detectMultiScale(img_numpy)
　　获取每张抓拍图片的id和name id = int(os.path.split(imagePath)[1].split(＂.＂)[0])
　　防止无脸拍照          for x,y,w,h in faces:             ids.append(id)             facesSamples.append(img_numpy[y:y+h,x:x+w])
　　打印面部特征和ID，并返回数据     print(＂id＂,id)     print(＂fs:＂,facesSamples)     return facesSamples,ids
　　调用图片路径（步骤1抓脸后按s键保存到＂/tmp/＂路径下的图片） path = ＂/tmp/＂
　　检索图像数组和 ID 标签数组和名称 faces,ids=getImageAndLabels(path)
　　加载识别器 recognizer = cv2.face.LBPHFaceRecognizer_create()
　　训练数据 recognizer.train(faces,np.array(ids))
　　创建一个目录存放读取到的人脸信息 recognizer.write(＂tmp/tupian.yml＂)
　　完整的代码片段 import os import cv2 from PIL import Image import numpy as np   def getImageAndLabels(path):      facesSamples=[]      ids=[]      imagePaths=[os.path.join(path,f) for f in os.listdir(path)]      face_detector = cv2.CascadeClassifier(＂/sources/data/haarcascades/haarcascade_frontalface_default.xml＂)      for imagePath in imagePaths:          PIL_img = Image.open(imagePath).convert(＂L＂)          img_numpy = np.array(PIL_img,＂uint8＂)          faces = face_detector.detectMultiScale(img_numpy)          id = int(os.path.split(imagePath)[1].split(＂.＂)[0])          for x,y,w,h in faces:             ids.append(id)             facesSamples.append(img_numpy[y:y+h,x:x+w])      print(＂id＂,id)     print(＂fs:＂,facesSamples)     return facesSamples,ids   if __name__ == ＂__main__＂:      path = ＂/tmp/＂      faces,ids=getImageAndLabels(path)      recognizer = cv2.face.LBPHFaceRecognizer_create()      recognizer.train(faces,np.array(ids))      recognizer.write(＂tmp/tupian.yml＂)人脸识别功能模块
　　导入依赖 import cv2 import os
　　加载训练好的数据文件 recogizer = cv2.face.LBPHFaceRecognizer_create()
　　加载保存的面部信息 recogizer.read(＂tmp/tupian.yml＂)
　　定义名称数组 names=[]
　　定义用于识别的全局变量 warningtime = 0
　　视频模块中的人脸识别 def face_detect_demo(img):     gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)     face_detector=cv2.CascadeClassifier(＂/sources/data/haarcascades/haarcascade_frontalface_default.xml＂)     face=face_detector.detectMultiScale(gray)     for x,y,w,h in face:         cv2.rectangle(img,(x,y),(x+w,y+h),color=(0,0,255),thickness=2)         cv2.circle(img,center=(x+w//2,y+h//2),radius=w//2,color=(0,255,0),thickness=1)          ids, confidence = recogizer.predict(gray[y:y + h, x:x + w])         if confidence > 80:             global warningtime             warningtime += 1             if warningtime > 100:                # warning()                warningtime = 0             cv2.putText(img, ＂unknown＂, (x + 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1)         else:             cv2.putText(img,str(names[ids-1]), (x + 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1)     cv2.imshow(＂result＂,img)
　　导入存储的图像名称标签 def name():     path = ＂/tmp/＂     # names = []     imagePaths=[os.path.join(path,f) for f in os.listdir(path)]     for imagePath in imagePaths:        name = str(os.path.split(imagePath)[1].split(＂.＂,2)[1])        names.append(name)
　　加载视频 cap=cv2.VideoCapture(＂1.mp4＂) name() while True:     flag,frame=cap.read()     if not flag:         break     face_detect_demo(frame)     if ord(＂ ＂) == cv2.waitKey(10):         break
　　释放内存和视频 cv2.destroyAllWindows() cap.release()
　　完整的代码片段 import cv2 import os  recogizer = cv2.face.LBPHFaceRecognizer_create()  recogizer.read(＂tupian/tupian.yml＂)  names=[]  warningtime = 0  def face_detect_demo(img):     gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)     face_detector=cv2.CascadeClassifier(＂/sources/data/haarcascades/haarcascade_frontalface_default.xml＂)     face=face_detector.detectMultiScale(gray)     for x,y,w,h in face:         cv2.rectangle(img,(x,y),(x+w,y+h),color=(0,0,255),thickness=2)         cv2.circle(img,center=(x+w//2,y+h//2),radius=w//2,color=(0,255,0),thickness=1)          ids, confidence = recogizer.predict(gray[y:y + h, x:x + w])         if confidence > 80:             global warningtime             warningtime += 1             if warningtime > 100:                # warning()                warningtime = 0             cv2.putText(img, ＂unkonw＂, (x + 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1)         else:             cv2.putText(img,str(names[ids-1]), (x + 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1)     cv2.imshow(＂result＂,img)    def name():     path = ＂/tmp/＂     # names = []     imagePaths=[os.path.join(path,f) for f in os.listdir(path)]     for imagePath in imagePaths:        name = str(os.path.split(imagePath)[1].split(＂.＂,2)[1])        names.append(name)  cap=cv2.VideoCapture(＂1.mp4＂) name() while True:     flag,frame=cap.read()     if not flag:         break     face_detect_demo(frame)     if ord(＂ ＂) == cv2.waitKey(10):         break  cv2.destroyAllWindows() cap.release()
　　最后，希望这些示例代码对您的项目有所帮助！