PythonOpenCV人脸识别（基于LBPH防照片识别警报）
目录
废话
1.环境配置（jupyter notebook python 3.6.5）
2.训练集准备
3.代码思路（艹图）
4.人脸识别源码
5.参考文章
6.可能遇到的问题 废话
嗯，开局说点废话，之前用stm32和esp8266改装了下宿舍门，但终究觉得没人脸识别来得舒服，所以就有了这篇文章 1.环境配置（jupyter notebook python 3.6.5）
我这里用的是python3.6，如果你想搭建一个3.6的环境又不想影响原有的，可以用小黑窗（ Anaconda Prompt ）搭建一个虚拟环境（虚拟环境是一个独立的空间不会影响外界，也不会受外界影响，适合应对不同版本python的需求）
如何搭建虚拟环境可以看看这篇文，简单粗暴
当你搭建好虚拟环境后，第三方库的安装也要安在虚拟环境里，那么如何切换到虚拟环境里呢 打开小黑窗 activate 虚拟环境名字就可以激活了效果如下：
看到小括号就说明已经切换到虚拟环境里了
然后就可以安装所需的第三方库了，eg. Opencv,scipy,request,dlib, 安装方法如下：
1）OpenCV pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-contrib-python==3.4.2.16pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python==3.4.2.16
2）scipy pip install scipy
3) request pip install request
4) dlib
dlib库的安装比较麻烦，你得先找到对应版本，因为不同python版本对应不同dlib
如果你跟我一样是3.6，那装19.7就行
缺版本或找不到对应版本可以留言 2.训练集准备
这个训练集捏，是借助 recognizer.train 得到的 .yml 文件，所以精度没特别高，但是拿来玩玩门锁 还是够用，追求精度可以走深度学习
代码如下：
1）第一步准备照片（即你的人脸像），以＂ 序号.名称 ＂命名，例如＂ 1.xx ＂这是为了方便切片和保存（即我们可以通过切片将每张照片的脸部特征，序号，名称一一对应）记得你照片的存放路径
2）第二步准备人脸数据集 haarcascade_frontalface_alt2.xml ，这个是opencv自带的用于检测人脸（注意是检测人脸不是识别人脸）这种做法我觉得有点像RIO ，就是我们在一张图片中匹配人像特征不是从角落开始，而是定位人脸，然后规划一个区域，在区域内进行匹配，这样节省很多时间
3）第三步，跑代码就完事了，然后你会在你指定的文件夹里面找到 yml 文件，这就是你的训练集 import osimport sysfrom PIL import Imageimport numpy as npimport cv2def getImageAndLabels(path): #建两个空列表后续存储数据 facesSamples=[] ids=[] imagePaths=[os.path.join(path,f) for f in os.listdir(path)] #检测人脸 face_detector = cv2.CascadeClassifier(＂E:jupyter_notebookpracticehaarcascadeshaarcascade_frontalface_alt2.xml＂) #打印数组imagePaths print(＂路径：＂,imagePaths) #遍历列表中的图片 for imagePath in imagePaths: #打开图片,灰度 PIL_img=Image.open(imagePath).convert(＂L＂) #此时获取的是整张图片的数组 img_numpy=np.array(PIL_img,＂uint8＂) #获取图片人脸特征，相当于rio faces = face_detector.detectMultiScale(img_numpy) #将文件名前的名字转化为ID并记录下来 str_id = os.path.split(imagePath)[1].split(＂.＂)[0] id = int(str_id) #id = os.path.split(imagePath)[1].split(＂.＂)[0] #预防检测到无面容照片 for x,y,w,h in faces: #把ID写进ids列表中 ids.append(id) #把所画的方框写进facesSamples列表中 facesSamples.append(img_numpy[y:y+h,x:x+w]) #打印脸部特征和id print(＂id:＂, id) print(＂fs:＂, facesSamples) return facesSamples,idsif __name__ == ＂__main__＂: #图片路径 path=＂E:/face_dormitory/train＂ #获取图像数组和id标签数组和姓名 faces,ids=getImageAndLabels(path) #获取训练对象 recognizer=cv2.face.LBPHFaceRecognizer_create() recognizer.train(faces,np.array(ids)) #保存文件 recognizer.write(＂E:/face_dormitory/opencv/trainer/trainer_xx.yml＂)3.代码思路（艹图）
4.人脸识别源码
1）引入库 import cv2import numpy as npimport osimport urllibimport urllib.requestimport hashlibfrom scipy.spatial import distance as distfrom collections import OrderedDictimport argparseimport timeimport dlib
2）加载训练集( 这里 shape_predictor_68_face_landmarks 是用于眨眼检测的） #加载训练数据集文件recogizer=cv2.face.LBPHFaceRecognizer_create()recogizer.read(＂E:/face_dormitory/opencv/trainer/trainer_xx.yml＂)names=[] #建个空id列表warningtime = 0predictor = dlib.shape_predictor(＂E:/face_dormitory/opencv/shape_predictor_68_face_landmarks.dat＂)
3）邮件函数 （即识别出陌生人或可疑人用于发送抓拍照片的） import smtplibfrom PIL import Imageimport email # 文件名不可以和引入的库同名from email.mime.image import MIMEImage # 图片类型邮件from email.mime.text import MIMEText # MIME 多用于邮件扩充协议from email.mime.multipart import MIMEMultipart # 创建附件类型 HOST = ＂smtp.qq.com＂ # 调用的邮箱借借口SUBJECT = ＂Warning！！！＂ # 设置邮件标题FROM = ＂1xxxxxxxxx@qq.com＂ # 发件人的邮箱需先设置开启smtp协议#TO = ＂1xxxxxxxxxxx@qq.com＂ # 设置收件人的邮箱（可以一次发给多个人,用逗号分隔）TO = ＂xxxxxxxxxx@qq.com＂ # 设置收件人的邮箱（可以一次发给多个人,用逗号分隔）message = MIMEMultipart(＂related＂) # 邮件信息，内容为空 #相当于信封##related表示使用内嵌资源的形式，将邮件发送给对方 def sendmail(HOST, SUBJECT,FROM,TO,message): # ===========发送信息内容============= message_html = MIMEText(＂Warning！！！
＂, ＂html＂, ＂utf-8＂) message.attach(message_html) # ===========发送图片-============= message_image0 = MIMEText(open(＂E:/face_dormitory/unidentified/0.jpg＂, ＂rb＂).read(), ＂base64＂, ＂utf-8＂) message_image0[＂Content-disposition＂] = ＂attachment;filename=＂Suspicious people.jpg＂＂# 设置图片在附件当中的名字 message_image1 = MIMEText(open(＂E:/face_dormitory/unidentified/1.jpg＂, ＂rb＂).read(), ＂base64＂, ＂utf-8＂) message_image1[＂Content-disposition＂] = ＂attachment;filename=＂Suspicious people.jpg＂＂# 设置图片在附件当中的名字 message.attach(message_image0)# 添加图片文件到邮件-附件中去 message.attach(message_image1)# 添加图片文件到邮件-附件中去 ＂＂＂ path=＂E:/face_dormitory/unidentified＂ imagePaths=[os.path.join(path,f) for f in os.listdir(path)] for imagePath in imagePaths: PIL_img=Image.open(imagePath，＂utf-8＂) PIL_img[＂Content-disposition＂] = ＂attachment;filename=＂Suspicious people.jpg＂＂ message.attach(PIL_img) ＂＂＂ # ===========删除缓冲图片-============= #os.remove(＂E:/face_dormitory/unidentified/0.jpg＂) #os.remove(＂E:/face_dormitory/unidentified/1.jpg＂) # ===========发送excel-附件============= #message_xlsx = MIMEText(open(＂email_demo.xlsx＂, ＂rb＂).read(), ＂base64＂, ＂utf-8＂)# 将xlsx文件作为内容发送到对方的邮箱读取excel，rb形式读取，对于MIMEText()来说默认的编码形式是base64 对于二进制文件来说没有设置base64，会出现乱码 #message_xlsx[＂Content-Disposition＂] = ＂attachment;filename=＂email_demo_change.xlsx＂＂# 设置文件在附件当中的名字 #message.attach(message_xlsx)# 添加excel文件到邮件-附件中去 # ===========配置相关-============= message[＂From＂] = FROM # 设置邮件发件人 message[＂TO＂] = TO # 设置邮件收件人 message[＂Subject＂] = SUBJECT # 设置邮件标题 email_client = smtplib.SMTP_SSL()# 获取传输协议 email_client.connect(HOST, ＂465＂)# 设置发送域名，端口465 result = email_client.login(FROM, ＂xxxxxxx＂) # qq授权码 print(＂登录结果＂, result) # ===========操作============= email_client.sendmail(from_addr=FROM, to_addrs=TO.split(＂,＂), msg=message.as_string()) #发送邮件指令 email_client.close()# 关闭邮件发送客户端
写邮件函数我是借鉴这个大佬的，站在巨人肩膀上嘛，总不能什么都靠自己来
4）防照片检测（即眨眼检测）这个也可以用于疲劳检测
详见：i·bug - resources - Facial point annotations FACIAL_LANDMARKS_68_IDXS = OrderedDict([ (＂mouth＂, (48, 68)), (＂right_eyebrow＂, (17, 22)), (＂left_eyebrow＂, (22, 27)), (＂right_eye＂, (36, 42)), (＂left_eye＂, (42, 48)), (＂nose＂, (27, 36)), (＂jaw＂, (0, 17))])def eye_aspect_ratio(eye): # 计算距离，竖直的 A = dist.euclidean(eye[1], eye[5]) B = dist.euclidean(eye[2], eye[4]) # 计算距离，水平的 C = dist.euclidean(eye[0], eye[3]) # ear值 ear = (A + B) / (2.0 * C) return eardef shape_to_np(shape, dtype=＂int＂): # 创建68*2 coords = np.zeros((shape.num_parts, 2), dtype=dtype) # 遍历每一个关键点 # 得到坐标 for i in range(0, shape.num_parts): coords[i] = (shape.part(i).x, shape.part(i).y) return coordsdef pervent_to_photo(): # 设置判断参数 EYE_AR_THRESH = 0.3 EYE_AR_CONSEC_FRAMES = 3 # 初始化计数器 COUNTER = 0 TOTAL = 0 # 检测与定位工具 print(＂loading facial landmark predictor...＂) detector = dlib.get_frontal_face_detector() #predictor = dlib.shape_predictor(＂E:/face_dormitory/opencv/shape_predictor_68_face_landmarks.dat＂) # 分别取两个眼睛区域 (lStart, lEnd) = FACIAL_LANDMARKS_68_IDXS[＂left_eye＂] (rStart, rEnd) = FACIAL_LANDMARKS_68_IDXS[＂right_eye＂] # 读取视频 print(＂starting video stream thread...＂) vs = cv2.VideoCapture(0) time.sleep(1.0) # 遍历每一帧 while True: # 预处理 frame = vs.read()[1] if frame is None: break (h, w) = frame.shape[:2] width=1200 r = width / float(w) dim = (width, int(h * r)) frame = cv2.resize(frame, dim, interpolation=cv2.INTER_AREA) gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 检测人脸 rects = detector(gray, 0) # 遍历每一个检测到的人脸 for rect in rects: # 获取坐标 shape = predictor(gray, rect) shape = shape_to_np(shape) # 分别计算ear值 leftEye = shape[lStart:lEnd] rightEye = shape[rStart:rEnd] leftEAR = eye_aspect_ratio(leftEye) rightEAR = eye_aspect_ratio(rightEye) # 算一个平均的 ear = (leftEAR + rightEAR) / 2.0 # 绘制眼睛区域 leftEyeHull = cv2.convexHull(leftEye) rightEyeHull = cv2.convexHull(rightEye) cv2.drawContours(frame, [leftEyeHull], -1, (0, 255, 0), 1) cv2.drawContours(frame, [rightEyeHull], -1, (0, 255, 0), 1) # 检查是否满足阈值 if ear < EYE_AR_THRESH: COUNTER += 1 else: # 如果连续几帧都是闭眼的，总数算一次 if COUNTER >= EYE_AR_CONSEC_FRAMES: TOTAL += 1 # 重置 COUNTER = 0 # 显示 cv2.putText(frame, ＂Blinks: {}＂.format(TOTAL), (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2) cv2.putText(frame, ＂EAR: {:.2f}＂.format(ear), (300, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2) cv2.imshow(＂Frame＂, frame) #眨眼两次则判断不是照片 if TOTAL >= 2: cv2.imwrite(r＂E:/face_dormitory/unidentified/＂+＂1.jpg＂,frame) #抓拍 break #空格退出 if ord(＂ ＂) == cv2.waitKey(10): break #vs.release() cv2.destroyAllWindows()
5）人脸检测函数 #准备识别的图片def face_detect_demo(img): gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#转换为灰度 face_detector=cv2.CascadeClassifier(＂E:jupyter_notebookpracticehaarcascadeshaarcascade_frontalface_alt2.xml＂) #加入数据集 face=face_detector.detectMultiScale(gray,1.1,5,cv2.CASCADE_SCALE_IMAGE,(100,100),(300,300)) #范围在100*100~300*300判断为脸 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) # 人脸识别 ids, confidence = recogizer.predict(gray[y:y + h, x:x + w]) #置信评分 confidence 越大越不可信 if confidence > 50: global warningtime global num warningtime += 1 if warningtime > 100: #cv2.imwrite(r＂E:/face_dormitory/unidentified/＂+str(num)+＂.jpg＂,frame) #抓拍 cv2.imwrite(r＂E:/face_dormitory/unidentified/＂+＂0.jpg＂,frame) #抓拍 time.sleep(0.1) sendmail(HOST=HOST, SUBJECT=SUBJECT,FROM=FROM,TO=TO,message=message) print(＂ddddddddddd＂) #num += 1 warningtime = 0 cv2.putText(img, ＂unidentified＂, (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)#取名函数，切片取名，即照片名为1.cj.jpg,取名后就为cjdef name(): #相册路径 path = ＂E:/face_dormitory/train＂ #循环读图 imagePaths=[os.path.join(path,f) for f in os.listdir(path)] for imagePath in imagePaths: #切名字 name = str(os.path.split(imagePath)[1].split(＂.＂,2)[1]) names.append(name)
6）主函数 #防照片识别pervent_to_photo() #打开摄像头，0是本地默认，1是外用，我把本地关了把外用开着所以直接0cap=cv2.VideoCapture(0)name()while True: flag,frame=cap.read() if not flag: break face_detect_demo(frame) #空格退出 if ord(＂ ＂) == cv2.waitKey(10): breakcv2.destroyAllWindows()cap.release() 5.参考文章
感谢大佬1
感谢大佬2
感谢大佬3 6.可能遇到的问题
1.如果你搭建了虚拟环境且里面安装了opencv，但是再引用的时候报错没装库，看看有没有将虚拟环境导入kernel
2.如果你发现我的逻辑有问题，相信你自己，错的肯定是我，请务必怼我，毕竟有探讨才有完善，我也是个小菜鸡
3.如果出现＂No module named XXX＂，说明安装差库了，请跑到虚拟环境里去安装，虚拟环境是独立的，你之前安装了什么都跟虚拟环境无关
学会用这些收纳，还愁家里空间不大家里都装修好了，当你住进去的时候会有种空间不够用的感觉，物品找不到合适的地方收纳，扔得到处都是，简直是凌乱不堪是时候该解决一下收纳问题了，那么具体该如何来做呢？下面我就同伙伴们来分
伏天小客厅怎么装，才能让空间变大又凉爽进入暑伏，面对着闷热的天气，人们简直是无处躲藏，尤其是小客厅，本来空间就小，要是布置不得当，那更会让人热得透不过气来，难受难受真难受那么小客厅应该如何来装，才能让空间变大又凉爽呢？
安卓追剧鸟app看美韩日剧（软件篇）软件简介追剧鸟app是一款功能强大万能追剧的播放器，涵盖国剧日剧韩剧美剧动漫电影等多种类型频道，你可以点击想要看的影视分类，快速搜索，在线一键播放，将所有影视资源整合为一体的播放软
免费DeepL翻译器支持在线翻译pc端（软件下载）回忆曾如烟花一瞬，虽然结局凄美但过程充满光彩，落风的纸鸢遥寄谁的最初的流年，望断云霄，是谁挥散不去的背影，待流年逝去，回首发现，曾经的过去总是那么唯美。时逝，看韶华如飞逝，浅色的流
AnyDesk免费远程电脑控制桌面工具（软件篇）生活如水，欲望似糖，不是糖越多，水就越甜。或许适当的追求，能使水变得甜蜜，但如果欲望太多，甜也会变成苦。人生的味道，淡才持久，岁月的叠加，净才能静。（美文美句）大家好，今天我给小伙
读库免费在线书籍下载站（网站篇）今天给小伙伴找到一个可以免费在线看书的网站，而且是一个公益性在线书站，支持在线免费阅读，在线免费下载书籍，分类多种多样，是你需要的选择，一起来看看吧！网站截图界面非常简洁，是个不错
网盘资源搜索引擎大全整理（网站篇一）今天分享一些实用的网盘搜索网站，方便大家搜索百度云网盘分享的资源文件。挑出来这些不错的网站，都可以正常使用。以下是多种多样的，只是分享的一部分1bdysohttpwww。bdyso
大雾补水的ABG品牌的SPHC0001A加湿器体验大雾补水的ABG品牌的SPHC0001A加湿器体验前言我们知道加湿器是一款可以快速增加室内空气中的含水量，缓解室内空气干燥或湿度过低给人们带来的不适感，同时还能清新空气，补水滋润肌
各大学习平台资源整合网站篇一好长时间没给大家更新了资源了，那么今天就分享一下学习网站平台都有哪些吧！以下只是一部分的网站链接！1。慕课网httpswww。imooc。com慕课网是一个IT技能在线学习平台，通
为什么很多人喜欢用苹果手机，用安卓手机不香吗不管是什么手机，只要使用体验好那它就是好手机。手机作为日常使用的工具而言，不存在什么高低贵贱之分，所以理性看待就好。况且在很多方面其实安卓手机并不输最新的iPhone12手机，单单
磁吸快充，Nank南卡无线充电宝POW3体验磁吸快充，Nank南卡无线充电宝POW3体验随着5G时代到来，不仅智能手机硬件软件不断的升级，而且手机伴侣（充电宝）也在不断的升级，具备电池容量大支持双向快充无线快充等功能，与时俱
全国首位！江苏11家高新区获批实施国家科技金融创新服务十百千万专项行动来源交汇点新闻客户端交汇点讯近日，记者从科技部获悉，科技部火炬中心与中国工商银行联合发布首批58家国家高新区实施科技金融创新服务十百千万专项行动，江苏共有南京高新区苏州高新区无锡高TMT时报工信部将进一步督促电信企业改善资费方案微信支付表示追查个人收款码4年数据为谣言冰墩墩NFT两日暴涨近千倍科创板日报2月15日讯今日财联社TMT要闻精选主要内容有遭腾讯减持后，东南亚小腾讯Sea股价18天腰斩工信部称将进一步督促电信企业改善资费方案任天堂称暂时不打算加入元宇宙冰墩墩NFTraxRetailWatch助力构建实时数字门店面对门店内的15，000多个SKU，想要能依靠人力实时看见每一个商品的情况显然难以实现。但如果拥有一位24小时在线的无休雇员，那么一切问题或许就迎刃而解了。这里所说的无休雇员其实是滴滴被曝将全线裁员20美股最近交易日市值严重缩水海报新闻记者于明效上海报道日前，有消息传出，滴滴旗下网约车两轮车货运等各条出行业务都收到了裁员通知，总体裁员比例约为20，但国际化部门自动驾驶业务尚未受到影响。对此，滴滴方面目前尚3周登顶免费榜，大火的啫喱难成小号微信记者杨松编辑江昱玢仍在打发寒假时间的大学生李姗，通过朋友的引荐，在2月11日下载了啫喱。此前一天，这款上线不到一个月的社交产品，登上了AppStore免费榜榜首，成为新年春节档的首你有过拼多多购物的经历吗？拼多多的物品到底怎么样，真的很便宜吗？在拼多多购物，从去年后半年开始，我经常买东西，小到一把笔芯，一袋瓜子花生，一只手表一双鞋，大到家俱等，我都买过。下面我谈谈感受。去年9月以前，我对网购不感兴趣，孩子们在网上买东西，中国股市最具潜力的五大数字货币龙头，中国科技取得重大突破持续火爆的数字货币行业又迎来一个重大利好，就在近日，包括人民银行在内的多个部门联合发布关于金融标准化145规划文件，其中，加速推进数字货币标准的研制，成为重中之重，这就非常厉害了，iOS15和iPhone13导致部分用户出现CarPlay问题在iOS15和iPhone13用户面临的问题清单上，一个新的似乎很普遍的错误导致CarPlay在用户试图播放音乐时突然崩溃，例如通过AppleMusic或Spotify等第三方供应想iPhone13降价？短期内不可能了苹果对于供应链的整合能力至少在同行业中，应该没有能与之匹敌的，由于苹果产品每年都有巨额销量，各路供应商都乐于搭上苹果这条线并为之供货，有的甚至是优先为苹果供货，放到具体产品上，iP想买个4000元左右，拍照好，系统稳定，电池耐用的手机，有哪些值得推荐？1。iphonese2ios系统，不要说三年，五年也不会卡！小屏高性能真香机，单手操作爽爆！性能吊打除iphone12mini以外所有小屏机器！虽然单摄像头不出彩，但是等效28mm给客厅音响前端设备选台CD机，哪个好？哪个还在用CD嘛捂脸劝你还是不要考虑CD机了，我曾经研究了大半年的音响配置，在音源上我考虑过黑胶机CD机，但最后让我落地的是选了一台仙籁B2网络音乐播放器。并不是说它音质上更胜一筹
＂, ＂html＂, ＂utf-8＂) message.attach(message_html) # ===========发送图片-============= message_image0 = MIMEText(open(＂E:/face_dormitory/unidentified/0.jpg＂, ＂rb＂).read(), ＂base64＂, ＂utf-8＂) message_image0[＂Content-disposition＂] = ＂attachment;filename=＂Suspicious people.jpg＂＂# 设置图片在附件当中的名字 message_image1 = MIMEText(open(＂E:/face_dormitory/unidentified/1.jpg＂, ＂rb＂).read(), ＂base64＂, ＂utf-8＂) message_image1[＂Content-disposition＂] = ＂attachment;filename=＂Suspicious people.jpg＂＂# 设置图片在附件当中的名字 message.attach(message_image0)# 添加图片文件到邮件-附件中去 message.attach(message_image1)# 添加图片文件到邮件-附件中去 ＂＂＂ path=＂E:/face_dormitory/unidentified＂ imagePaths=[os.path.join(path,f) for f in os.listdir(path)] for imagePath in imagePaths: PIL_img=Image.open(imagePath，＂utf-8＂) PIL_img[＂Content-disposition＂] = ＂attachment;filename=＂Suspicious people.jpg＂＂ message.attach(PIL_img) ＂＂＂ # ===========删除缓冲图片-============= #os.remove(＂E:/face_dormitory/unidentified/0.jpg＂) #os.remove(＂E:/face_dormitory/unidentified/1.jpg＂) # ===========发送excel-附件============= #message_xlsx = MIMEText(open(＂email_demo.xlsx＂, ＂rb＂).read(), ＂base64＂, ＂utf-8＂)# 将xlsx文件作为内容发送到对方的邮箱读取excel，rb形式读取，对于MIMEText()来说默认的编码形式是base64 对于二进制文件来说没有设置base64，会出现乱码 #message_xlsx[＂Content-Disposition＂] = ＂attachment;filename=＂email_demo_change.xlsx＂＂# 设置文件在附件当中的名字 #message.attach(message_xlsx)# 添加excel文件到邮件-附件中去 # ===========配置相关-============= message[＂From＂] = FROM # 设置邮件发件人 message[＂TO＂] = TO # 设置邮件收件人 message[＂Subject＂] = SUBJECT # 设置邮件标题 email_client = smtplib.SMTP_SSL()# 获取传输协议 email_client.connect(HOST, ＂465＂)# 设置发送域名，端口465 result = email_client.login(FROM, ＂xxxxxxx＂) # qq授权码 print(＂登录结果＂, result) # ===========操作============= email_client.sendmail(from_addr=FROM, to_addrs=TO.split(＂,＂), msg=message.as_string()) #发送邮件指令 email_client.close()# 关闭邮件发送客户端
写邮件函数我是借鉴这个大佬的，站在巨人肩膀上嘛，总不能什么都靠自己来
4）防照片检测（即眨眼检测）这个也可以用于疲劳检测
详见：i·bug - resources - Facial point annotations FACIAL_LANDMARKS_68_IDXS = OrderedDict([ (＂mouth＂, (48, 68)), (＂right_eyebrow＂, (17, 22)), (＂left_eyebrow＂, (22, 27)), (＂right_eye＂, (36, 42)), (＂left_eye＂, (42, 48)), (＂nose＂, (27, 36)), (＂jaw＂, (0, 17))])def eye_aspect_ratio(eye): # 计算距离，竖直的 A = dist.euclidean(eye[1], eye[5]) B = dist.euclidean(eye[2], eye[4]) # 计算距离，水平的 C = dist.euclidean(eye[0], eye[3]) # ear值 ear = (A + B) / (2.0 * C) return eardef shape_to_np(shape, dtype=＂int＂): # 创建68*2 coords = np.zeros((shape.num_parts, 2), dtype=dtype) # 遍历每一个关键点 # 得到坐标 for i in range(0, shape.num_parts): coords[i] = (shape.part(i).x, shape.part(i).y) return coordsdef pervent_to_photo(): # 设置判断参数 EYE_AR_THRESH = 0.3 EYE_AR_CONSEC_FRAMES = 3 # 初始化计数器 COUNTER = 0 TOTAL = 0 # 检测与定位工具 print(＂loading facial landmark predictor...＂) detector = dlib.get_frontal_face_detector() #predictor = dlib.shape_predictor(＂E:/face_dormitory/opencv/shape_predictor_68_face_landmarks.dat＂) # 分别取两个眼睛区域 (lStart, lEnd) = FACIAL_LANDMARKS_68_IDXS[＂left_eye＂] (rStart, rEnd) = FACIAL_LANDMARKS_68_IDXS[＂right_eye＂] # 读取视频 print(＂starting video stream thread...＂) vs = cv2.VideoCapture(0) time.sleep(1.0) # 遍历每一帧 while True: # 预处理 frame = vs.read()[1] if frame is None: break (h, w) = frame.shape[:2] width=1200 r = width / float(w) dim = (width, int(h * r)) frame = cv2.resize(frame, dim, interpolation=cv2.INTER_AREA) gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 检测人脸 rects = detector(gray, 0) # 遍历每一个检测到的人脸 for rect in rects: # 获取坐标 shape = predictor(gray, rect) shape = shape_to_np(shape) # 分别计算ear值 leftEye = shape[lStart:lEnd] rightEye = shape[rStart:rEnd] leftEAR = eye_aspect_ratio(leftEye) rightEAR = eye_aspect_ratio(rightEye) # 算一个平均的 ear = (leftEAR + rightEAR) / 2.0 # 绘制眼睛区域 leftEyeHull = cv2.convexHull(leftEye) rightEyeHull = cv2.convexHull(rightEye) cv2.drawContours(frame, [leftEyeHull], -1, (0, 255, 0), 1) cv2.drawContours(frame, [rightEyeHull], -1, (0, 255, 0), 1) # 检查是否满足阈值 if ear < EYE_AR_THRESH: COUNTER += 1 else: # 如果连续几帧都是闭眼的，总数算一次 if COUNTER >= EYE_AR_CONSEC_FRAMES: TOTAL += 1 # 重置 COUNTER = 0 # 显示 cv2.putText(frame, ＂Blinks: {}＂.format(TOTAL), (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2) cv2.putText(frame, ＂EAR: {:.2f}＂.format(ear), (300, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2) cv2.imshow(＂Frame＂, frame) #眨眼两次则判断不是照片 if TOTAL >= 2: cv2.imwrite(r＂E:/face_dormitory/unidentified/＂+＂1.jpg＂,frame) #抓拍 break #空格退出 if ord(＂ ＂) == cv2.waitKey(10): break #vs.release() cv2.destroyAllWindows()
5）人脸检测函数 #准备识别的图片def face_detect_demo(img): gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#转换为灰度 face_detector=cv2.CascadeClassifier(＂E:jupyter_notebookpracticehaarcascadeshaarcascade_frontalface_alt2.xml＂) #加入数据集 face=face_detector.detectMultiScale(gray,1.1,5,cv2.CASCADE_SCALE_IMAGE,(100,100),(300,300)) #范围在100*100~300*300判断为脸 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) # 人脸识别 ids, confidence = recogizer.predict(gray[y:y + h, x:x + w]) #置信评分 confidence 越大越不可信 if confidence > 50: global warningtime global num warningtime += 1 if warningtime > 100: #cv2.imwrite(r＂E:/face_dormitory/unidentified/＂+str(num)+＂.jpg＂,frame) #抓拍 cv2.imwrite(r＂E:/face_dormitory/unidentified/＂+＂0.jpg＂,frame) #抓拍 time.sleep(0.1) sendmail(HOST=HOST, SUBJECT=SUBJECT,FROM=FROM,TO=TO,message=message) print(＂ddddddddddd＂) #num += 1 warningtime = 0 cv2.putText(img, ＂unidentified＂, (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)#取名函数，切片取名，即照片名为1.cj.jpg,取名后就为cjdef name(): #相册路径 path = ＂E:/face_dormitory/train＂ #循环读图 imagePaths=[os.path.join(path,f) for f in os.listdir(path)] for imagePath in imagePaths: #切名字 name = str(os.path.split(imagePath)[1].split(＂.＂,2)[1]) names.append(name)
6）主函数 #防照片识别pervent_to_photo() #打开摄像头，0是本地默认，1是外用，我把本地关了把外用开着所以直接0cap=cv2.VideoCapture(0)name()while True: flag,frame=cap.read() if not flag: break face_detect_demo(frame) #空格退出 if ord(＂ ＂) == cv2.waitKey(10): breakcv2.destroyAllWindows()cap.release() 5.参考文章
感谢大佬1
感谢大佬2
感谢大佬3 6.可能遇到的问题
1.如果你搭建了虚拟环境且里面安装了opencv，但是再引用的时候报错没装库，看看有没有将虚拟环境导入kernel
2.如果你发现我的逻辑有问题，相信你自己，错的肯定是我，请务必怼我，毕竟有探讨才有完善，我也是个小菜鸡
3.如果出现＂No module named XXX＂，说明安装差库了，请跑到虚拟环境里去安装，虚拟环境是独立的，你之前安装了什么都跟虚拟环境无关