opencv python考勤_基于python+opencv的简易人脸识别打卡系统
importcv2importosimportnumpy as npfrom PIL importImageimportdatetimeimportcsvfrom time importsleep#调用笔记本内置摄像头,所以参数为0,如果有其他的摄像头可以调整参数为1,2
Path = r"C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python36_64\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml"face_detector=cv2.CascadeClassifier(Path)
names=[]
zh_name=[]
with open("maxmember.csv","r",encoding='UTF-8') as csv_file:
reader=csv.reader(csv_file)for item inreader:#print(item)
names.append(item[2])
zh_name.append(item[1])#print (zh_name)
defdata_collection():
cap= cv2.VideoCapture(0,cv2.CAP_DSHOW)#cv2.CAP_DSHOW是作为open调用的一部分传递标志,还有许多其它的参数,而这个CAP_DSHOW是微软特有的。
face_id = input('\n 请输入你的ID:')print('\n 数据初始化中,请直视摄像机录入数据....')
count=0whileTrue:#从摄像头读取图片
sucess, img =cap.read()#转为灰度图片
gray =cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#检测人脸
faces = face_detector.detectMultiScale(gray, 1.3, 5)#1.image表示的是要检测的输入图像# 2.objects表示检测到的人脸目标序列# 3.scaleFactor表示每次图像尺寸减小的比例
for (x, y, w, h) infaces:#画矩形
cv2.rectangle(img, (x, y), (x + w, y + w), (255, 0, 0))
count+= 1
#保存图像
cv2.imwrite("facedata/Member." + str(face_id) + '.' + str(count) + '.jpg', gray[y: y + h, x: x +w])
cv2.imshow('data collection', 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 >= 200: #得到n个样本后退出摄像
breakcap.release()
cv2.destroyAllWindows()defface_training():#人脸数据路径
path = './facedata'recognizer=cv2.face.LBPHFaceRecognizer_create()#LBP是一种特征提取方式,能提取出图像的局部的纹理特征
defget_images_and_labels(path):
imagePaths= [os.path.join(path, f) for f in os.listdir(path)] #join函数将多个路径组合后返回
faceSamples =[]
ids=[]#遍历图片路径,导入图片和id,添加到list
for imagePath inimagePaths:
PIL_img= Image.open(imagePath).convert('L') #通过图片路径并将其转换为灰度图片。
img_numpy= np.array(PIL_img, 'uint8')
id= int(os.path.split(imagePath)[-1].split(".")[1])
faces=face_detector.detectMultiScale(img_numpy)for (x, y, w, h) infaces:
faceSamples.append(img_numpy[y:y+ h, x: x +w])
ids.append(id)returnfaceSamples, idsprint('数据训练中')
faces, ids=get_images_and_labels(path)
recognizer.train(faces, np.array(ids))
recognizer.write(r'.\trainer.yml')defface_ientification():
cap=cv2.VideoCapture(0)
recognizer=cv2.face.LBPHFaceRecognizer_create()
recognizer.read('./trainer.yml')
faceCascade=cv2.CascadeClassifier(Path)
font=cv2.FONT_HERSHEY_SIMPLEX
idnum=0globalnamess
cam=cv2.VideoCapture(0)#设置大小
minW = 0.1 * cam.get(3)
minH= 0.1 * cam.get(4)whileTrue:
ret, img=cam.read()#图像灰度处理
gray =cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#将人脸用vector保存各个人脸的坐标、大小(用矩形表示)
faces =faceCascade.detectMultiScale(
gray,
scaleFactor=1.2,#表示在前后两次相继的扫描中,搜索窗口的比例系数
minNeighbors=5,#表示构成检测目标的相邻矩形的最小个数(默认为3个)
minSize=(int(minW), int(minH))#minSize和maxSize用来限制得到的目标区域的范围
)for (x, y, w, h) infaces:
cv2.rectangle(img, (x, y), (x+ w, y + h), (0, 255, 0), 2)#返回侦测到的人脸的id和近似度conf(数字越大和训练数据越不像)
idnum, confidence = recognizer.predict(gray[y:y + h, x:x +w])if confidence < 100:
namess=names[idnum]
confidence= "{0}%".format(round(100 -confidence))else:
namess= "unknown"confidence= "{0}%".format(round(100 -confidence))
cv2.putText(img, str(namess), (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)#输出置信度
cv2.imshow(u'Identification punch', img)
k= cv2.waitKey(5)if k == 13:
theTime=datetime.datetime.now()#print(zh_name[idnum])
strings =[str(zh_name[idnum]),str(theTime)]print(strings)
with open("log.csv", "a",newline="") as csvFile:
writer=csv.writer(csvFile)
writer.writerow([str(zh_name[idnum]),str(theTime)])elif k==27:
cap.release()
cv2.destroyAllWindows()break
whileTrue:
a= int(input("输入1,录入脸部,输入2进行识别打卡:"))if a==1:
data_collection()elif a==2:
face_ientification()elif a==3:
face_training()
opencv python考勤_基于python+opencv的简易人脸识别打卡系统相关推荐
- Python OpenCV开发MR智能人脸识别打卡系统(一、需求分析与系统设计)
需要源码请点赞关注收藏后评论区留言私信~~~ 整体系统讲解如下链接 Python OpenCV开发MR智能人脸识别打卡系统(二.文件系统.数据实体模块设计) Python OpenCV开发MR智能人脸 ...
- Python OpenCV开发MR智能人脸识别打卡系统(四、服务模块设计)
需要源码请点赞关注收藏后评论区留言私信~~~ 整体系统讲解如下 Python OpenCV开发MR智能人脸识别打卡系统(一.需求分析与系统设计) Python OpenCV开发MR智能人脸识别打卡系统 ...
- Python OpenCV开发MR智能人脸识别打卡系统(三、工具模块设计)
需要源码请点赞关注收藏后评论区留言私信~~~ 整体系统讲解如下 Python OpenCV开发MR智能人脸识别打卡系统(一.需求分析与系统设计) Python OpenCV开发MR智能人脸识别打卡系统 ...
- Python OpenCV开发MR智能人脸识别打卡系统(五、程序入口设计与测试)
需要源码请点赞关注收藏后评论区留言私信~~~ 整体系统讲解如下 Python OpenCV开发MR智能人脸识别打卡系统(一.需求分析与系统设计) Python OpenCV开发MR智能人脸识别打卡系统 ...
- opencv python考勤_基于opencv和dlib人脸识别的员工考勤系统
已打包生成可执行文件exe,可直接下载运行,exe文件及代码均已上传到我的github,点击传送门,打包的具体过程及教程可见pyinstaller简明教程 WorkAttendanceSystem 一 ...
- 用python做炒股软件-同花顺有python接口_基于python的炒股软件
股票详细数据 怎么获得股市数据针对股票等金融数据的获取,python提供了一个非常实用的模块-tushare,自动完成了数据从采集.清洗到存储的全过程,可以极大减轻金融分析人员的工作量,下面我简单介绍 ...
- python产品缺陷_基于python从redmine-api中获取项目缺陷数据(1)
1.引言 本文主要内容是将如何利用 Python 对 Redmine缺陷进行缺陷数据获取操作.目前统计缺陷数据时基本是根据项目手动去redmine获取缺陷数据,至少要花费一个工作日去完成,目前的目标是 ...
- 爬虫技术python流程图_基于Python的网络爬虫技术研究
基于 Python 的网络爬虫技术研究 王碧瑶 [摘 要] 摘要:专用型的网络爬虫能够得到想要的返回结果 , 本文就以拉勾网作 为例子 , 对基于 Python 的网络爬虫技术进行研究和分析. [期刊 ...
- python分行_基于python实现对文件进行切分行
针对配置文件进行切分,重组,每隔30行为一段,进行重新生成功能. 代码如下 #!/usr/local/python/bin/python # coding=utf-8 import sys impor ...
最新文章
- java单元测试总结
- python预处理c语言_详解C语言编程中预处理器的用法
- asp获取手机mac_asp.net 获取客户端IP与mac
- 用互斥锁实现程序只能有一个实例
- 隐私安全的必答题,网易云信如何解?
- wake on lan
- Stackops快速部署手册
- 减少系统进程【ZT】
- 3项目里面全局用less变量 cli vue_vue-cli3全局载入scss变量或less变量配置
- Android获取状态栏和标题栏的高度
- html文本域滚动条标签,怎么给textarea加滚动条
- 雷蛇鼠标 雷云3 驱动无法启动 Razer Syncapse 3 Failed to start
- java能自学吗_java能自学吗?
- Leetcode每日一题:使括号有效的最少添加(括号匹配)
- 下载visual studio 2022 Professional 离线包
- 颜色的前世今生3·色彩体系
- 看看谁是中国最受欢迎的50大技术博客?
- PCB及电路抗干扰措施
- #NOIP1999#旅行家的预算
- 适用于一切模型的决策曲线分析DCA