opencv python 实现人脸考勤 完整代码

<think>好的，我现在需要解决用户的问题：获取使用OpenCV和Python实现人脸考勤的完整代码示例。用户已经提供了一些相关的引用资料，我需要结合这些资料来构建一个完整的回答。 首先，我需要回顾用户提供的引用内容。引用1到4都提到了基于Python和OpenCV的人脸识别考勤系统，其中引用了dlib、数据库集成、数据训练等功能。用户需要完整的代码示例，因此我应该整合这些部分，确保代码结构清晰，并且包含必要的功能模块。 接下来，我需要确定代码的主要组成部分。根据引用中的信息，系统通常包括以下几个部分： 1. 人脸数据采集：通过摄像头捕获人脸图像并保存。 2. 数据训练：使用采集的数据训练模型，如LBPH或dlib的模型。 3. 实时识别与考勤：实时检测人脸，与数据库中的特征进行比对，并记录考勤。 我需要考虑用户可能需要的基本功能，比如注册用户、人脸录入、训练模型、实时识别以及考勤记录。同时，确保代码使用OpenCV和Python，可能需要结合dlib进行人脸检测和识别，但用户提到OpenCV，所以可能需要优先使用OpenCV自带的face模块，比如LBPHFaceRecognizer。 然后，我需要检查代码的正确性。例如，确保OpenCV的版本兼容性，因为有些函数在较新版本中可能有变化。例如，cv2.face.LBPHFaceRecognizer_create()在OpenCV-contrib-python包中，所以用户需要安装正确的包。 另外，引用3提到欧式距离小于等于0.4时进行匹配，这可能涉及到人脸特征值的比较。不过，在示例代码中使用LBPH模型，其predict函数会返回标签和置信度，所以可能需要根据置信度来判断是否匹配。 数据库部分，用户可能需要存储用户信息和考勤记录。示例中使用SQLite是合适的，因为它是轻量级的，适合小型项目。 在编写代码时，需要注意异常处理，例如摄像头是否打开成功，文件路径是否存在等。同时，线程的使用可以提高实时检测的效率，避免界面卡顿，这在引用2中提到了多线程的应用。 此外，用户可能需要界面，但根据问题，用户可能只需要核心代码，所以示例可能不包含GUI部分，或者简单使用控制台输出。 最后，测试各个模块是否能正常工作，例如数据采集是否保存图像，训练是否生成模型文件，实时识别是否能正确检测和记录考勤。 总结下来，我需要分步骤编写代码，确保每个部分的功能明确，并提供必要的注释。同时，在相关问题部分，考虑用户可能进一步询问的优化方法、性能分析或其他功能扩展。</think>以下是一个基于OpenCV和Python的人脸考勤系统完整实现示例，包含核心功能模块和代码说明： ```python import cv2 import os import numpy as np import sqlite3 from datetime import datetime # 创建数据库连接 conn = sqlite3.connect('attendance.db') c = conn.cursor() # 创建数据表 c.execute('''CREATE TABLE IF NOT EXISTS users (id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT NOT NULL, face_id INTEGER UNIQUE)''') c.execute('''CREATE TABLE IF NOT EXISTS attendance (id INTEGER PRIMARY KEY AUTOINCREMENT, user_id INTEGER, check_time DATETIME, FOREIGN KEY(user_id) REFERENCES users(id))''') # 初始化人脸检测器 face_detector = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml') recognizer = cv2.face.LBPHFaceRecognizer_create() def register_user(name): """注册新用户""" # 生成face_id face_id = get_new_face_id() c.execute("INSERT INTO users (name, face_id) VALUES (?, ?)", (name, face_id)) conn.commit() return face_id def get_new_face_id(): """获取新face_id""" c.execute("SELECT MAX(face_id) FROM users") result = c.fetchone() return 1 if result[0] is None else result[0] + 1 def collect_dataset(face_id, sample_count=30): """采集人脸样本""" cam = cv2.VideoCapture(0) print("正在采集人脸数据...") count = 0 dataset_path = 'dataset' if not os.path.exists(dataset_path): os.makedirs(dataset_path) while True: ret, img = cam.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+h), (255,0,0), 2) count += 1 # 保存人脸样本 cv2.imwrite(f"{dataset_path}/User.{face_id}.{count}.jpg", gray[y:y+h,x:x+w]) cv2.imshow('采集数据', img) if cv2.waitKey(100) & 0xff == 27 or count >= sample_count: break cam.release() cv2.destroyAllWindows() def train_model(): """训练识别模型""" path = 'dataset' image_paths = [os.path.join(path,f) for f in os.listdir(path)] faces = [] labels = [] for image_path in image_paths: img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE) face_id = int(os.path.split(image_path)[-1].split(".")[1]) faces.append(img) labels.append(face_id) recognizer.train(faces, np.array(labels)) recognizer.save('trainer.yml') print("模型训练完成") def mark_attendance(user_id): """记录考勤""" now = datetime.now() c.execute("INSERT INTO attendance (user_id, check_time) VALUES (?, ?)", (user_id, now.strftime("%Y-%m-%d %H:%M:%S"))) conn.commit() def realtime_recognition(): """实时识别考勤""" cam = cv2.VideoCapture(0) font = cv2.FONT_HERSHEY_SIMPLEX while True: ret, img = cam.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+h), (255,0,0), 2) face_roi = gray[y:y+h, x:x+w] label, confidence = recognizer.predict(face_roi) if confidence < 60: # 置信度阈值 c.execute("SELECT id FROM users WHERE face_id=?", (label,)) result = c.fetchone() if result: user_id = result[0] mark_attendance(user_id) cv2.putText(img, f'ID:{label}', (x,y-5), font, 1, (0,255,0), 2) else: cv2.putText(img, 'Unknown', (x,y-5), font, 1, (0,0,255), 2) cv2.imshow('人脸考勤', img) if cv2.waitKey(10) & 0xff == 27: break cam.release() cv2.destroyAllWindows() # 使用示例 if __name__ == "__main__": # 注册新用户 user_name = input("请输入用户名: ") face_id = register_user(user_name) # 采集人脸数据 collect_dataset(face_id) # 训练模型 train_model() # 启动实时考勤 realtime_recognition() conn.close() ```