OpenCV Python 人脸识别签到系统（超详细注释）

---

前言

代码实现并不难，个人觉得本项目最大的难点在装库上，我折腾了很久。

---

注：安装dlib和face_recognition库走了很多弯路，具体方法请看我另一篇博客安装dlib和face_recognition库(Anaconda)，这里不再赘述。

1.1 具体功能描述

首先先调用摄像头截取保存用于识别的人脸于指定的文件夹中，然后运行识别代码，代码会生成一个文件名为当天日期的excel表格（可指定路径），若识别到指定文件夹中的人脸，则会在excel表格中写入人名以及签到时间。

1.2 使用注意事项

注意：1、截取人脸时要确保画面中只有唯一一张人脸，并且不能有遮挡物（例如口罩），保存到特定的文件夹后要将照片重命名为"人名.后缀名"。
2、若当天重复运行识别文件，上一次写入excel的识别数据会被覆盖。

2.1 具体代码实现

2.1.1 视频截取人脸代码

import cv2

cap = cv2.VideoCapture(0)
count = 1                     #保存图像的编号，用做文件名
while(cap.isOpened()):
    ret,frame = cap.read()
    cv2.imshow('frame',frame)
    key = cv2.waitKey(1)
    if key == ord('s'):      #按s键截图保存
        cv2.imwrite(r"D:face/"+str(count)+".jpg",frame)  #指定保存路径
        count+=1
    if key ==27:             #按Esc键跳出循环
        break
cap.release()                #释放（关闭）摄像头
cv2.destroyAllWindows()      #关闭显示窗口

2.1.2 人脸识别代码

注：记得先去保存人脸的文件夹改文件名。

import cv2
import numpy as np
import face_recognition
import os
import datetime
import xlwt
import xlrd

#编码处理函数
def findEncodings(images):
    encodeList = []
    #先将图片转换为RGB格式
    #然后将其编码，追加到encodList中，最后返回这个列表
    for img in images:
        img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        encode = face_recognition.face_encodings(img)[0]   #取下标为[0]的面部信息（采集的照片中只能出现一张人脸）
        encodeList.append(encode)
    return encodeList

def markAttendance(name):
        global n
        global namelist
        #i为列数
        i = 0
        #判断识别到的人名是否在namelist里，不在的话再追加，防止多次签到
        if name not in namelist:
            namelist.append(name)
            #打开建好的excel，写入签到人名字和签到时间
            xlrd.open_workbook(r"C:/自定义路径"+str(datetime.date.today())+".xls",formatting_info=True)
            worksheet.write(n,i,name)
            i+=1
            now = datetime.datetime.today()
            nowtime = now.strftime('%H:%M:%S')
            worksheet.write(n,i,nowtime)
            i+=1
            workbook.save(r"C:/自定义路径"+str(datetime.date.today())+".xls")
            #实现自动换行
            if (i % 2 ==0):
                n+=1
            
if __name__ == "__main__":
    #路径为事先保存好用于比对的照片的路径
    path = r'D:/face'
    #分别创建两个空列表用于存放用于比对的照片和名字
    images = []
    classNames = []
    #myList列表用于存放路径中的文件，打印文件名以检查是否有误
    myList = os.listdir(path)
    print(myList)
    #将图片读入(curImg为逐个读入的图片，将其加到images列表中)
    #分割文件名为文件名+扩展名，只保留文件名于className列表中
    for cl in myList:
        curImg = cv2.imread(f'{path}/{cl}')
        images.append(curImg)
        classNames.append(os.path.splitext(cl)[0])    #取下标为[0]，即文件名，保存到列表中
    print(classNames)
    
    #将images列表中的图像编码处理
    encodeListKnown = findEncodings(images)
    print('Encoding Complate')
    
    #创建摄像头
    cap = cv2.VideoCapture(0)
    
    #创建一个excel表格并初始化表单、表头，然后保存
    workbook = xlwt.Workbook(encoding = 'utf-8')
    worksheet = workbook.add_sheet('今日签到')
    worksheet.write(0,0,'姓名')        #前两个参数为表格的行和列
    worksheet.write(0,1,'签到时间')
    workbook.save(r"C:/自定义路径"+str(datetime.date.today())+".xls")
    
    #n为表格的行数，namelist为识别到的人的名字，二者皆为全局变量
    n=1
    namelist = []
    
    #进入循环，摄像头开始读入画面
    while True:
        success,img = cap.read()
        #将读入图片缩小为原来的四分之一，提高处理效率
        imgSmall = cv2.resize(img, (0,0),None,0.25,0.25)
        #将缩小后的图片转化为RGB通道
        imgSmall = cv2.cvtColor(imgSmall, cv2.COLOR_BGR2RGB)
        #找到人脸的位置，然后经行编码
        faceCurFrame = face_recognition.face_locations(imgSmall)
        encodeCurFrame = face_recognition.face_encodings(imgSmall,faceCurFrame)
        #遍历摄像头中编好码的图像和人脸的位置
        for encodeFace,faceLoc in zip(encodeCurFrame,faceCurFrame):
            #比对摄像头中的人脸和事先准备好的人脸
            maches = face_recognition.compare_faces(encodeListKnown, encodeFace)    #对比结果，返回一个布尔值
            faceDis = face_recognition.face_distance(encodeListKnown, encodeFace)   #距离值，相当于相似度，但值越小表明越相似
            #找到距离最小的下标
            matchIndex = np.argmin(faceDis)
            #判断，如果距离最小的元素为真
            if maches[matchIndex]:
                #识别到的图片对应的人名改为大写
                name = classNames[matchIndex].upper()
                print(name)
                #找人脸位置四个角点的坐标
                y1,x2,y2,x1 = faceLoc
                y1,x2,y2,x1 = y1*4,x2*4,y2*4,x1*4   #记得获取人脸位置时是将图片缩小过的！！因为要在原图上作画，这里要还原回去
                #在识别到的人脸位置画一个矩形
                #在这个矩形下方再画一个实心矩形，将识别到的名字写在这个实心矩形中
                cv2.rectangle(img, (x1,y1), (x2,y2), (0,255,0),2)
                cv2.rectangle(img, (x1,y2-35), (x2,y2), (0,255,0),cv2.FILLED)
                cv2.putText(img, name, (x1+6,y2-6), cv2.FONT_HERSHEY_COMPLEX, 1, (255,255,255),2)
                #签到函数
                markAttendance(name)
                
        cv2.imshow('img', img)
        key = cv2.waitKey(1)
        if key==27:       #按Esc键退出
            break

    cv2.destroyAllWindows()
    cap.release()

---

总结

总体思路不难，半天时间能搞得定。希望能抓住寒假的小尾巴，再做多几个识别项目吧~