基于 Opencv、dlib 人脸识别的员工考勤系统高分项目+高分报告

一、 需求分析
选题“员工刷脸考勤”，要求采用python语言开发，可以通过摄像头添加员工面部信息，这里就涉及到两个具体的个问题，一个是应该以什么样的数据来标识每一个员工的面部信息，二是持久化地保存这些信息到数据库中去。更细地，还涉及表的设计；另一个基本要求是通过摄像头识别员工面部信息来完成考勤，这个问题基本可以通过遍历数据库里的员工面部数据与当前摄像头里的员工面部数据的比对来实现，但有一个问题就是假如摄像头里有多张人脸改怎么处理。扩展要求是导出每日的考勤表，可以拆分为两个部分，一个是存储考勤信息，一个是展示考勤信息。
我们希望达到的目标是：
（1）仿照通用型软件界面设计的原则，所有的操作都在菜单栏里实现，一部分区域用于展示摄像头实时读取并由程序加工后的视频流信息，另一部分区域做控制台输出，打印相关信息，比如提示员工面部信息添加成功、添加失败及其原因，提示员工打卡成功、打卡失败及其原因；添加面部信息时人是必须和程序进行交互的，比如输入一些相关的信息，这个时候程序是阻塞的；但是在打卡的时候，程序是不阻塞的，如果不点击关闭打卡，它会一直在打卡的模式，等待并识别每一个前来打卡的员工，这比较符合现实的使用场景。
（2）建表来存储员工信息和考勤信息，每次新建录入员工面部信息时，要求输入工号、姓名，并查无重后方可录入，录入时只取距离屏幕最近的员工的面部信息，这是考虑到实际打卡都是依次进行而不是一群人一群人地打卡，录入时有两种模式可供选择，自动模式：一旦识别到人脸就自动捕获截图，连续截图达到10张就结束录入；手动模式：点击菜单结束录入，不一定要得到10张。结束录入后就开始从刚才捕获的员工面部提取人脸特征数据并连同之前输入的员工姓名等数据作为一行记录保存到数据库中，如果没有捕获到员工面部或者刚才捕获的面部信息不是同一个人，这行记录就被丢弃。
考勤时，须满足三个条件：面部信息已录入、在打卡时间段内、未重复打卡，只有打卡成功，打卡人姓名及工号、打卡日期及时间才会被当成一行记录保存到数据库并在控制台输出打卡成功信息，否则会在控制台输出失败及其原因信息。
总而言之：我们的设计目标是规范化、人性化。
二、 总体设计
为了完成上述目标一，程序的界面初始化分为三部分，第一部分初始化菜单栏，第二部分初始化左边控制台，第三部分初始化右边展示面板，使这三部分相互独立；数据逻辑部分的初始化分为两部分，第一部分是数据库部分的初始化，如果数据库/表不存在就新建，存在则加载相关数据，第二部分是初始化一些需要循环使用的变量，比如新建录入时的员工姓名、工号、截图数目计数器等,每当完成录入时这些数据都应该被重置成初始化以待下一次录入，把这些初始化语句写成一个函数可以提高代码复用度。

上述目标二主要是一些限制性条件，可以通过添加判断语句来实现，比如对输入id的合法性检验：

    while self.id == ID_WORKER_UNAVIABLE:
        self.id = wx.GetNumberFromUser(message="请输入您的工号(-1不可用)",prompt="工号", caption="温馨提示", value=ID_WORKER_UNAVIABLE,                                   parent=self.bmp,max=100000000,min=ID_WORKER_UNAVIABLE)
        for knew_id in self.knew_id:
            if knew_id == self.id:
                self.id = ID_WORKER_UNAVIABLE
                wx.MessageBox(message="工号已存在，请重新输入", caption="警告")

其中ID_WORKER_UNAVIABLE是id的初始化值-1，不可用，self.knew.id是从数据库里加载出来的id列表，如果id非法（已重复或者不在0~100000000，就会一直有新的弹窗来提示输入id。

再比如对拒绝多张人脸时、只处理距离屏幕最近的员工的面部信息：

if len(dets) != 0:
biggest_face = dets[0]
#取占比最大的脸
maxArea = 0
for det in dets:
w = det.right() - det.left()
h = det.top()-det.bottom()
if wh > maxArea:
biggest_face = det
maxArea = wh

dets是侦测到的所有面部数组，biggest_face是距离屏幕最近的面部。

本次课设的完整过程如下：选了员工刷脸考勤系统以后，我和小组成员查阅了大量资料，了解到dlib这个库，于是我们利用dlib库自带的人脸预测器、特征提取器，然后计算128d特征来完成人脸识别，再加上我们之前构想的逻辑，大致完成了课设，由于完成得早，我们大致在课设安排时间的一半时就给老师检查，虽然基本要求和拓展要求都已经实现，但是还有许多可以完善的地方，老师给出了许多宝贵的意见：
（1） 把数据保存的地方由csv文件改成数据库。
（2） 减少弹出式界面，用frame替换的方式解决之。
（3） 刷脸打卡的界面不需要打卡者交互，全自动打卡。
最后检查的时候这些问题都被解决了

程序框图如下

程序结果如下：

如需代码请私信联系。