毕业设计教程：Linux上Opencv与Qt实现的人脸识别的考勤点名/门禁系统(PC/嵌入式ARM/树莓派)

本文章介绍由opnecv+qt实现的人脸识别考勤系统/门禁系统（ubuntu/arm），

是一个完整人脸识别系统，具有人脸录入、删除、人脸检测、识别、用管理等完整功能。

开发环境说明：虚拟机Ubuntu-18.04 + Opencv-4.2 + Qt-5.12.8 + Sqlite3数据库

所需工具：PC机、摄像头、开发板（可选）

所需第三方库：Opencv、Qt、Sqlite3

毕设课题选题参考：

毕业设计：电子信息/计算机专业毕业设计选题参考（嵌入式linux/单片机STM32/web/网络/图像）https://blog.csdn.net/qq_30155503/article/details/120339296https://blog.csdn.net/qq_30155503/article/details/120339296

帮助/答疑/辅导...等请联系博主，请点如下链接：

linux_face.txt · zengzr/share_contact - Gitee.com

系统运行人脸识别效果图：

 

系统主要功能实现介绍：

OPENCV库：用于人脸检测、人脸识别、人脸库训练等；

QT库：用于界面显示、包括摄像头图像显示、功能按钮等；

SQLITE库：数据库，存储用户信息、考勤数据等；

以下展示的为考勤系统，同时支持门禁系统，支持在PC端运行，也可ARM上运行。

在PC端运行，系统框架如下：

​

 在PC+ARM端运行，系统架构如下：

​

实现效果图：

​

识别成功画面： 

​

考勤表：

​

 ARM板运行：（未打开摄像头）

​

工程介绍：

框架：采用 “前台foreground_APP + 后台background_APP”的架构来实现，两个程序（进程）。

前台foreground_APP：界面显示、用户交互（录入、删除人脸等）等功能；

后台background_APP：数据/图像处理，包括人脸检测、识别、用户管理等；

前后台通信方式：网络套接字socket、私有协议；

工程源码目录：

​

目录/文件名称	说明	备注
foreground_app	前台应用程序工程目录	​
background_app	后台应用程序工程目录	​
common	公共模块目录	​
README.md	项目简要介绍/说明

系统涉及的图像格式有：

V4L2采集的JPEG/MJPEG、QT的QImage、OPENCV的cvMat。

三者之间各不相识，三者需相互转换才能被利用，转换过程如下：

​

人脸图像处理，分为两个阶段：人脸检测、人脸识别。

人脸检测和人脸识别分别由两个的线程来处理，工作流程：

图像来源：由后台主动向前台获取图像，前台通过socket发送到后台。

后台获取的图像，先经过人脸检测线程进行检测，若检测到有图像，则传递给识别线程处理，不管有无检测到人脸，检测完一帧图像后，继续获取下一帧进行检测，这样循环。

人脸检测线程：opencv_face_detect_thread()

由opencv_face_detect()检测到人脸后，分为两种情况：

(1). 正常使用：检测到人脸则将人脸结果（人脸位置、大小）发送至前台，前台会将人脸框出来；

(2). 录入人脸：检测到人脸，则将人脸截取出来保存成图片并存放于对应的用户目录下，目录为faces，存放人脸的目录为faces/编号_姓名，如编号为123姓名为ABC的用户，其人脸位于faces/123_ABC目录。

人脸识别线程：opencv_face_recogn_thread()

人脸识别的图像来源于经人脸检测得到的人脸图（只截取出人脸部分），因此，人脸识别要处理的图像比人脸检测的少得多。

 更多具体细节不细说...

教程文档：

搭建环境（安装OPENCV和QT）：一步一步手把手教你如何安装，如下截图文档； 

工程源码：详细注释，详细设计文档，详细说明如何实现，还有github提交记录，教你如何从0开始逐个功能一一实现。

源码详解：

​

整理有文档如下：

​

以上项目资料文档均开源共享，如有需要请加群下载。

帮助/答疑/辅导...等请联系博主，请点如下链接：

linux_face.txt · zengzr/share_contact - Gitee.com

如有任何问题，可私信博客，将竭力解决。