基于Opencv的键盘鼠标锁定系统

在上大学，不想让舍友碰自己的电脑。
就想写一个程序，通过摄像头扫描坐在电脑前面的人是谁~
然后不是我就锁定键盘和鼠标。哈哈哈哈，别人一脸懵逼~~~

现阶段完成了人脸识别，人脸匹配还未做，再考虑用Face++还是用机器学习自己写呢~~~

下面放出目前完成的代码
识别部分（用的Opencv自带的haar xml）：
Opencv有检测人脸有很多的XML，自己测试了下
效果最好的是“haarcascade_frontalface_alt2.xml”

DWORD WINAPI facedetection_threadfun(LPVOID _mes) {
    Process *mes = (Process *)_mes;
    while (true) {
        cv::Mat image;
        cv::Mat gray_image;
        std::vector<cv::Mat> face_image; face_image.clear();
        mes->video >> image;
        if (image.data) {
            cv::cvtColor(image, gray_image, CV_BGR2GRAY);
            std::vector< cv::Rect > faceVec;
            mes->m_facedetector.detectMultiScale(gray_image, faceVec);
            int n = 0;
            n = static_cast<int>(faceVec.size());
            if (n > 0) {
                mes->m_flags = 1;
                for (int i = 0; i < n; i++) {
                    //cv::Mat face;
                    cv::Point face(faceVec[i].x, faceVec[i].y);
                    cv::Rect face_roi(faceVec[i].x, faceVec[i].y, faceVec[i].width, faceVec[i].height);
                    cv::rectangle(image, face_roi, cv::Scalar(0, 128, 255), 3);
                    //gray_image(face_roi).copyTo(face);
                    //face_image.push_back(face);
                }
            }
            else mes->m_flags = -1;
            cv::imshow("Test", image);
            cv::waitKey(1);
            Sleep(ProcessHandlingDelay);
        }
    }
}

下面是锁定部分的代码，用了Win Api

int main() {
    int flags;
    Process x;
    while (true) {
        flags = x.Handling();
        if (flags == 1) BlockInput(false);
        else if (flags == -1) BlockInput(true);
        Sleep(ProcessHandlingDelay);
    }
    return 1;
}

这里有个问题，这个API调用需要管理员权限，所以编译好之后记得管理员权限运行。
网上有在直接获取系统权限的代码段，测试了下，有点问题。
仅供参考：

SHELLEXECUTEINFO sei = { sizeof(SHELLEXECUTEINFO) };
sei.lpVerb = TEXT("runas");
sei.lpFile = TEXT("..\\x64\\Release\\FaceLock.exe");
sei.nShow = SW_SHOWNORMAL;
if (!ShellExecuteEx(&sei)) {
DWORD dwStatus = GetLastError();
if (dwStatus != ERROR_CANCELLED) {
std::cout << "系统权限获取成功！" << std::endl;
}
else {
std::cout << "系统权限获取失败！" << std::endl;

把机器学习搞好之后再做面部匹配，或者直接用Face++也成。