树莓派人脸识别源代码


from aip import AipFace

from picamera import PiCamera

import urllib.request

import RPi.GPIO as GPIO

import base64

import time

#百度人脸识别API账号信息

APP_ID = '换成自己的APP_ID'

API_KEY = '换成自己的API_KEY'

SECRET_KEY ='换成自己的SECRET_KEY'

client = AipFace(APP_ID, API_KEY, SECRET_KEY)#创建一个客户端用以访问百度云

#图像编码方式

IMAGE_TYPE='BASE64'

camera = PiCamera()#定义一个摄像头对象

#用户组

GROUP = '换成自己的组别 '


#照相函数

def getimage():

    camera.resolution = (1024,768)#摄像界面为1024*768

    camera.start_preview()#开始摄像

    camera.capture('faceimage.jpg')#拍照并保存

#对图片的格式进行转换

def transimage():

   f = open('faceimage.jpg','rb')

   img = base64.b64encode(f.read())

   return img

#上传到百度api进行人脸检测

def go_api(image):

   result = client.search(str(image, 'utf-8'), IMAGE_TYPE, GROUP);#在百度云人脸库中寻找有没有匹配的人脸

   if result['error_msg'] == 'SUCCESS':#如果成功了

      name = result['result']['user_list'][0]['user_id']#获取名字

      score = result['result']['user_list'][0]['score']#获取相似度

      if score > 80:#如果相似度大于80

        if name == 'GeYuYao':

         print("Welcome %s !" % name)

         time.sleep(1)

        return 0

      curren_time = time.asctime(time.localtime(time.time()))#获取当前时间


#将人员出入的记录保存到Log.txt中

      f = open('Log.txt','a')

      f.write("Person: " + name + " " + "Time:" + str(curren_time)+'\n')

      f.close()

      return 1

   else: 

        print('test falut')

        time.sleep(1)

        return 0


#主函数

if __name__ == '__main__':

         while True:
            print('ready')

            time.sleep(1)

            getimage()  # 拍照

            img = transimage()  # 转换照片格式

            res = go_api(img)  # 将转换了格式的图片上传到百度云

         print('The round is over')
         time.sleep(1)


  • 3
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
以下是基于树莓派人脸识别门禁代码示例: ```python import cv2 import numpy as np import os # 人脸识别模型路径 faceCascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml") # 人脸识别模型训练数据路径 path = 'dataset' # 加载训练数据 recognizer = cv2.face.LBPHFaceRecognizer_create() recognizer.read('trainer/trainer.yml') # 设置字体,用于显示姓名 font = cv2.FONT_HERSHEY_SIMPLEX # 打开摄像头 cam = cv2.VideoCapture(0) while True: # 读取摄像头捕获的帧 ret, im =cam.read() # 将捕获的帧转换为灰度图像 gray=cv2.cvtColor(im,cv2.COLOR_BGR2GRAY) # 检测人脸 faces=faceCascade.detectMultiScale(gray, 1.2,5) # 遍历所有检测到的人脸 for(x,y,w,h) in faces: # 识别人脸 id, confidence = recognizer.predict(gray[y:y+h,x:x+w]) # 如果识别的置信度小于100 if (confidence < 100): name = "Person " + str(id) confidence = " {0}%".format(round(100 - confidence)) else: # 如果识别的置信度大于100,则表示识别失败 name = "Unknown" confidence = " {0}%".format(round(100 - confidence)) # 在图像上绘制人脸矩形框和姓名 cv2.rectangle(im,(x,y),(x+w,y+h),(0,255,0),2) cv2.putText(im, name, (x+5,y-5), font, 1, (255,255,255), 2) cv2.putText(im, str(confidence), (x+5,y+h-5), font, 1, (255,255,0), 1) # 保存人脸图像 cv2.imwrite("dataset/User." + str(id) + '.' + str(sampleNum) + ".jpg", gray[y:y+h,x:x+w]) # 显示图像 cv2.imshow('im',im) # 等待按键 k = cv2.waitKey(100) & 0xff if k == 27: break # 释放摄像头资源 cam.release() # 关闭所有窗口 cv2.destroyAllWindows() ``` 该代码使用 OpenCV 库进行人脸识别,需要先下载并解压该库。同时需要准备训练数据集,将每个人的人脸图像放在不同的子文件夹中,文件名以用户ID命名。 在代码执行时,会打开摄像头,实时捕获图像并进行人脸识别。如果识别成功,则在图像上显示该人的姓名和置信度;如果识别失败,则显示“Unknown”。同时,还会将该人脸的图像保存在“dataset”文件夹中,用于后续的训练。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值