# Face-Recognition

**Repository Path**: hellocodeing/face-recognition

## Basic Information

- **Project Name**: Face-Recognition
- **Description**: 基于Opencv4.2和wxPython4可视化界面的人脸考勤系统
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 3
- **Created**: 2021-06-19
- **Last Updated**: 2022-05-24

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 前言
主题：基于Opencv4.2的人脸考勤系统
## 功能模块
![架构](https://img-blog.csdnimg.cn/2021031121195642.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg1MzA5Nw==,size_16,color_FFFFFF,t_70)

 - 采集人脸：收集需要录入的学生信息，开启摄像头收集截取对应的人脸图片；
 - 训练人脸数据模型：根据收集和整合好的人脸图片数据训练成人脸数据模型；
 - 人脸识别打卡：打开摄像头，截取一帧帧的人脸图片与训练好的人脸数据模型进行置信度比对，在可定范围内识别并自动打卡，打卡记录存入数据库。

## 交互方式
1. 首先，点击“采集人脸”的按钮，输入对应的学生的姓名，学号，学院信息，成功录入数据库后，等待三秒后打开摄像头，面向摄像头，成功收集200张人脸图片数据后，关闭摄像头；
2. 其次，将所有需要录入的学生的信息和人脸图片收集好后，点击“训练数据”按钮，系统自动读取学生信息和其对应的人脸图片数据，训练人脸模型；
3. 最后，点击“识别打卡”按钮，开启摄像头，面对摄像头，系统根据人脸数据模型与当前人脸进行置信度对比，在可定范围内识别，显示打卡成功，并将学生信息显示在界面上，并将当前时间打卡的数据写入数据库，同时更新到右侧的打卡记录列表内。
**附加，点击“关闭摄像头”按钮，即可直接关闭调用摄像头的相关线程。**

## 开发工具及环境
- 数据存储用的为Sqlite3(可以更换为别的)
- 开发平台为PyCharm，
- 编程语言为Python3.6
使用的库主要有：
`wxPython4.0.7`，`opencv-python4.2.0.32`，`opencv-contrib-python4.2.0.32`，`numpy`，`pysqlite3`，`threading`，`PIL`



# 使用命令

**使用python指令进行运行即可**

```bash
python main.py
```

# 主要逻辑
## 人脸采集
1. 首先是录入学生数据，点击采集人脸数据的按钮后，会弹出输入框，系统会查询判断该信息是否重复录入。
![信息采集](https://img-blog.csdnimg.cn/20210311212230156.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg1MzA5Nw==,size_16,color_FFFFFF,t_70#pic_center)
2. 然后倒数3秒后开启摄像头，开启收集人脸图片/使用的是opencv自带的级联分类器来读取opencv以及训练行号的人脸模型数据`haarcascade_frontalface_default.xml`，然后将截取出来的人脸图片编程灰度图片存入对应的文件夹。
主要代码如下：

	```python
	face_detector = cv.CascadeClassifier(haarcascade_frontalface_file_path)
	gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
	faces = face_detector.detectMultiScale(gray, 1.2, 5)
	```
## 训练数据
点击“训练数据”的按钮后，系统会遍历`“./resources/pictures”`目录下各个学生的人脸图片，然后使用`LBP直方图LBPHFace`来训练人脸模型，并将生成训练好的文件存储到“./resources/Trainer”文件夹下。
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210311212504847.png#pic_center)
## 识别打卡
点击“识别打卡”按钮后调用摄像头，将读取的每一帧图片都转为灰度图，然后依旧使用opencv自带的haarcascade_frontalface人脸模型数据来截取出对应的人脸图片，然后使用LBP直方图LBPHFace的人脸识别器，读取训练好的人脸模型数据，跟每一帧人脸图片进行对比，给出相应的置信度，当同个人的人脸图片与某个人脸数据对比生成的置信度低于55且超过24张图片，则判定该摄像头读取的人脸是人脸数据模型里面的某个人脸，然后进行打卡操作，将其对应的学生信息显示到界面上，同时记录打卡。