- 我们在任意一个硬盘的根目录下创建一个Code-project文件夹
- 在该文件夹下分别创建C-project和Python-project文件夹
- 在Python-project文件夹下创建face recognition文件夹
- 在根目录下创建main.py,如果已经有了就无需创建
复制链接到仓库URL后点击应用:https://pypi.tuna.tsinghua.edu.cn/simple/
# 导入模块
import os
import cv2 as cv
from PIL import Image
import numpy as np
# 发送邮件报警
import smtplib
from email.mime.text import MIMEText
# 判断非英文或拼音退出
def SlowSnail(s):
up = 0
low = 0
for c in s:
if c.isupper():
up += 1
elif c.islower():
low += 1
if up + low == len(s):
return 1
else:
return 0
# 保存照片
def savePhoto():
# 读取摄像头cv.VideoCapture(设备号)
cap = cv.VideoCapture(0)
num = 1
while (cap.isOpened()): # 检测是否在开启状态
ret_flag, Vshow = cap.read() # 得到每帧图像, cap.read(是否有图像True或者false, 图像)
cv.imshow('Capture_Test', Vshow)
# 保存图片
# 按键判断
k = cv.waitKey(1) & 0xFF
if k == ord(' '):
name = input("待识别人员姓名(英文或拼音):")
# 非英文或拼音退出
if SlowSnail(name) == 0:
continue
cv.imwrite('face_photo/' + str(num) + "." + name + ".jpg", Vshow)
print('success to save' + str(num) + '.jpg')
print('-------------------------------')
num += 1
elif k == ord('s'): # 退出
break
# 释放内存
cv.destroyAllWindows()
# 释放摄像头
cap.release()
# 数据训练
def getImageAndLabels(path):
# 储存人脸数据
facesSamples = []
# 储存姓名数据
ids = []
# 储存图片信息
imagePaths = [os.path.join(path, f) for f in os.listdir(path)]
# 加载分类器
face_detector = cv.CascadeClassifier(
'venv/Lib/site-packages/cv2/data/haarcascade_frontalface_default.xml')
# 遍历列表中的图片
for imagePath in imagePaths:
# 打开图片, 灰度化 Pil有九种不同的模式:1(黑白), L(灰度), P, RGB, RGBA, CMYK, YCbCr, I, F
PIL_img = Image.open(imagePath).convert('L')
# 将图像转换为数组
img_numpy = np.array(PIL_img, 'uint8')
# 获取图片人脸特征 face_detector.detectMultiScale(图像, 缩放倍数, 检测n次人脸才确定, 0, 最小人脸尺寸, 最大人脸尺寸)
faces = face_detector.detectMultiScale(img_numpy)
# 获取每张图片的id, 姓名
id = int(os.path.split(imagePath)[1].split('.')[0])
# 保存id和面部特征
for x, y, w, h in faces:
ids.append(id)
facesSamples.append(img_numpy[y:y + h, x:x + w])
# 打印脸部特征, id
print('id', id)
print('fs', facesSamples)
return facesSamples, ids
# 报警模块, 识别非该项目录入人脸, 识别摄像头前不认识的人脸
def warning():
# 发送邮件
# 设置服务器所需信息
# QQ邮箱服务器地址
mail_host = 'smtp.qq.com'
# QQ用户名
mail_user = '2**********5'
# 密码(部分邮箱为授权码)
mail_pass = 'i**********f'
# 邮件发送方邮箱地址
sender = '2*********@qq.com'
# 邮件接受方邮箱地址,注意需要[]包裹,这意味着你可以写多个邮件地址群发
receivers = ['26*********@qq.com']
# 设置email信息
# 邮件内容设置
message = MIMEText('有未知人员在镜头前', 'plain', 'utf-8')
# 邮件主题
message['Subject'] = 'warning!!!'
# 发送方信息
message['From'] = sender
# 接受方信息
message['To'] = receivers[0]
# 登录并发送邮件
smtpObj = smtplib.SMTP()
# 连接到服务器
smtpObj.connect(mail_host, 25)
# 登录到服务器
smtpObj.login(mail_user, mail_pass)
# 发送
smtpObj.sendmail(
sender, receivers, message.as_string())
# 退出
smtpObj.quit()
print('The message was sent successfully\n')
# 准备识别的图片
def face_detect_demo(img):
# 转换为灰度图片
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
# 加载分类器
face_detector = cv.CascadeClassifier(
'venv/Lib/site-packages/cv2/data/haarcascade_frontalface_default.xml')
# 获取图片人脸特征 face_detector.detectMultiScale(图像, 缩放倍数, 检测n次人脸才确定, 0, 最小人脸尺寸, 最大人脸尺寸)
face = face_detector.detectMultiScale(gray, 1.1, 5, cv.CASCADE_SCALE_IMAGE, (50, 50), (300, 300))
for x, y, w, h in face:
# 绘制识别框
cv.rectangle(img, (x, y), (x + w, y + h), color=(0, 0, 255), thickness=2)
# 人脸识别
ids, confidence = recogizer.predict(gray[y:y + h, x:x + w])
print('标签id:', ids, '置信系数:', confidence)
if confidence > 80:
global warningtime
warningtime += 1
if warningtime > 100:
warning()
warningtime = 0
cv.putText(img, 'unkonw', (x + 10, y - 10), cv.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1)
else:
cv.putText(img, str(names[ids - 1]), (x + 10, y - 10), cv.FONT_HERSHEY_SIMPLEX, 0.75, (255, 0, 0), 1)
# 显示图像
cv.imshow('result', img)
# 名字标签
def name():
path = 'face_photo/'
imagePaths = [os.path.join(path, f) for f in os.listdir(path)]
for imagePath in imagePaths:
name1 = str(os.path.split(imagePath)[1].split('.', 2)[1])
names.append(name1)
# 主进程
# 保存识别图片
savePhoto()
# 数据训练
# 图片路径
path = 'face_photo/'
# 获取图像数组、id标签数组、姓名
face, ids = getImageAndLabels(path)
# 加载识别器
recognizer = cv.face.LBPHFaceRecognizer_create()
# 训练
recognizer.train(face, np.array(ids))
# 保存文件
recognizer.write('trainer.yml')
# 加载训练数据集文件
recogizer = cv.face.LBPHFaceRecognizer_create()
# 加载数据
recogizer.read('trainer.yml')
# 名称
names = []
# 警报全局变量
warningtime = 0
# 读取摄像头cv.VideoCapture(设备号)
# 读取视频:cap = cv.VideoCapture('视频名.后缀')
cap = cv.VideoCapture(0)
name()
# 等待esc退出
while True:
# cap.read(是否有图像True或者false, 图像)
flag, frame = cap.read()
# 没有图像则退出循环, 有图像则调用检测函数
if not flag:
break
face_detect_demo(frame)
if cv.waitKey(1) == 27: # 连续读取的时候需要把参数设置为1或更高
break
# 释放内存
cv.destroyAllWindows()
# 释放摄像头
cap.release()
- 代码中的报警模块,此处用的是QQ邮箱,需要提前登录球球邮箱网页版点击设置-账户,滑到最下面开启SMTP,并且生成授权码
- 运行无错误后,1、空格拍照,2、输入英文名字或者拼音,3、 循环1和2直到按下s退出,4、按esc退出识别