OpenCV+ Qt Designer 开发人脸识别考勤系统
文章目录
- 1. 系统介绍
- 2. 系统架构
- 3. 开发步骤
-
- 3.1 安装必要的库
- 3.2 设计用户界面
- 3.3 编写代码
-
- 3.3.1 导入库
- 3.3.2 连接数据库
- 3.3.3 定义主窗口类
- 3.3.4 实时显示摄像头画面
- 3.3.5 进行人脸识别
- 3.3.6 手动打卡
- 3.3.7 显示打卡时间
- 3.3.8 显示图片
- 3.3.9 运行主程序
- 4. 总结
1. 系统介绍
本系统是一个基于OpenCV和 Qt Designer 的人脸识别考勤系统，主要功能是自动识别摄像头中的人脸，并把人脸对应的姓名和打卡时间存储到数据库中，方便管理人员进行考勤管理。本系统使用 face_recognition 库进行人脸识别，使用 PyQt5 开发界面，然后把界面与代码进行整合。
2. 系统架构
系统主要由以下几个模块组成：
用户界面：使用 PyQt5 设计界面，包括摄像头画面、人脸识别结果、打卡时间等。
摄像头模块：使用 OpenCV 库获取摄像头视频流，实时显示在用户界面中。
人脸识别模块：使用 face_recognition 库进行人脸识别，并将结果显示在用户界面中。
数据库模块：使用 sqlite3 库进行数据存储，把人脸对应的姓名和打卡时间存储到数据库中。
3. 开发步骤
3.1 安装必要的库
本系统需要的主要库有：
PyQt5：用于设计用户界面。
OpenCV：用于获取摄像头视频流。
face_recognition：用于进行人脸识别。
sqlite3：用于进行数据存储。
可以通过以下命令安装：
pip install pyqt5 opencv-python face_recognition sqlite3
3.2 设计用户界面
使用 Qt Designer 设计用户界面。用户界面应该包括以下几个部分：
摄像头画面：用于实时显示摄像头视频流。
人脸识别结果：用于显示识别出的人脸及对应的姓名。
打卡时间：用于显示打卡时间。
打卡按钮：用于手动打卡。
可以参考下面的截图：
3.3 编写代码
3.3.1 导入库
import sys
import cv2
import face_recognition
import sqlite3
from PyQt5.QtCore import Qt, QTimer
from PyQt5.QtGui import QImage, QPixmap
from PyQt5.QtWidgets import QApplication, QDialog, QLabel, QPushButton
3.3.2 连接数据库
conn = sqlite3.connect('attendance.db')
c = conn.cursor()
c.execute('''CREATE TABLE IF NOT EXISTS attendance
(name TEXT, time TEXT)''')
conn.commit()
3.3.3 定义主窗口类
class MainWindow(QDialog):
def __init__(self):
super().__init__()
self.camera_label = QLabel(self)
self.camera_label.resize(640, 480)
self.camera_label.move(20, 20)
self.result_label = QLabel(self)
self.result_label.resize(300, 300)
self.result_label.move(700, 20)
self.time_label = QLabel(self)
self.time_label.resize(300, 50)
self.time_label.move(700, 350)
self.button = QPushButton('打卡', self)
self.button.resize(100, 50)
self.button.move(700, 420)
self.button.clicked.connect(self.check_attendance)
self.timer = QTimer(self)
self.timer.timeout.connect(self.show_camera)
self.timer.start(30)
self.video_capture = cv2.VideoCapture(0)
self.setGeometry(100, 100, 1024, 480)
self.setWindowTitle('人脸识别考勤系统')
3.3.4 实时显示摄像头画面
def show_camera(self):
ret, frame = self.video_capture.read()
frame = cv2.flip(frame, 1)
rgb_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
self.display_image(rgb_frame, self.camera_label)
3.3.5 进行人脸识别
def face_recognition(self, frame):
face_locations = face_recognition.face_locations(frame)
face_encodings = face_recognition.face_encodings(frame, face_locations)
for face_encoding in face_encodings:
matches = face_recognition.compare_faces(known_faces, face_encoding)
name = "Unknown"
face_distances = face_recognition.face_distance(known_faces, face_encoding)
best_match_index = np.argmin(face_distances)
if matches[best_match_index]:
name = known_names[best_match_index]
self.display_image(frame, self.result_label)
self.result_label.setText(name)
if name != 'Unknown':
c.execute("INSERT INTO attendance VALUES (?, datetime('now', 'localtime'))", (name,))
conn.commit()
3.3.6 手动打卡
def check_attendance(self):
name = self.result_label.text()
if name != 'Unknown':
c.execute("INSERT INTO attendance VALUES (?, datetime('now', 'localtime'))", (name,))
conn.commit()
3.3.7 显示打卡时间
def show_time(self):
c.execute("SELECT * FROM attendance ORDER BY time DESC")
result = c.fetchone()
if result:
name, time = result
self.time_label.setText(f"{name} 打卡时间：{time}")
3.3.8 显示图片
def display_image(self, img, label):
qformat = QImage.Format_Indexed8
if len(img.shape) == 3:
if img.shape[2] == 4:
qformat = QImage.Format_RGBA8888
else:
qformat = QImage.Format_RGB888
img = QImage(img, img.shape[1], img.shape[0], qformat)
img = img.rgbSwapped()
label.setPixmap(QPixmap.fromImage(img))
label.setAlignment(Qt.AlignHCenter | Qt.AlignVCenter)
3.3.9 运行主程序
if __name__ == '__main__':
app = QApplication(sys.argv)
window = MainWindow()
window.show()
sys.exit(app.exec_())
4. 总结
本文介绍了如何使用 Python 和 Qt Designer 开发人脸识别考勤系统。该系统可以自动识别摄像头中的人脸，并把人脸对应的姓名和打卡时间存储到数据库中，方便管理人员进行考勤管理。希望本文对您有所帮助。