Python+OpenCV实现人脸检测三部曲：采集 → 训练 → 识别（基础篇 - 用户管理）

OpenCV提供了人脸识别和训练的基本功能，实现对多人脸数据的采集、训练和识别。在实时视频中对识别的人脸标注人员信息，如姓名等。
由于涉及人脸采集、训练和用户信息管理等，先展示项目文件结构，具体如下：

config：系统配置和关键参数定义
db：存储用户信息，采用json格式保存，格式如下，后续根据实际可扩展
runlog：系统运行日志（根据实际需要使用）
trained：人脸数据训练后的文件，共人脸识别调用，采用yml格式
users：这里存储采集的人脸数据信息，可以有多个。这里0是0#用户，4是4#用户。

{
    "0": [
        "AAA",
        "2022-04-03 09:04:16",
        "./users/0"
    ],
    "4": [
        "DDD",
        "2022-04-08 16:27:26",
        "./users/4"
    ]
}在这里插入代码片

用户信息采用字典格式，“0”是索引值，也是对应的目录名，key值信息分别为：姓名、建立时间、存储的文件夹

由于是多用户，采用简单的命令管理，具体命令如下：

command_list = '''\n------- Command List ------- 
    [R], 启动人脸识别
    [T], 训练人脸数据
    [S], 显示所有用户\t\t[C], 清除所有用户
    [A], 增加一个用户\t\t[D], 删除指定用户\t\t[U], 更新指定用户
    [EXIT], 退出'''

将用户命令文件定义到一个类中，由于代码比较简单，这里就不详细展示了。