当前位置：首页 > article >正文

基于OpenCV的自制Python访客识别程序

article 2024/11/18 18:50:14

这是我用Pyqt5，基于OpenCV做的一个Python访客识别程序，它具体包括如下5个功能：

1、选择媒体菜单，可以打开本地摄像头；如果知道rtsp地址，则可以直接访问局域网内的网络串流。

2、选择播放菜单，可以播放/暂停当前正在播放中的视频信息。

3、视频播放过程，应用会每隔1秒扫描一次屏幕中出现的访客并通过识别判断是否是新访客。

4、若是新访客的，右边今日访客栏中就会将该访客人脸图像展示出来。

5、今日访客数会根据新增访客图像的增加而同步更新。

由于直接用的是OpenCV自带的模型，所以戴口罩的人脸是无法区分的。这个暂且不做拓展讨论。

这个程序的功能其实说白了就是用OpenCV打开摄像头，然后进行人脸识别，识别的人脸数据会存储在一个image_list的数组中，若在image_list中没有发现相同图像，就会在右侧Qlabel添加一个新的label并把新增人脸贴上去。

现在来介绍下这个程序的核心代码实现，完整的代码会在文章结尾处放置链接。

先说打开摄像头播放或暂停的功能，这个功能我在以前的博文中已经具体介绍过，参看Python学习之用QTimer计时器实现摄像头视频的播放和暂停_pyqt5摄像头暂停-CSDN博客。

然后是人脸识别功能，不多废话，直接上代码：

def TrackingFace(self, image):
    try:
        faces = face_recognition.face_locations(image)
        encodings = face_recognition.face_encodings(image, faces)
        if faces != ():
            i = 0
            for (y, w, h, x), f_code in zip(faces, encodings):
                image = cv2.rectangle(image, (x, y), (w,  h), (0, 0, 255), 2)
                # 获取识别的人脸
                roiImg = image[y:h, x:w]
                if len(self.image_list) > 0:
                    # 看看面部是否与已知人脸相匹配。
                    for j, v in enumerate(self.image_list):
                        # print(f'{j}: {v}')
                        match = face_recognition.compare_faces(
                            [v], f_code, tolerance=0.6)
                        if match[0]:
                            print("找到相同图像")
                            self.flag = True
                            break
                        else:
                            print("未找到相同图像")
                            self.RoiImg(roiImg)
                else:
                    self.image_list.append(f_code)
                    self.RoiImg(roiImg)
                i += 1
    except Exception as e:
        print(str(e))
    return image

接下来是将未找到的图像贴到访客墙上的功能：

def RoiImg(self, image):
    # 将人脸图像加载到右侧QLabel
    im1 = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    im1 = cv2.putText(im1, self.timestr, (10, image.shape[1] - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 255, 255), 1)
    im2 = QtGui.QImage(im1[:], im1.shape[1], im1.shape[0], im1.shape[1] * 3, QtGui.QImage.Format_RGB888)
    im3 = QtGui.QPixmap(im2).scaled(150, 200)

    # 添加新的Label
    label = QLabel()
    label.setFixedSize(60, 100)
    label.setStyleSheet("border:1px solid gray")
    label.setPixmap(im3)
    label.setScaledContents(True)
    count = int(self.scrollArea.width() / 80)
    row = int(self.index / count)
    colum = self.index % count
    self.glay.addWidget(label, row, colum)
    self.index += 1
    self.label_3.setText(str(self.index))

最后，还有个每隔1s扫描一次人脸，其实就是拿两个时间戳进行对比：

t1 = datetime.strptime(self.timestr, '%Y-%m-%d %H:%M:%S')
t2 = datetime.strptime(timestr0, '%Y-%m-%d %H:%M:%S')
seconds = (t2 - t1).seconds
# print('t1=' + str(t1), 't2=' +str(t2), 'seconds=' + str(seconds))
if seconds > 1:  # 每隔1秒扫描一次人脸
    self.timestr = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())
    self.TrackingFace(color_frame)

好了，核心代码就这几段了。完整的详细代码下载地址：

https://download.csdn.net/download/hydekong/89992827

查看全文

http://www.kler.cn/a/399065.html