python opencv人脸识别考勤系统的完整源码

如需安装运行环境或远程调试，可加QQ905733049, 或QQ2945218359由专业技术人员远程协助！

运行结果如下：

代码如下：

import wx
import wx.grid
from time import localtime,strftime
import os
import io
import zlib
import dlib  # 人脸识别的库dlib
import numpy as np  # 数据处理的库numpy
import cv2  # 图像处理的库OpenCv
import _thread
import threading

ID_NEW_REGISTER = 160
ID_FINISH_REGISTER = 161

ID_START_PUNCHCARD = 190
ID_END_PUNCARD = 191

ID_OPEN_LOGCAT = 283
ID_CLOSE_LOGCAT = 284

ID_WORKER_UNAVIABLE = -1

PATH_FACE = "data/face_img_database/"
# face recognition model, the object maps human faces into 128D vectors
facerec = dlib.face_recognition_model_v1("model/dlib_face_recognition_resnet_model_v1.dat")
# Dlib 预测器
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('model/shape_predictor_68_face_landmarks.dat')

class WAS(wx.Frame):
   def __init__(self):
       wx.Frame.__init__(self,parent=None,title="员工考勤系统",size=(920,560))

self.initMenu()
       self.initInfoText()
       self.initGallery()
       self.initDatabase()
       self.initData()

def initData(self):
       self.name = ""
       self.id =ID_WORKER_UNAVIABLE
       self.face_feature = ""
       self.pic_num = 0
       self.flag_registed = False
       self.puncard_time = "21:00:00"
       self.loadDataBase(1)

def initMenu(self):

menuBar = wx.MenuBar()  #生成菜单栏
       menu_Font = wx.Font()#Font(faceName="consolas",pointsize=20)
       menu_Font.SetPointSize(14)
       menu_Font.SetWeight(wx.BOLD)

registerMenu = wx.Menu() #生成菜单
       self.new_register = wx.MenuItem(registerMenu,ID_NEW_REGISTER,"新建录入")
       self.new_register.SetBitmap(wx.Bitmap("drawable/new_register.png"))
       self.new_register.SetTextColour("SLATE BLUE")
       self.new_register.SetFont(menu_Font)
       registerMenu.Append(self.new_register)

self.finish_register = wx.MenuItem(registerMenu,ID_FINISH_REGISTER,"完成录入")
       self.finish_register.SetBitmap(wx.Bitmap("drawable/finish_register.png"))
       self.finish_register.SetTextColour("SLATE BLUE")
       self.finish_register.SetFont(menu_Font)
       self.finish_register.Enable(False)
       registerMenu.Append(self.finish_register)

puncardMenu = wx.Menu()
       self.start_punchcard = wx.MenuItem(puncardMenu,ID_START_PUNCHCARD,"开始签到")
       self.start_punchcard.SetBitmap(wx.Bitmap("drawable/start_punchcard.png"))
       self.start_punchcard.SetTextColour("SLATE BLUE")
       self.start_punchcard.SetFont(menu_Font)
       puncardMenu.Append(self.start_punchcard)

self.close_logcat = wx.MenuItem(logcatMenu, ID_CLOSE_LOGCAT, "关闭日志")
       self.close_logcat.SetBitmap(wx.Bitmap("drawable/close_logcat.png"))
       self.close_logcat.SetFont(menu_Font)
       self.close_logcat.SetTextColour("SLATE BLUE")
       logcatMenu.Append(self.close_logcat)

menuBar.Append(registerMenu,"&人脸录入")
       menuBar.Append(puncardMenu,"&刷脸签到")
       menuBar.Append(logcatMenu,"&考勤日志")
       self.SetMenuBar(menuBar)

self.Bind(wx.EVT_MENU,self.OnNewRegisterClicked,id=ID_NEW_REGISTER)
       self.Bind(wx.EVT_MENU,self.OnFinishRegisterClicked,id=ID_FINISH_REGISTER)
       self.Bind(wx.EVT_MENU,self.OnStartPunchCardClicked,id=ID_START_PUNCHCARD)
       self.Bind(wx.EVT_MENU,self.OnEndPunchCardClicked,id=ID_END_PUNCARD)
       self.Bind(wx.EVT_MENU,self.OnOpenLogcatClicked,id=ID_OPEN_LOGCAT)
       self.Bind(wx.EVT_MENU,self.OnCloseLogcatClicked,id=ID_CLOSE_LOGCAT)

pass

def OnCloseLogcatClicked(self,event):
       self.SetSize(920,560)

self.initGallery()
       pass

def register_cap(self,event):
       # 创建 cv2 摄像头对象
       self.cap = cv2.VideoCapture(0)
       # cap.set(propId, value)
       # 设置视频参数，propId设置的视频参数，value设置的参数值
       # self.cap.set(3, 600)
       # self.cap.set(4,600)
       # cap是否初始化成功
       while self.cap.isOpened():
           # cap.read()
           # 返回两个值：
           #    一个布尔值true/false，用来判断读取视频是否成功/是否到视频末尾
           #    图像对象，图像的三维矩阵
           flag, im_rd = self.cap.read()

# 每帧数据延时1ms，延时为0读取的是静态帧
           kk = cv2.waitKey(1)
           # 人脸数 dets
           dets = detector(im_rd, 1)

# 检测到人脸
           if len(dets) != 0:
               biggest_face = dets[0]
               #取占比最大的脸
               maxArea = 0
               for det in dets:
                   w = det.right() - det.left()
                   h = det.top()-det.bottom()
                   if w*h > maxArea:
                       biggest_face = det
                       maxArea = w*h
                       # 绘制矩形框

cv2.rectangle(im_rd, tuple([biggest_face.left(), biggest_face.top()]),
                                     tuple([biggest_face.right(), biggest_face.bottom()]),
                                     (255, 0, 0), 2)
               img_height, img_width = im_rd.shape[:2]
               image1 = cv2.cvtColor(im_rd, cv2.COLOR_BGR2RGB)
               pic = wx.Bitmap.FromBuffer(img_width, img_height, image1)
               # 显示图片在panel上
               self.bmp.SetBitmap(pic)

# 获取当前捕获到的图像的所有人脸的特征，存储到 features_cap_arr
               shape = predictor(im_rd, biggest_face)
               features_cap = facerec.compute_face_descriptor(im_rd, shape)

# 对于某张人脸，遍历所有存储的人脸特征
               for i,knew_face_feature in enumerate(self.knew_face_feature):
                   # 将某张人脸与存储的所有人脸数据进行比对
                   compare = return_euclidean_distance(features_cap, knew_face_feature)
                   if compare == "same":  # 找到了相似脸
                       self.infoText.AppendText(self.getDateAndTime()+"工号:"+str(self.knew_id[i])
                                                +" 姓名:"+self.knew_name[i]+" 的人脸数据已存在\r\n")
                       self.flag_registed = True
                       self.OnFinishRegister()
                       _thread.exit()

# print(features_known_arr[i][-1])
               face_height = biggest_face.bottom()-biggest_face.top()
               face_width = biggest_face.right()- biggest_face.left()
               im_blank = np.zeros((face_height, face_width, 3), np.uint8)
               try:
                   for ii in range(face_height):
                       for jj in range(face_width):
                           im_blank[ii][jj] = im_rd[biggest_face.top() + ii]parent=self.bmp,max=100000000,min=ID_WORKER_UNAVIABLE)
           for knew_id in self.knew_id:
               if knew_id == self.id:
                   self.id = ID_WORKER_UNAVIABLE
                   wx.MessageBox(message="工号已存在，请重新输入", caption="警告")

while self.name == '':
           self.name = wx.GetTextFromUser(message="请输入您的的姓名,用于创建姓名文件夹",
                                          caption="温馨提示",
                                     default_value="", parent=self.bmp)

# 监测是否重名
           for exsit_name in (os.listdir(PATH_FACE)):
               if self.name == exsit_name:
                   wx.MessageBox(message="姓名文件夹已存在，请重新输入", caption="警告")
                   self.name = ''
                   break
       os.makedirs(PATH_FACE+self.name)
       _thread.start_new_thread(self.register_cap,(event,))
       pass

def OnFinishRegister(self):

self.new_register.Enable(True)
       self.finish_register.Enable(False)
       self.cap.release()

self.bmp.SetBitmap(wx.Bitmap(self.pic_index))
       if self.flag_registed == True:
           dir = PATH_FACE + self.name
           for file in os.listdir(dir):
               os.remove(dir+"/"+file)
               print("已删除已录入人脸的图片", dir+"/"+file)
           os.rmdir(PATH_FACE + self.name)
           print("已删除已录入人脸的姓名文件夹", dir)
           self.initData()
           return
       if self.pic_num>0:
           pics = os.listdir(PATH_FACE + self.name)
           feature_list = []
           feature_average = []
           for i in range(len(pics)):
               pic_path = PATH_FACE + self.name + "/" + pics[i]
               print("正在读的人脸图像：", pic_path)
               img = iio.imread(pic_path)
               img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
               dets = detector(img_gray, 1)
               if len(dets) != 0:
                   shape = predictor(img_gray, dets[0])
                   face_descriptor = facerec.compute_face_descriptor(img_gray, shape)
                   feature_list.append(face_descriptor)
               else:
                   face_descriptor = 0
                   print("未在照片中识别到人脸")
           if len(feature_list) > 0:
               for j in range(128):
                   #防止越界
                   feature_average.append(0)
                   for i in range(len(feature_list)):
                       feature_average[j] += feature_list[i][j]
                   feature_average[j] = (feature_average[j]) / len(feature_list)
               self.insertARow([self.id,self.name,feature_average],1)
               self.infoText.AppendText(self.getDateAndTime()+"工号:"+str(self.id)
                                    +" 姓名:"+self.name+" 的人脸数据已成功存入\r\n")
           pass

else:
           os.rmdir(PATH_FACE + self.name)
           print("已删除空文件夹",PATH_FACE + self.name)
       self.initData()

def OnFinishRegisterClicked(self,event):
       self.OnFinishRegister()
       pass

def OnStartPunchCardClicked(self,event):
       # cur_hour = datetime.datetime.now().hour
       # print(cur_hour)
       # if cur_hour>=8 or cur_hour<6:
       #     wx.MessageBox(message='''您错过了今天的签到时间，请明天再来\n
       #     每天的签到时间是:6:00~7:59''', caption="警告")
       #     return
       self.start_punchcard.Enable(False)
       self.end_puncard.Enable(True)
       self.loadDataBase(2)
       threading.Thread(target=self.punchcard_cap,args=(event,)).start()
       #_thread.start_new_thread(self.punchcard_cap,(event,))
       pass

def OnEndPunchCardClicked(self,event):
       self.start_punchcard.Enable(True)
       self.end_puncard.Enable(False)
       pass

def initGallery(self):
       self.pic_index = wx.Image("drawable/index.png", wx.BITMAP_TYPE_ANY).Scale(600, 500)
       self.bmp = wx.StaticBitmap(parent=self, pos=(320,0), bitmap=wx.Bitmap(self.pic_index))
       pass

def getDateAndTime(self):
       dateandtime = strftime("％Y-％m-％d ％H:％M:％S",localtime())
       return "["+dateandtime+"]"

#数据库部分
   #初始化数据库
   def initDatabase(self):
       conn = sqlite3.connect("inspurer.db")  #建立数据库连接
       cur = conn.cursor()             #得到游标对象
       cur.execute('''create table if not exists worker_info
       (name text not null,
       id int not null primary key,
       face_feature array not null)''')
       cur.execute('''create table if not exists logcat
        (datetime text not null,
        id int not null,
        name text not null,
        late text not null)''')
       cur.close()
       conn.commit()
       conn.close()

def adapt_array(self,arr):
       out = io.BytesIO()
       np.save(out, arr)
       out.seek(0)

dataa = out.read()
       # 压缩数据流
       return sqlite3.Binary(zlib.compress(dataa, zlib.Z_BEST_COMPRESSION))

def convert_array(self,text):
       out = io.BytesIO(text)
       out.seek(0)

dataa = out.read()
       # 解压缩数据流
       out = io.BytesIO(zlib.decompress(dataa))
       return np.load(out)

def insertARow(self,Row,type):
       conn = sqlite3.connect("inspurer.db")  # 建立数据库连接
       cur = conn.cursor()  # 得到游标对象
       if type == 1:
           cur.execute("insert into worker_info (id,name,face_feature) values(?,?,?)",
                   (Row[0],Row[1],self.adapt_array(Row[2])))
           print("写人脸数据成功")
       if type == 2:
           cur.execute("insert into logcat (id,name,datetime,late) values(?,?,?,?)",
                       (Row[0],Row[1],Row[2],Row[3]))
           print("写日志成功")
           pass
       cur.close()
       conn.commit()
       conn.close()
       pass

def loadDataBase(self,type):

conn = sqlite3.connect("inspurer.db")  # 建立数据库连接
       cur = conn.cursor()  # 得到游标对象

if type == 1:
           self.knew_id = []
           self.knew_name = []
           self.knew_face_feature = []
           cur.execute('select id,name,face_feature from worker_info')
           origin = cur.fetchall()
           for row in origin:
               print(row[0])
               self.knew_id.append(row[0])
               print(row[1])
               self.knew_name.append(row[1])
               print(self.convert_array(row[2]))
               self.knew_face_feature.append(self.convert_array(row[2]))
       if type == 2:
           self.logcat_id = []
           self.logcat_name = []
           self.logcat_datetime = []
           self.logcat_late = []
           cur.execute('select id,name,datetime,late from logcat')
           origin = cur.fetchall()
           for row in origin:
               print(row[0])
               self.logcat_id.append(row[0])
               print(row[1])
               self.logcat_name.append(row[1])
               print(row[2])
               self.logcat_datetime.append(row[2])
               print(row[3])
               self.logcat_late.append(row[3])
       pass
app = wx.App()
frame = WAS()
frame.Show()
app.MainLoop()

运行结果如下：

C++学习参考实例：

使用C++ MFC编写一个简单的五子棋游戏程序

https://www.jb51.net/article/180940.htm

C++实现简易五子棋游戏

https://www.jb51.net/article/190548.htm

c++ 基于opencv 识别、定位二维码

https://www.jb51.net/article/207158.htm

来源：https://blog.csdn.net/alicema1111/article/details/116088711