STM32+OpenMV+AS608实现人脸识别_stm2人脸识别能连接数据库吗?

STM32+openmv（M7）+As608指纹模块----人脸指纹识别–串口显示

/
/
/
/

前述：本实验基于上一个实验STM32+AS608串口，本文加之前的基础上修改，思路如下：本实验全部操作通过串口以及按键实现（方便无LCD），接下来会移植到LCD屏上。将openmv+STM32+AS608，通过硬件连接图所接。

/
/
实现步骤：上电，首先实现的功能是人脸识别，同时也可以进入人脸录取后在进行识别，该部分代码基于Openmv（Python），
通过按键Key0 进入录取人脸，按键Key1进入人脸识别，如若识别成功，通过串口返回识别人的名称。接下来是指纹模块的功能，这里不做简述，有关过程，请看链接。（该功能目前比较单一，还有待改进）

第一部分：硬件连接

STM32+AS608的连接还是参考上面的连接，主要讲Openmv+Stm32
Openmv Rx — stm32 TX
Openmv TX — stm32 RX
Openmv GND — stm32 GND
Openmv VIN ---- stm32 5V （注意这里连接的是5V），因为Openmv的供电由该引脚提供。

第二部分：程序设计

STM32与Openmv连接 人脸识别代码

void Face_recognition(void)
{
	u8 key;
	u8 t3;
	u8 number=0;
	//printf("/*********************************************人脸识别*********************************************/\r\n");
	//printf("/**************************************************************************************************/\r\n");
	//printf("/**************************************************************************************************/\r\n");

	while(1)
	{
		key=KEY_Scan(0);
		if(key==KEY0_PRES)
		{
			printf("1");
		}
		if(key==KEY1_PRES)
		{	
			printf("2");
			break;
		}
		/*
		if(key==WKUP_PRES)
		{
			break;
		
		}
		*/
	}

		while(1)
	{
		
		if(USART_RX_STA&0x8000)
		{					   
			number=USART_RX_STA&0x3fff;//得到此次接收到的数据长度
			for(t3=0;t3<number;t3++)
			{
				USART1->DR=USART_RX_BUF[t3];
				while((USART1->SR&0X40)==0);//等待发送结束
			}
			printf("\r\n\r\n");//插入换行
			USART_RX_STA=0;
		}
		if(number>0)
			{
				break;
			}
		

	}
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53

Openmv代码-人脸识别及人脸录取代码

"""
作者： SYM
时间： 2019年10月19日22：00
代码功能：与STM32使用，进行stm32通过串口发送消息给openmv，openmv收到信息后
进行人脸识别操作，并将结果传送回STM32单片机进行应答！
个人博客：https://blog.csdn.net/sssyyymm
V1.0版本（有待改进）

"""
import sensor, time, image, pyb
from pyb import UART

RED_LED_PIN = 1
BLUE_LED_PIN = 3

uart = UART(1,115200,timeout_char=1000)
data=bytes([0x0d,0x0a])

#uart.write("Now begin Face_recognition!\r\n")
#uart.write(data)



def face_recognition():
    sensor.reset() # Initialize the camera sensor.
    sensor.set_pixformat(sensor.GRAYSCALE) # or sensor.GRAYSCALE
    sensor.set_framesize(sensor.B128X128) # or sensor.QQVGA (or others)
    sensor.set_windowing((92,112))
    sensor.skip_frames(10) # Let new settings take affect.
    sensor.skip_frames(time = 5000) #等待5s
    #SUB = "s1"
    NUM_SUBJECTS = 3 #图像库中不同人数，一共6人
    NUM_SUBJECTS_IMGS = 10 #每人有20张样本图片

    # 拍摄当前人脸。
    img = sensor.snapshot()
    #img = image.Image("face/%s/1.pgm"%(SUB))
    d0 = img.find_lbp((0, 0, img.width(), img.height()))
    #d0为当前人脸的lbp特征
    img = None
    pmin = 999999
    num=0


    for s in range(1, NUM_SUBJECTS+1):
        dist = 0
        for i in range(2, NUM_SUBJECTS_IMGS+1):
            img = image.Image("face/s%d/%d.pgm"%(s, i))
            d1 = img.find_lbp((0, 0, img.width(), img.height()))
            #d1为第s文件夹中的第i张图片的lbp特征
            dist += image.match_descriptor(d0, d1)#计算d0 d1即样本图像与被检测人脸的特征差异度。
        print("Average dist for subject %d: %d"%(s, dist/NUM_SUBJECTS_IMGS))
        #pmin = min(pmin, dist/NUM_SUBJECTS_IMGS, s)#特征差异度越小，被检测人脸与此样本更相似更匹配。
        if (dist/NUM_SUBJECTS_IMGS)<pmin:
            pmin=(dist/NUM_SUBJECTS_IMGS)
            num=s
        print(pmin)
    print(num) # num为当前最匹配的人的编号。
    #uart.write(str(num))
    if num==1:
        uart.write("You are SYM!")
        uart.write(data)
    elif num==2:
        uart.write("You are gt!")
        uart.write(data)
    elif num==3:
        uart.write("You are LWZ!")
        uart.write(data)
def take_photos():
    sensor.reset() # Initialize the camera sensor.
    sensor.set_pixformat(sensor.GRAYSCALE) # or sensor.GRAYSCALE
    sensor.set_framesize(sensor.B128X128) # or sensor.QQVGA (or others)
    sensor.set_windowing((92,112))
    sensor.skip_frames(10) # Let new settings take affect.
    sensor.skip_frames(time = 2000)

    num2 = 3 #设置被拍摄者序号，第一个人的图片保存到s1文件夹，第二个人的图片保存到s2文件夹，以此类推。每次更换拍摄者时，修改num值。

    n = 10 #设置每个人拍摄图片数量。

    #连续拍摄n张照片，每间隔3s拍摄一次。
    while(n):
        #红灯亮
        pyb.LED(RED_LED_PIN).on()
        sensor.skip_frames(time = 2000) # Give the user time to get ready.等待3s，准备一下表情。

        #红灯灭，蓝灯亮
        pyb.LED(RED_LED_PIN).off()
        pyb.LED(BLUE_LED_PIN).on()

        #保存截取到的图片到SD卡
        print(n)
        sensor.snapshot().save("face/s%s/%s.pgm" % (num2, n) ) # or "example.bmp" (or others)

        n -= 1

        pyb.LED(BLUE_LED_PIN).off()
        print("Done! Reset the camera to see the saved image.")


#uart.write(str(num))
if __name__=='__main__':
    while(1):
        if uart.any():
            num1 =uart.readline().decode()
            num1 = int(num1)
            if(num1==1):
                print(num1)
                take_photos()
            elif(num1==2):
                print(num1)
                face_recognition()
                break










1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123

主要代码，其他代码不再展示，整个工程上传到下载：

第三部分：实验现象

通过按键1录取人脸。按键2进行人脸对比，输出人脸信息，然后进入指纹部分

接下来是指纹模块的

第四部分：总结与改进

1，openmv与stm32直接通讯，通过stm32串口收发，接收openmv以及发送到openmv。
2.as608指纹模块的 驱动程序
3.待改进点：采用中断运行，不占用处理器资源，添加蜂鸣器响应，
4.增加WIFi模块，传送到移动端安卓，进行远程控制
5，上传指纹和人脸数据库信息。
等等。。

欢迎大家在下面评论谈论

为方便没有积分的用户下载，将资源放在百度网盘，有需要自己下载哈！！！感谢支持！
注:V1版本是只有STM32+As608，V2版本是STM32+As608+openmv.大家结合需求自己下载

链接：https://pan.baidu.com/s/16viOu4Uu4r0bOjRD1KTd4g
提取码：cbg1
复制这段内容后打开百度网盘手机App，操作更方便哦