devbox
花生_TL007
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

做一个人脸识别考勤机项目(利用OpenCV)_基于opencv的人脸识别考勤

作者：花生_TL007 | 2024-04-14 16:04:49

赞

踩

基于opencv的人脸识别考勤

0.前言

重要说明：此项目直接跟进操作的话只能在Ubuntu16.04上面编译成功！目前已经补上18.04上的编译操作。

        本文主要跟随B站Up主【物联网小学妹】上传的【从0到1做一个物联网人脸识别考勤机项目！】视频教程做一个简要笔记

视频地址：【大厂敲门砖】从0到1做一个物联网人脸识别考勤机项目！（附源码）_哔哩哔哩_bilibili

 视频对应资源（没必要下载，帮助不大）： 

链接：https://pan.baidu.com/s/1rEhfDg_Yc1SMD40fGdVqhw?pwd=yjgn 
提取码：yjgn

学习所需前置条件：

        1.Linux系统安装  2.Linux操作基础  3.C++编程

我的Linux学习笔记：Linux学习笔记_Jenlibein的博客-CSDN博客

C++学习跟进可以看这个：【2023最新版C++】实战项目教程，清华武老师带你零基础一套快速学会c++_哔哩哔哩_bilibili

目录

1.安装与配置

1.1下载

1.2安装

1.3中文配置

2.C++程序编写

3.OpenCV 初次认识 / 安装

3.1介绍

3.2安装

3.3更多学习

4.OpenCV编程

4.0确保摄像头打开

4.1图像采集

4.2图像处理

4.3人脸检测

4.4图像截图/图片解码和编码

5.百度智能云平台

5.1人脸库创建

5.2 SDK环境搭建

5.3百度智能云平台接入

6.数据处理

6.1Json数据解析

6.2记录考勤时间

6.3考勤信息记录及显示

7.最终实现

8.文章结束

1.安装与配置

1.1下载

视频中使用的Linux发行版为Ubuntu16.04，可以在我给出的 视频对应资源 中下载得到。

        但是，百度网盘的必须要VIP才能下载这么大的文件，不然就不知道要下载到猴年马月了。

        所以，我建议在国内镜像源中下载：ubuntu 16.04 镜像下载（国内开源镜像站）_ubuntu16.04-CSDN博客

        按常理说，下载选择的文件后缀应该是【desktop-amd64.iso】，选择好下载即可。

1.2安装

        可以参考Linux学习笔记那的三个方法

1.3中文配置

        在左栏菜单选中【System Settings】

        进入设置菜单选中【Language Support】

        第一次进入会有个提示安装的窗口，点确认。

        然后点【Install / Remove Languages...】选项，进入窗口后下拉找到Chinese(simplified)并勾选，然后点Apply，进入下载。

        回到【Language Support】窗口，然后在上列菜单中，将下面的 [  汉语（中国）] 拖动到最上面位置，确保该文字由灰色 变为黑色 并处于第一位 ，然后重启电脑。

        进到中文语言的系统。

        拼音设置：可以查看Linux下使用拼音的相关教程

        

2.C++程序编写

        B站教程中用gedit进行创建文本，然后在文本里写C++代码。

        然后用

g++ file.cpp -o 输出名称

        来输出可执行文件

        

        用到第三方库时，编译时要加上链接（例如OpenCv的highgui库）

g++ main.cpp -o main -lopencv_highgui

        我认为：还是用vscode等专业的IDE来编写代码更好，有利于编写时候的视觉观看和找bug。

        编写时候主要用OpenCV库

#include "opencv2/opencv.hpp"

        并使用命名空间

using namespace cv;

3.OpenCV 初次认识 / 安装

3.1介绍

        OpenCV是一个开源的计算机视觉和机器学习软件库其使用一系列C语言函数和少量C++类实现，内部实现了很多图像处理和计算机视觉的通用算法。

        OpenCV可以运行在Linux系统上，且其轻量、高效所以在嵌入式领域得到广泛的应用。

3.2安装

终端中输入命令：

sudo apt-get install libopencv-dev

3.3更多学习

官方在线文档（深入学习使用）：OpenCV - Open Computer Vision Library

网上OpenCV的教程大多数是以python作为编程语言，C++作为编程语言的教程较少。

我在B站上发现一个OpenCV的C++教程：2023年度最佳 Open Cv 学习教程，C++向！_哔哩哔哩_bilibili

当然之后也可以通过Python学习其他的OpenCV教程。

4.OpenCV编程

4.0确保摄像头打开

         如何确认Linux下有无摄像头接入：进入dev文件夹查看有无vedio文件。

        虚拟机内没有识别，需要另外设置：虚拟机设置 - USB控制器 - USB兼容性 ---> 改为USB3.0或3.1并点确定

然后在虚拟机主窗口 左上角菜单 - 虚拟机(M) - 可移动设备 - 找到摄像头设备 ---> 点击链接

如果还是不行，观察虚拟机主窗口右下角有无对应摄像头的USB图标--->有则右键 - 选择连接

4.1图像采集

库：highgui

函数：VideoCapture（摄像头开启）

摄像头设置参数：

VideoCapture cap(0);

 cap.set(CV_CAP_PROP_FRAME_WIDTH, 1080);//宽度 
 cap.set(CV_CAP_PROP_FRAME_HEIGHT, 960);//高度
 cap.set(CV_CAP_PROP_FPS, 30);//帧率 帧/秒
 cap.set(CV_CAP_PROP_BRIGHTNESS, 1);//亮度 1
 cap.set(CV_CAP_PROP_CONTRAST,40);//对比度 40
 cap.set(CV_CAP_PROP_SATURATION, 50);//饱和度 50
 cap.set(CV_CAP_PROP_HUE, 50);//色调 50
 cap.set(CV_CAP_PROP_EXPOSURE, 50);//曝光 50


获取参数：

cap.get(CV_CAP_PROP_FRAME_WIDTH);
cap.get(CV_CAP_PROP_FRAME_HEIGHT);
cap.get(CV_CAP_PROP_FPS);
cap.get(CV_CAP_PROP_BRIGHTNESS);
cap.get(CV_CAP_PROP_CONTRAST);
cap.get(CV_CAP_PROP_SATURATION);
cap.get(CV_CAP_PROP_HUE);
cap.get(CV_CAP_PROP_EXPOSURE);

库：core

函数：Mat（定义图像容器）

具体可通过代码注释了解：

  1. #include <iostream>
  2. #include "opencv2/opencv.hpp"
  3.  
  4. using namespace std;
  5. using namespace cv;
  6.  
  7. int main(){
  8.     VideoCapture cap(0); //括号内数字代表摄像头编号，一般为0 -> 打开编号为0的摄像头并命名为cap
  9.  
  10.     if(!cap.isOpened()){ //检测是否成功打开摄像头
  11.         cout<< "Camera open failed" <<endl;
  12.         return -1;
  13.     }else{
  14.         cout<< "Camera open success" <<endl;
  15.     }
  16.  
  17.     Mat ColorImage; //实例化一个Mat类型数据（类似于 int a)
  18.  
  19.     for(;;){
  20.         cap >> ColorImage; //从相机获取一个新的框架(拍照）
  21.  
  22.         imshow("video",ColorImage);  //图片展示，引号内为终端窗口名称，第二个参数为显示的具体照片
  23.     
  24.         waitKey(100); //暂停100ms
  25.     }//想退出循环直接在终端中按Ctrl+C
  26.     
  27.     return 0;
  28. }

编译要加上库，不然会报错 

  1. VideoCapture位于highgui
  2. Mat位于core
  3.  
  4. g++ main.cpp -o main -lopencv_highgui -lopencv_core

opencv读取视频有延迟解决方法:

        opencv在摄像机每次获取的新帧时候总是先把上一次读取的帧拿出来先用，再把新帧加入缓存.

        所以要想获取最新的帧，一定要连续读两次才是当前最新的。

        也就是把 cap >> ColorImage; 重复两行。

4.2图像处理

库：imgproc - Image Processing

函数1：cvtColor（色彩转换）：void cvtColor(InputArray src, OutputArray dst, int code, int dstCn=0)

第一个参数 src - source输入容器；输入图像:8位无符号，16位无符号(CV_16UC…)，或单精度浮点。

第二个参数 dst - Destination输出容器，输出目标与原图像具有同样的大小与类型。

第三个参数 code

        转换方式:：CV_BGR2GRAY，CV RGB2GRAY，CY GRAY2BGR， CY GRAY2RGB

        分别对应：1,2对应彩转灰 ，3,4对应灰转彩。

函数2：equalizeHist（直方图均衡）：void equalizeHist (InputArray src, OutputArray dst)

第一个参数，输入8位单通道的图像；

第二个参数，输出目标图像，与原图像具有同样的大小与类型；

上面两个函数处理图像后可以利于人脸检测运行。

函数3：调整大小（此步骤非必要）：

resize( InputArray src, OutputArray dst, Size(width, height), code );

code：

INTER_AREA 使用像素面积关系进行重采样。这最适合减小图像的大小(缩小)。当用于放大图像时，它使用INTER_NEAREST方法。

INTER_CUBIC 这使用双三次插值来调整图像大小。在调整大小和插入新像素时，此方法作用于图像的4x4相邻像素。然后取16个像素的权重平均值来创建新的插值像素。

INTER LINEAR:这个方法有点类似于INTER CUBI插值。与不同INTER CUBIC的是这使用2x2相像素来获得插值像素的加权平均值。

INTER_NEAREST:该INTER_NEAREST方法使用最近邻概念进行插值。这是最简单的方法之一，仅使用图像中的一个相邻像素进行插值。

代码实现（4.1原有代码为基础）：

  1. #include <iostream>
  2. #include "opencv2/opencv.hpp"
  3.  
  4. using namespace std;
  5. using namespace cv;
  6.  
  7. int main(){
  8.     VideoCapture cap(0);
  9.  
  10.     if(!cap.isOpened()){
  11.         cout<< "Camera open failed" <<endl;
  12.         return -1;
  13.     }else{
  14.         cout<< "Camera open success" <<endl;
  15.     }
  16.  
  17.     Mat ColorImage;
  18.     Mat GrayImage;   //创建灰度图容器
  19.  
  20.     for(;;){
  21.         cap >> ColorImage;
  22.  
  23.         cvtColor(ColorImage, GrayImage, CV_BGR2GRAY);  //转为灰度图
  24.         equalizeHist(GrayImage, GrayImage);            //均衡化；输入输出容器一致，可以省一些内存。
  25.         
  26.         imshow("video",GrayImage);
  27.         waitKey(100);
  28.     }
  29.     
  30.     return 0;
  31. }

编译：

g++ main.cpp -o main -lopencv_highgui -lopencv_core -lopencv_imgproc

4.3人脸检测

库：objdetect - Object Detection

类：CascadeClassifier（级联分类器） 需要先导入一个后缀名为.xml的分类器文件，它是前人已经创建好的分类器，我们可以直接使用

OpenCV安装时自带的一些训练好的模型文件位置：/usr/share/opencv/haarcascades/

函数1：CascadeClassifier :: detectMultiScale

功能：从输入的图片中检测不同尺寸的物体（载入人脸识别模型后这个物体就是人脸），并返回一个矩形组成的列表（矩形框起来的就是脸）。

void CascadeClassifier:: detectlultiScale(const Mat& image, vector<Rect>& objects, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size())

第一个参数：输入目标，要检测的图像

第二个参数：输出目标，存储矩形框的容器

其他参数：有默认值，使用默认值即可

库：core

方法：rectangle（在图形上画矩形）

void rectangle(Mat& img, Rect rec, const Scalar& color, int thickness=1, int lineType=8, int shift=0 ) 

第一个参数：要画的图像

第二个参数：输入的矩形

第三个参数：矩形颜色

其他参数：默认值即可

代码实现（基于以前代码增加）：

  1. #include <iostream>
  2. #include "opencv2/opencv.hpp"
  3.  
  4. using namespace std;
  5. using namespace cv;
  6.  
  7. int main(){
  8.     VideoCapture cap(0);
  9.  
  10.     if(!cap.isOpened()){
  11.         cout<< "Camera open failed" <<endl;
  12.         return -1;
  13.     }else{
  14.         cout<< "Camera open success" <<endl;
  15.     }
  16.  
  17.     实例化一个级联分类器,此处加载opencv现成的模型
  18.     CascadeClassifier Classifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt2.xml");
  19.     定义一个储存所输出矩形的容器
  20.     vector<Rect> AllFace;
  21.  
  22.     Mat ColorImage;
  23.     Mat GrayImage;
  24.  
  25.     for(;;){
  26.         cap >> ColorImage;
  27.         cvtColor(ColorImage, GrayImage, CV_BGR2GRAY);
  28.         equalizeHist(GrayImage, GrayImage);
  29.  
  30.         人脸检测并输出;
  31.         Classifier.detectMultiScale(GrayImage, AllFace); 
  32. 	
  33. 	if( AllFace.size()!=0 ){   //判断是否有脸，避免程序出错
  34. 	    图像上画出矩形
  35. 	    rectangle(GrayImage, AllFace[0], Scalar(255,0,0));
  36.         }
  37.  
  38.         imshow("video",GrayImage);
  39.         waitKey(100);
  40.     }
  41.     
  42.     return 0;
  43. }

编译：

g++ main.cpp -o main -lopencv_highgui -lopencv_core -lopencv_imgproc -lopencv_objdetect

4.4图像截图/图片解码和编码

库：highgui

函数1：imdecode（函数解码）

函数2：imencode（函数编码）

bool imencode(const string& ext, InputArray img, vectoreuchar>& buf, const vector<int> & params=vector <int>0)

第一个参数：输出后所希望获得的格式

第二个参数：输入的图像

第三个参数：存储编码完图像的容器

其他参数：保持默认

代码实现（基于以前代码增加）：

  1. #include <iostream>
  2. #include "opencv2/opencv.hpp"
  3.  
  4. using namespace std;
  5. using namespace cv;
  6.  
  7. int main(){
  8.     VideoCapture cap(0);
  9.  
  10.     if(!cap.isOpened()){
  11.         cout<< "Camera open failed" <<endl;
  12.         return -1;
  13.     }else{
  14.         cout<< "Camera open success" <<endl;
  15.     }
  16.  
  17.     CascadeClassifier Classifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt2.xml");
  18.     vector<Rect> AllFace;
  19.  
  20.     Mat ColorImage;
  21.     Mat GrayImage;
  22.     创建人脸截图容器
  23.     Mat MatFace;
  24.     创建用于存储编码完图像的容器
  25.     vector<uchar> JpgFace;
  26.  
  27.     for(;;){
  28.         cap >> ColorImage;
  29.         cvtColor(ColorImage, GrayImage, CV_BGR2GRAY);
  30.         equalizeHist(GrayImage, GrayImage);
  31.  
  32.         Classifier.detectMultiScale(GrayImage, AllFace); 
  33. 	
  34. 	if( AllFace.size()!=0 ){
  35. 	    rectangle(GrayImage, AllFace[0], Scalar(255,0,0));
  36.  
  37.             用矩形截出人脸（相当于截图）
  38.             MatFace = GrayImage(AllFace[0]); 
  39.             编码
  40.             imencode(".jpg", MatFace, JpgFace);
  41.         }
  42.  
  43.         imshow("video",GrayImage);
  44.         waitKey(100);
  45.     }
  46.     
  47.     return 0;
  48. }

5.百度智能云平台

5.1人脸库创建

人脸识别区：人脸识别_人脸识别_准确率99.99%_免费试用-百度AI开放平台 (baidu.com)

进入网站点立即使用，之后先登录，登录完后进入默认界面。

此时退出该登录主页，重新进入人脸识别区主页，再次点击立即使用。 

之后点如图处

进入页面后，领取人脸识别接口免费资源

下一步如图进入-可视化人脸库

点【新建组】

点击用户组ID

点击新建用户，添加你自己的照片和其他人的照片，比如某些明星的正脸照。

5.2 SDK环境搭建

SDK开发包下载：C++-SDK - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测_百度智能云 (baidu.com)

将SDK压缩包解压缩后的文件夹放到Ubuntu里面

SDK包相关依赖下载：安装依赖库libcurl（需要支持https）， openssl，jsoncpp(>1.6.2版本，0.x版本将不被支持)。

libcurl（网络通信的协议库）

openssl（网络通信加密）

jsoncpp（提取信息）

安装：

  1. sudo apt-get install libcurl4-openssl-dev
  2.  
  3. sudo apt-get install openssl
  4.  
  5. sudo apt-get install libjsoncpp-dev
  6.  
  7. sudo apt-get install libssl-dev

检测是否安装成功（install ok字样，同时观察版本是否合适）

  1. dpkg -s libcurl4-openssl-dev
  2.  
  3. dpkg -s openssl
  4.  
  5. dpkg -s libjsoncpp-dev
  6.  
  7. sudo apt-get install libssl-dev

编译（文件库支持C++11版本，同时需要加上第三方库）

将cpp文件放置于SDK文件夹里面，方便编译时找到头文件

编译文件时候在最后加入 （ -std=c++11 -lcurl -lcrypto -ljsoncpp）

g++ main.cpp -o main -lopencv_highgui -lopencv_core -lopencv_imgproc -lopencv_objdetect -std=c++11 -lcurl -lcrypto -ljsoncpp

修改 base.h 和 http.h 文件中json头文件的目录位置

        #include <jsoncpp/json/json.h>

（未解决）评论区反应face.h的search函数出现问题

编写

加入相关头文件和命名空间

        #include "face.h"

        using namespace aip;

5.3百度智能云平台接入

百度提供代码：

  1.   // 设置APPID/AK/SK
  2.     std::string app_id = "你的 App ID";
  3.     std::string api_key = "你的 Api key";
  4.     std::string secret_key = "你的 Secret Key";
  5.  
  6.     aip::Face client(app_id, api_key, secret_key);

 回到 百度智能云平台-应用列表

查看相应参数，写到所给代码对应位置

函数：（注意，视频所给的函数是search，但官方文档已经更新成search_v3）：

  1. // 调用人脸搜索
  2. result = client.face_search_v3(image, image_type, group_id_list, aip::null);
  3. // 带参数调用人脸搜索
  4. result = client.face_search_v3(image, image_type, group_id_list, options);
  5.  
  6. //此处options填你最终储存容器
  7.  
  8. // 如果有可选参数
  9. std::map<std::string, std::string> options;
  10. options["match_threshold"] = "70";
  11. options["quality_control"] = "NORMAL";
  12. options["liveness_control"] = "LOW";
  13. options["user_id"] = "233451";
  14. options["max_user_num"] = "3";

image ：图片信息(总数据大小应小于10M)

image_type：图片类型 BASE64:（图片大小不超过2M），URL:图片的 URL地址，FACE_TOKEN: 人脸图片的唯一标识。

group_id_list：从指定的group中进行查找 用逗号分隔，上限10个

这里我们使用base64编码：

base64_encode(const char* bytes_to_encode, unsigned int int_len);

接收返回数据：

百度提供代码(最终获取的容器）：

Json::Value result;

 返回数据示例：

  1. {
  2.   "face_token": "fid",
  3.   "user_list": [
  4.      {
  5.         "group_id" : "test1",
  6.         "user_id": "u333333",
  7.         "user_info": "Test User",
  8.         "score": 99.3
  9.     }
  10.   ]
  11. }

代码实现（基于前面写的代码修改）：

  1. #include <iostream>
  2. #include "opencv2/opencv.hpp"
  3. #include "face.h"        //库
  4.  
  5. using namespace std;
  6. using namespace cv;
  7. using namespace aip;     //命名空间
  8.  
  9. int main(){
  10.     VideoCapture cap(0);
  11.  
  12.     if(!cap.isOpened()){
  13.         cout<< "Camera open failed" <<endl;
  14.         return -1;
  15.     }else{
  16.         cout<< "Camera open success" <<endl;
  17.     }
  18.  
  19.     CascadeClassifier Classifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt2.xml");
  20. 	
  21.     //写上对参数到所给代码
  22.     aip::Face client("******", "******", "******");
  23.  
  24.     vector<Rect> AllFace;
  25.  
  26.     Mat ColorImage;
  27.     Mat GrayImage;
  28.     Mat MatFace;
  29.  
  30.     vector<uchar> JpgFace;
  31.  
  32.     //定义转换完成base64格式的图片
  33.     string Base64Face;
  34.     //定义获取返回结果的容器
  35.     Json::Value result;
  36.  
  37.     for(;;){
  38.         cap >> ColorImage;
  39.         cvtColor(ColorImage, GrayImage, CV_BGR2GRAY);
  40.         equalizeHist(GrayImage, GrayImage);
  41.  
  42.         Classifier.detectMultiScale(GrayImage, AllFace); 
  43. 	
  44. 	if( AllFace.size()!=0 ){
  45. 	    rectangle(GrayImage, AllFace[0], Scalar(255,0,0));
  46.  
  47.             MatFace = GrayImage(AllFace[0]); 
  48.             imencode(".jpg", MatFace, JpgFace);
  49.             //编码成base64
  50.             Base64Face = base64_encode((char *)JpgFace.data(), JpgFace.size());
  51.             //传输到百度，获取返回结果
  52.             result = client.face_search_v3(Base64Face, "BASE64", "Teaching", result);
  53.             //打印结果
  54.             cout<<result<<endl;
  55.         }
  56.  
  57.         imshow("video",GrayImage);
  58.         waitKey(100);
  59.     }
  60.     
  61.     return 0;
  62. }

编译：

g++ main.cpp -o main -lopencv_highgui -lopencv_core -lopencv_imgproc -lopencv_objdetect  -std=c++11 -lcurl -lcrypto -ljsoncpp

运行后成功获取返回信息：

6.数据处理

6.1Json数据解析

        观察百度所给的返回数据形式

        我们要获取的目标是人脸所对应的人的信息，所以我们只需要从数据中提取特定信息

        1.判断是否检测到人脸

                opencv所给模型不太精确，会将疑似为人脸的物体也上传。百度会进行第二次检测是否有人脸。如果返回为空则不打印信息

        2.判断人脸匹配得分

                如果匹配得分很低说明只是有人脸，百度会返回得分最高的人，即使得分很低，所以结果会不准确。所以我们要控制得分在80以上

        3.只返回人脸所匹配的人的名字

                其他信息对我们获取人的身份信息没有什么作用，我们只需要获取匹配人的名字。

代码实现（基于前面写的代码修改）：

  1. #include <iostream>
  2. #include "opencv2/opencv.hpp"
  3. #include "face.h"
  4.  
  5. using namespace std;
  6. using namespace cv;
  7. using namespace aip;
  8.  
  9. int main(){
  10.     VideoCapture cap(0);
  11.  
  12.     if(!cap.isOpened()){
  13.         cout<< "Camera open failed" <<endl;
  14.         return -1;
  15.     }else{
  16.         cout<< "Camera open success" <<endl;
  17.     }
  18.  
  19.     CascadeClassifier Classifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt2.xml");
  20.  
  21.     aip::Face client("******", "lNW******5EF", "XItO******FzS");
  22.  
  23.     vector<Rect> AllFace;
  24.  
  25.     Mat ColorImage;
  26.     Mat GrayImage;
  27.     Mat MatFace;
  28.  
  29.     vector<uchar> JpgFace;
  30.  
  31.     string Base64Face;
  32.  
  33.     Json::Value result;
  34.  
  35.     for(;;){
  36.         cap >> ColorImage;
  37.         cvtColor(ColorImage, GrayImage, CV_BGR2GRAY);
  38.         equalizeHist(GrayImage, GrayImage);
  39.  
  40.         Classifier.detectMultiScale(GrayImage, AllFace); 
  41. 	
  42. 	if( AllFace.size()!=0 ){
  43. 	    rectangle(GrayImage, AllFace[0], Scalar(255,0,0));
  44.  
  45.             MatFace = GrayImage(AllFace[0]); 
  46.             imencode(".jpg", MatFace, JpgFace);
  47.  
  48.             Base64Face = base64_encode((char *)JpgFace.data(), JpgFace.size());
  49.             result = client.face_search_v3(Base64Face, "BASE64", "Teaching", result);
  50.             if( !result["result"].isNull() )//判断是否检测到人脸(opencv所给模型不一定准确，百度会进行第二次检测是否有人脸）
  51.             {
  52.                 if( result["result"]["user_list"][0]["score"].asInt() > 80 )//判断人脸匹配得分是否大于80
  53. 		        {
  54.                     cout<<result["result"]["user_list"][0]["user_id"]<<endl;//输出人名
  55. 		        }
  56.             }
  57.         }
  58.  
  59.         imshow("video",GrayImage);
  60.         waitKey(500);
  61.     }
  62.     
  63.     return 0;
  64. }

编译运行，成功获取打印对应信息。

6.2记录考勤时间

时间容器：time_sec 

时间获取 (从1970.1.1 0:0:0到现在的秒数)   time(NULL);

时间转换(转换为正常时间） ctime()

代码实现：

  1. #include <iostream>
  2. #include "opencv2/opencv.hpp"
  3. #include "face.h"
  4.  
  5. using namespace std;
  6. using namespace cv;
  7. using namespace aip;
  8.  
  9. int main(){
  10.     VideoCapture cap(0);
  11.  
  12.     if(!cap.isOpened()){
  13.         cout<< "Camera open failed" <<endl;
  14.         return -1;
  15.     }else{
  16.         cout<< "Camera open success" <<endl;
  17.     }
  18.  
  19.     CascadeClassifier Classifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt2.xml");
  20.  
  21.     aip::Face client("******", "lNW******5EF", "XItO******FzS");
  22.  
  23.     vector<Rect> AllFace;
  24.  
  25.     Mat ColorImage;
  26.     Mat GrayImage;
  27.     Mat MatFace;
  28.  
  29.     vector<uchar> JpgFace;
  30.  
  31.     string Base64Face;
  32.  
  33.     Json::Value result;
  34.  
  35.     //时间容器
  36.     time_t sec;
  37.  
  38.     for(;;){
  39.         cap >> ColorImage;
  40.         cvtColor(ColorImage, GrayImage, CV_BGR2GRAY);
  41.         equalizeHist(GrayImage, GrayImage);
  42.  
  43.         Classifier.detectMultiScale(GrayImage, AllFace); 
  44. 	
  45. 	if( AllFace.size()!=0 ){
  46. 	    rectangle(GrayImage, AllFace[0], Scalar(255,0,0));
  47.  
  48.             MatFace = GrayImage(AllFace[0]); 
  49.             imencode(".jpg", MatFace, JpgFace);
  50.  
  51.             Base64Face = base64_encode((char *)JpgFace.data(), JpgFace.size());
  52.             result = client.face_search_v3(Base64Face, "BASE64", "Teaching", result);
  53.             if( !result["result"].isNull() )
  54.             {
  55.                 if( result["result"]["user_list"][0]["score"].asInt() > 80 )
  56.                 {
  57.                     cout<<result["result"]["user_list"][0]["user_id"]<<endl;
  58.                     //时间获取(从1970.1.1 0:0:0到现在的秒数)
  59.                     sec = time(NULL);
  60.                     //ctime()时间转换(转换为正常时间）
  61.                     //输出时间信息
  62.                     cout<<ctime(&sec)<<endl;
  63.                 }
  64.             }
  65.         }
  66.  
  67.         imshow("video",GrayImage);
  68.         waitKey(500);
  69.     }
  70.     
  71.     return 0;
  72. }

编译运行，成功返回时间信息

6.3考勤信息记录及显示

记录考勤信息：运行程序时将信息定向到文本文件中

./main >> log.txt

问题：这样执行就只会将信息存在log.txt中，不再从终端窗口显示.

解决：我们可以从摄像头窗口的人脸识别框上直接显示人名和时间

库：core

函数：putText （图像上写字）

void putText(Mat& img, const string& text, Point org, int fontFace, double fontScale, Scalar color, int thickness=1, int lineType=8, bool bottomLeftOrigin=false ) 

第一个参数：要写字的图像

第二个参数：要写的字

第三个参数：字在图像上的坐标

第四个参数：图像的字体（具体看官方文档）

第五个参数：字的大小

第六个参数：字的颜色

代码实现（在原有代码下加入）

编译运行：

左上角出现字

7.最终实现

虚拟机记得改摄像头兼容性！！！！！！

文件：

代码：

  1. #include <iostream>
  2. #include "opencv2/opencv.hpp"
  3. #include "face.h"
  4.  
  5. using namespace std;
  6. using namespace cv;
  7. using namespace aip;
  8.  
  9. int main(){
  10.     VideoCapture cap(0);
  11.  
  12.     if(!cap.isOpened()){
  13.         cout<< "Camera open failed" <<endl;
  14.         return -1;
  15.     }else{
  16.         cout<< "Camera open success" <<endl;
  17.     }
  18.  
  19.     CascadeClassifier Classifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt2.xml");
  20.  
  21.     aip::Face client("4******8", "lN************EF", "XIt******8FzS");
  22.  
  23.     vector<Rect> AllFace;
  24.  
  25.     Mat ColorImage;
  26.     Mat GrayImage;
  27.     Mat MatFace;
  28.  
  29.     vector<uchar> JpgFace;
  30.  
  31.     string Base64Face;
  32.  
  33.     Json::Value result;
  34.  
  35.     time_t sec;
  36.  
  37.     for(;;){
  38.         cap >> ColorImage;
  39.         cvtColor(ColorImage, GrayImage, CV_BGR2GRAY);
  40.         equalizeHist(GrayImage, GrayImage);
  41.  
  42.         Classifier.detectMultiScale(GrayImage, AllFace); 
  43. 	
  44. 	if( AllFace.size()!=0 ){
  45. 	    rectangle(GrayImage, AllFace[0], Scalar(255,0,0));
  46.  
  47.             MatFace = GrayImage(AllFace[0]); 
  48.             imencode(".jpg", MatFace, JpgFace);
  49.  
  50.             Base64Face = base64_encode((char *)JpgFace.data(), JpgFace.size());
  51.             result = client.face_search_v3(Base64Face, "BASE64", "Teaching", result);
  52.             if( !result["result"].isNull() )
  53.             {
  54.                 if( result["result"]["user_list"][0]["score"].asInt() > 80 )
  55.                 {
  56.                     cout<<result["result"]["user_list"][0]["user_id"]<<endl;
  57.  
  58.                     sec = time(NULL);
  59.                     cout<<ctime(&sec)<<endl;
  60.  
  61.  
  62.                     putText(GrayImage, result["result"]["user_list"][0]["user_id"].asString(), Point(0,50), FONT_HERSHEY_SIMPLEX, 1, Scalar(255,255,255));
  63.                     putText(GrayImage,ctime(&sec), Point(0,100), FONT_HERSHEY_SIMPLEX, 1, Scalar(255,255,255));
  64.                 }
  65.             }
  66.         }
  67.  
  68.         imshow("video",GrayImage);
  69.         waitKey(2);
  70.     }
  71.     
  72.     return 0;
  73. }

安装：

opencv:

sudo apt-get install libopencv-dev

百度云相关支持：

sudo apt-get install libcurl4-openssl-dev

sudo apt-get install openssl

sudo apt-get install libjsoncpp-dev

sudo apt-get install libssl-dev

编译：

  1. g++ main.cpp -o main -lopencv_highgui -lopencv_core -lopencv_imgproc -lopencv_objdetect  -std=c++11 -lcurl -lcrypto -ljsoncpp
  2.  
  3. 18.04:
  4. g++ main.cpp -o main -lopencv_highgui -lopencv_core -lopencv_imgproc -lopencv_objdetect  -std=c++11 -lcurl -lcrypto -ljsoncpp -lopencv_imgcodecs -lopencv_videoio

运行：

./main >> log.txt

一切正常（我把我的API隐藏了，所以文章中的代码无法直接运行，需要加上你的API）

8.文章结束

        感谢大家观看！

 

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/花生_TL007/article/detail/422912
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号