基于OpenCV的自制Python访客识别程序

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:

python 复制代码
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:

python 复制代码
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:

python 复制代码
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

相关推荐
cnbestec1 分钟前
协作机器人UR7e与UR12e:轻量化设计与高负载能力助力“小而美”智造升级
人工智能·机器人·协作机器人·ur协作机器人·ur7e·ur12e
zskj_zhyl4 分钟前
毫米波雷达守护银发安全:七彩喜跌倒检测仪重构居家养老防线
人工智能·安全·重构
gaosushexiangji1 小时前
利用sCMOS科学相机测量激光散射强度
大数据·人工智能·数码相机·计算机视觉
ai小鬼头2 小时前
AIStarter新版重磅来袭!永久订阅限时福利抢先看
人工智能·开源·github
说私域3 小时前
从品牌附庸到自我表达:定制开发开源AI智能名片S2B2C商城小程序赋能下的营销变革
人工智能·小程序
飞哥数智坊3 小时前
新版定价不够用,Cursor如何退回旧版定价
人工智能·cursor
12点一刻4 小时前
搭建自动化工作流:探寻解放双手的有效方案(2)
运维·人工智能·自动化·deepseek
未来之窗软件服务4 小时前
东方仙盟AI数据中间件使用教程:开启数据交互与自动化应用新时代——仙盟创梦IDE
运维·人工智能·自动化·仙盟创梦ide·东方仙盟·阿雪技术观
chao_7894 小时前
二分查找篇——搜索旋转排序数组【LeetCode】一次二分查找
数据结构·python·算法·leetcode·二分查找
烛阴4 小时前
Python装饰器解除:如何让被装饰的函数重获自由?
前端·python