博主介绍：?全网粉丝10W+,前互联网大厂软件研发、集结硕博英豪成立工作室。专注于计算机相关专业毕业设计项目实战6年之久，选择我们就是选择放心、选择安心毕业?感兴趣的可以先收藏起来，点赞、关注不迷路?
毕业设计：2023-2024年计算机毕业设计1000套（建议收藏）
毕业设计：2023-2024年最新最全计算机专业毕业设计选题汇总
1、项目介绍
技术栈：
Python语言、opencv dlib 库 sqlite数据库 摄像头识别
利用 dlib 库自带的人脸预测器、特征提取器，然后计算 128d 特征来完成人脸识别
2、项目界面
（1）系统首页
（2）摄像头人脸识别考勤
（3）人脸识别记录
（4）人脸考勤打卡记录
3、项目说明
选题“员工刷脸考勤”，要求采用 python 语言开发，可以通过摄像头添加员工面部信息，这里就涉及到两个具体的个问题，一个是应该以什么样的数据来标识每一个员工的面部信息，二是持久化地保存这些信息到数据库中去。更细地，还涉及表的设计；另一个基本要求是通过摄像头识别员工面部信息来完成考勤，这个问题基本可以通过遍历数据库里的员工面部数据与当前摄像头里的员工面部数据的比对来实现，但有一个问题就是假如摄像头里有多张人脸改怎么处理。扩展要求是导出每日的考勤表，可以拆分为两个部分，一个是存储考勤信息，一个是展示考勤信息。
为了完成上述目标一，程序的界面初始化分为三部分，第一部分初始化菜单栏，第二部分初始化左边控制台，第三部分初始化右边展示面板，使这三部分相互独立；数据逻辑部分的初始化分为两部分，第一部分是数据库部分的初始化，如果数据库/表不存在就新建，存在则加载相关数据，第二部分是初始化一些需要循环使用的变量，比如新建录入时的员工姓名、工号、截图数目计数器等,每当完成录入时这些数据都应该被重置成初始化以待下一次录入，把这些初始化语句写成一个函数可以提高代码复用度。
选了员工刷脸考勤系统以后，我和小组成员刘佳璇查阅了大量资料，了解到 dlib 这个库，于是我们利用 dlib 库自带的人脸预测器、特征提取器，然后计算 128d 特征来完成人脸识别。
4、核心代码
# -*- coding: utf-8 -*-
import wx
import wx.grid
import sqlite3
from time import localtime,strftime
import os
from skimage import io as iio
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')
def return_euclidean_distance(feature_1, feature_2):
feature_1 = np.array(feature_1)
feature_2 = np.array(feature_2)
dist = np.sqrt(np.sum(np.square(feature_1 - feature_2)))
print("欧式距离: ", dist)
if dist > 0.4:
return "diff"
else:
return "same"
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
")
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 punchcard_cap(self,event):
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, 255), 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
print("same")
flag = 0
nowdt = self.getDateAndTime()
for j,logcat_name in enumerate(self.logcat_name):
if logcat_name == self.knew_name[i] and nowdt[0:nowdt.index(" ")] == self.logcat_datetime[j][0:self.logcat_datetime[j].index(" ")]:
self.infoText.AppendText(nowdt+"工号:"+ str(self.knew_id[i])
+ " 姓名:" + self.knew_name[i] + " 签到失败,重复签到
")
flag = 1
break
if flag == 1:
break
if nowdt[nowdt.index(" ")+1:-1] <= self.puncard_time:
self.infoText.AppendText(nowdt + "工号:" + str(self.knew_id[i])
+ " 姓名:" + self.knew_name[i] + " 成功签到,且未迟到
")
self.insertARow([self.knew_id[i],self.knew_name[i],nowdt,"否"],2)
else:
self.infoText.AppendText(nowdt + "工号:" + str(self.knew_id[i])
+ " 姓名:" + self.knew_name[i] + " 成功签到,但迟到了
")
self.insertARow([self.knew_id[i], self.knew_name[i], nowdt, "是"], 2)
self.loadDataBase(2)
break
if self.start_punchcard.IsEnabled():
self.bmp.SetBitmap(wx.Bitmap(self.pic_index))
_thread.exit()
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
# 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 initInfoText(self):
#少了这两句infoText背景颜色设置失败，莫名奇怪
resultText = wx.StaticText(parent=self, pos = (10,20),size=(90, 60))
resultText.SetBackgroundColour('red')
self.info = "
"+self.getDateAndTime()+"程序初始化成功
"
#第二个参数水平混动条
self.infoText = wx.TextCtrl(parent=self,size=(320,500),
style=(wx.TE_MULTILINE|wx.HSCROLL|wx.TE_READONLY))
#前景色，也就是字体颜色
self.infoText.SetForegroundColour("ORANGE")
self.infoText.SetLabel(self.info)
#API:https://www.cnblogs.com/wangjian8888/p/6028777.html
# 没有这样的重载函数造成"par is not a key word",只好Set
font = wx.Font()
font.SetPointSize(12)
font.SetWeight(wx.BOLD)
font.SetUnderlined(True)
self.infoText.SetFont(font)
self.infoText.SetBackgroundColour('TURQUOISE')
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()
???感兴趣的可以先收藏起来，点赞关注不迷路，想学习更多项目可以查看主页，大家在毕设选题，项目代码以及论文编写等相关问题都可以给我留言咨询，希望可以帮助同学们顺利毕业！???
5、源码获取方式
??由于篇幅限制，获取完整文章或源码、代做项目的，拉到文章底部即可看到个人联系方式。??
点赞、收藏、关注，不迷路，下方查看????获取联系方式????