您当前的位置:首页 > IT编程 > python
| C语言 | Java | VB | VC | python | Android | TensorFlow | C++ | oracle | 学术与代码 | cnn卷积神经网络 | gnn | 图像修复 | Keras | 数据集 | Neo4j | 自然语言处理 | 深度学习 | 医学CAD | 医学影像 | 超参数 | pointnet | pytorch | 异常检测 | Transformers | 情感分类 | 知识图谱 |

自学教程:Python和OpenCV自制访客识别程序

51自学网 2025-02-05 12:15:04
  python
这篇教程Python和OpenCV自制访客识别程序写得很实用,希望能帮到您。

效果图

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

然后是人脸识别功能,不多废话,直接上代码:

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:

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:

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)

到此这篇关于Python和OpenCV自制访客识别程序的文章就介绍到这了,更多相关Python OpenCV访客识别内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站!


python模拟练习题总结(附答案)
一文详细讲解如何手动安装python第三方库
万事OK自学网:51自学网_软件自学网_CAD自学网自学excel、自学PS、自学CAD、自学C语言、自学css3实例,是一个通过网络自主学习工作技能的自学平台,网友喜欢的软件自学网站。