基于OpenCV的人脸签到系统

效果图

在这里插入图片描述

目录文件

在这里插入图片描述

camerathread.h 功能实现全写在.h里了

class CameraThread : public QThread
{Q_OBJECT
public:CameraThread(){//打开序号为0的摄像头m_cap.open(0);if (!m_cap.isOpened()) {qDebug() << "Error: Cannot open camera";}//判断是否有文件,人脸识别模型,检测和识别用的if(!m_cascada.load("D:/research/CV/Opencv/haarcascade_frontalface_alt2.xml")){QMessageBox::information(NULL,"失败", "人脸识别模型装载失败");}//实例化定时器,子线程中数据传输到中线程并显示出来m_timer = new QTimer(this);//绑定时间信号及获取图像帧的图像connect(m_timer,SIGNAL(timeout()),this,SLOT(readFarme()));//大概每秒24帧//开始定时器m_timer->start(42);//打卡模块// 定义 FisherFaceRecognizer 模型,训练用的模型m_model = LBPHFaceRecognizer::create();// 加载训练好的模型,自己训练的模型m_model->read("MyFaceLBPHModel.xml");if (m_model.empty()){qDebug() << "Error: Failed to load model!";}else{qDebug() << "Model loaded successfully!";}//录入时候的定时器,录入大概几秒,获取二十张灰色图像并保存,等待训练//实例化定时器m_Very_timer = new QTimer(this);//数据库的初始化部分//链接数据库m_db = QSqlDatabase::addDatabase("QMYSQL");m_db.setHostName("localhost");  // 主机名m_db.setDatabaseName("face");  // 数据库名m_db.setUserName("root");  // 用户名m_db.setPassword("31415926");  // 密码}~CameraThread(){//释放摄像头m_cap.release();}void run() override{}//图像数据类型转换QImage MatImageToQt(const cv::Mat &src){if(src.type() == CV_8UC1){QImage qImage(src.cols,src.rows,QImage::Format_Indexed8);qImage.setColorCount(256);for(int i = 0; i < 256; i ++){qImage.setColor(i,qRgb(i,i,i));}uchar *pSrc = src.data;for(int row = 0; row < src.rows; row ++){uchar *pDest = qImage.scanLine(row);memcmp(pDest,pSrc,src.cols);pSrc += src.step;}return qImage;}else if(src.type() == CV_8UC3){const uchar *pSrc = (const uchar*)src.data;QImage qImage(pSrc,src.cols,src.rows,src.step,QImage::Format_RGB888);return qImage.rgbSwapped();}else if(src.type() == CV_8UC4){const uchar *pSrc = (const uchar*)src.data;QImage qImage(pSrc, src.cols, src.rows, src.step, QImage::Format_ARGB32);return qImage.copy();}else{return QImage();}}//人脸检测void Check(Mat &image, Mat &gray){//直方图均匀化(改善图像的对比度和亮度)Mat equalizedImg;equalizeHist(gray,equalizedImg);int flags = CASCADE_SCALE_IMAGE; //检测多个人Size minFeatureSize(30,30);float searchScaleFactor = 1.1f; //默认1.1倍int minNeighbors = 4;m_cascada.detectMultiScale(equalizedImg,m_faces,searchScaleFactor,minNeighbors,flags,minFeatureSize);m_current_people = m_faces.size();//检测到的个数//qDebug() << "检测到人脸的个数:" << m_faces.size() << endl;QString str;str.setNum(m_faces.size());//qDebug() << m_current_people << endl;//        //画矩形框Mat face;
//        for(int i = 0; i < m_faces.size(); i++)
//        {
//            if(m_faces[i].height > 0 && m_faces[i].width >0 )
//            {
//                face = gray(m_faces[i]);
//                m_text_lb = Point(m_faces[i].x,m_faces[i].y);
//                rectangle(image, m_faces[i], Scalar(50, 50, 150), 2, 8, 0); //线太细了会导致在QLabel上面丢失线框//            }
//            int iP = Predict(image);//        }// 画矩形框和显示姓名for(int i = 0; i < m_faces.size(); i++){string name; // 从数据库中获取姓名if(m_faces[i].height > 0 && m_faces[i].width >0 ){face = gray(m_faces[i]);m_text_lb = Point(m_faces[i].x,m_faces[i].y);rectangle(image, m_faces[i], Scalar(50, 50, 150), 2, 8, 0); // 画矩形框//灰度图Mat tImagGray;cvtColor(image, tImagGray, COLOR_BGR2GRAY);// 识别人脸int id = Predict(tImagGray);if (!m_db.open()){qDebug() << "Failed to connect to database:" ;}// 执行查询语句QSqlQuery query;QString queryString = QString("SELECT name FROM staff_info WHERE num = %1").arg(id);if (!query.exec(queryString)){qDebug() << "Failed to execute query:";m_db.close();}// 处理查询结果if (query.next()){name = query.value(0).toString().toUtf8().constData();m_db.close();}else{m_db.close();name = "Unknown";}}qDebug() << name.data();// 在图像上显示姓名Point textPosition(m_faces[i].x, m_faces[i].y - 10); // 文本位置在矩形框上方一点putText(image, name.data(), textPosition, FONT_HERSHEY_SIMPLEX, 0.5, Scalar(255, 255, 255), 1, LINE_AA);}m_faces.clear();}// 裁剪出的脸部区域的图像cv::Mat cropFace(const cv::Mat& faceImg, const cv::Rect& faceRect) {// 不再进行颜色空间转换,直接使用输入的 faceImgcv::Mat frame_gray = faceImg;// 确保矩形区域在图像范围内if (faceRect.x >= 0 && faceRect.y >= 0 &&faceRect.x + faceRect.width <= frame_gray.cols &&faceRect.y + faceRect.height <= frame_gray.rows){// 使用区域选择功能提取矩形区域cv::Mat faceROI = frame_gray(faceRect).clone(); // 使用 clone() 来复制图像区域return faceROI;}else{// 处理矩形区域超出图像范围的情况// 这里可以选择合适的处理方式,比如调整矩形区域的大小或者放弃处理该脸部区域return cv::Mat();}}// 在文本文件末尾添加数据void appendToTextFile(const QString& filename, const QString& data){QFile file(filename);if (file.open(QIODevice::Append | QIODevice::Text)){QTextStream out(&file);out << data << "\n";file.close();}else{qDebug() << "Failed to open file for appending.";}}//预测功能,检测输入的图像中的人脸是否在训练集中int Predict(Mat src_image){Mat face_test;int ispredict = 0;//截取的ROI人脸尺寸调整if (src_image.rows >= 120){//改变图像大小,使用双线性差值resize(src_image, face_test, Size(92, 112));}//判断是否正确检测ROIif (!face_test.empty()){//测试图像应该是灰度图ispredict = m_model->predict(face_test);}//cout << ispredict << endl;return ispredict;}signals://向主线程传输图像void Set_image(QImage *image);//打卡之后设置ui部分和数据库部分void Send_Card_Data(QSqlDatabase *m_db,QString num);public slots://摄像头读取函数void readFarme(){//读取一帧图像m_cap.read(m_src_image) ;//处理一下数据,人脸检测//生成灰度图Mat dst_gray;cvtColor(m_src_image, dst_gray, COLOR_BGR2GRAY);Check(m_src_image, dst_gray);//转换图像数据类型QImage imag = MatImageToQt(m_src_image);//发送图像Set_image(&imag);}//执行二十次检测人脸并保存下来的功能void Verity(){//判断目前摄像头中的脸有几个if (!m_facenum.isEmpty()){//如果目前只有一个人if(m_current_people == 1){qDebug() << m_executionCount;//裁剪出人脸区域Mat faceROI = cropFace(m_src_image, m_faces[0]);if (!faceROI.empty()){// 调整裁剪后的脸部图像大小cv::Mat resizedFace;cv::resize(faceROI, resizedFace, cv::Size(92, 112));// 将调整大小后的脸部图像存储在 m_src_image 中m_src_image = resizedFace.clone();} else{qDebug() << "裁剪后的脸部图像为空! ";}//存储的地址QString dir_str = "D:\\research\\CV\\Opencv\\facedata\\" + m_facenum + "\\" + QString::number(m_executionCount) + ".jpg";//用来判断这个地址的文件夹是否存在QString is_dir = "D:\\research\\CV\\Opencv\\facedata\\" + m_facenum;qDebug() << dir_str;QDir dir(is_dir);if (!dir.exists()){if (!dir.mkpath(".")){qDebug() << "default ";}}//扣的脸部的图像如果不为空if (!faceROI.empty()){string filename = dir_str.toStdString();// 将彩色图像转换为灰度图像cv::Mat frame_gray;cv::cvtColor(faceROI, frame_gray, cv::COLOR_BGR2GRAY);//存储图像imwrite(filename, frame_gray);//在存储训练集需要的图片的地址的txt里也更新地址QString csvsave = "D:/research/CV/Opencv/facedata/" + m_facenum + "/" + QString::number(m_executionCount) + ".jpg" + ";" + m_facenum ;//存放要训练的模型的图片的地址的txtQString csvfilename = "D:\\research\\CV\\Opencv\\at.txt";//添加数据appendToTextFile(csvfilename, csvsave);m_executionCount++; // 每次执行计数器加一} else{qDebug() << "脸部图像为空,无法写入文件! ";}//存储20张之后if (m_executionCount >= 20){m_executionCount = 0;m_Very_timer->stop();}}}else{QMessageBox::about(NULL, "提示", "请输入工号!");m_executionCount = 0;m_Very_timer->stop();//delete m_Very_timer;}}//录入脸void Set_Verity_face(QString facenum,QString facename){m_facenum = facenum;m_facename = facename;qDebug()<< QSqlDatabase::drivers();//判断数据库是否开着if (!m_db.open()){qDebug() << "Failed to connect to database:" ;} else{qDebug() << "Connected to database!";}//查找全部,看数量以便添加idQSqlQuery countQuery("SELECT COUNT(*) FROM staff_info");if (countQuery.exec() && countQuery.next()){int rowCount = countQuery.value(0).toInt(); // 获取数据条数int newId = rowCount + 1; // 新的 ID 就是数据条数加一QSqlQuery query;query.prepare("INSERT INTO staff_info (num, id, name) VALUES (:facenum, :faceid, :facename)");query.bindValue(":facenum", m_facenum);query.bindValue(":faceid", newId); // 使用新的 IDquery.bindValue(":facename", m_facename);if (query.exec()){qDebug() << "Data inserted into database successfully!";}else{qDebug() << "Failed to insert data into database:" ;}}else{qDebug() << "Failed to retrieve row count from database:" ;}//关闭数据库m_db.close();qDebug() << "开始录入\n";//绑定时间信号及获取图像帧的图像connect(m_Very_timer, SIGNAL(timeout()), this, SLOT(Verity()));//开始定时器m_Very_timer->start(200);}//设置打卡部分void Set_Card(){Mat gray;cvtColor(m_src_image, gray, CV_BGR2GRAY); // 将输入图像转换为灰度图像vector<Rect> faces; // 存放检测到的人脸矩形的向量容器// 使用级联分类器检测人脸m_cascada.detectMultiScale(gray, faces, 1.1, 4, 0, Size(30, 30), Size(500, 500));// 遍历检测到的每张人脸for (size_t i = 0; i < faces.size(); i++){Rect faceRect = faces[i]; // 获取当前人脸的矩形框// 从灰度图像中提取当前人脸区域Mat faceROI = gray(faceRect);// 检查人脸区域是否为空if (!faceROI.empty()){// 调用 Predict 函数对人脸进行预测int temp = Predict(faceROI);qDebug() << "预测结果:" << temp;// 发送打卡数据,然后让主线程在数据库中查找Send_Card_Data(&m_db,QString::number(temp));}}faces.clear();}private://声明opencv的视频类cv::VideoCapture m_cap;//更新显示的定时器QTimer *m_timer;//录入的定时器QTimer *m_Very_timer;//声明Mat类图像变量,存储当前摄像头前的图像cv::Mat m_src_image;//检测的分类器CascadeClassifier m_cascada;//矩形框的点Point m_text_lb;//人脸个数vector<Rect> m_faces;// 声明一个录入计数器变量int m_executionCount = 0;//工号和姓名QString m_facenum;QString m_facename;//识别的模型Ptr<LBPHFaceRecognizer> m_model;//当前镜头前识别出的人数int m_current_people = 0;//数据库QSqlDatabase m_db;
};#endif // CAMERATHREAD_H

faceverify.cpp


#include "faceverify.h"
#include "ui_faceverify.h"#include <QDebug>
#include <QCamera>              //管理摄像头的大类
#include <QCameraInfo>          //管理摄像头的设备表
#include <QCameraViewfinder>    //管理摄像头显示区域
#include <QCameraImageCapture>  //管理图片
#include <QDateTime>            //管理时间
#include <QString>              //管理字符串
#include "verityface.h"#pragma execution_character_set("utf-8")FaceVerify::FaceVerify(QWidget *parent): QWidget(parent), ui(new Ui::FaceVerify)
{ui->setupUi(this);}FaceVerify::~FaceVerify()
{delete m_cthread;delete ui;
}void FaceVerify::Get_image(QImage *image)
{//设置图片大小和label的长宽一致QImage timage = image->scaled(ui->Camera->width(), ui->Camera->height(),Qt::IgnoreAspectRatio, Qt::SmoothTransformation);ui->Camera->setPixmap(QPixmap::fromImage(timage));
}//打开摄像头
void FaceVerify::on_pushButton_Open_Camera_clicked()
{if(ui->pushButton_Open_Camera->text() ==  "打开摄像头"){m_cthread = new CameraThread();connect(m_cthread, &CameraThread::Set_image, this, &FaceVerify::Get_image);ui->pushButton_Open_Camera->setText("关闭摄像头");}else{disconnect(m_cthread, &CameraThread::Set_image, this, &FaceVerify::Get_image);delete m_cthread;m_cthread = nullptr;ui->Camera->clear();ui->pushButton_Open_Camera->setText("打开摄像头");}
}//打卡
void FaceVerify::on_pushButton_Card_clicked()
{// 先断开之前的连接disconnect(this, &FaceVerify::Send_Card, m_cthread, &CameraThread::Set_Card);disconnect(m_cthread, &CameraThread::Send_Card_Data, this, &FaceVerify::Show_Data);// 连接信号和槽connect(this, &FaceVerify::Send_Card, m_cthread, &CameraThread::Set_Card);connect(m_cthread, &CameraThread::Send_Card_Data, this, &FaceVerify::Show_Data);// 发送信号emit Send_Card();}
//打卡数据显示
void FaceVerify::Show_Data(QSqlDatabase *m_db,QString num)
{if (!m_db->open()){qDebug() << "Failed to connect to database:";}else{qDebug() << "Connected to database!";// 执行检查并插入数据QSqlQuery query;query.prepare("SELECT * FROM record_info WHERE num = :facenum AND DATE(mtime) = CURDATE()");query.bindValue(":facenum", num);if (query.exec()){if (query.next()){// 如果有记录,表示今天已经签到QMessageBox::information(NULL, tr("提示 "), tr("今天已签到 "));// 读取数据库中的数据并显示在textEdit_data中QString data;QSqlRecord record = query.record();int numField = record.indexOf("num"); // 获取字段索引int timeField = record.indexOf("mtime");// 遍历查询结果do{QString num = query.value(numField).toString(); // 获取编号QString time = query.value(timeField).toDateTime().toString("yyyy-MM-dd hh:mm:ss"); // 获取时间data += "编号: " + num + ", 时间: " + time + "\n";} while (query.next());// 将数据显示在textEdit_data中ui->textEdit_data->setText(data);}else{QDateTime currentDateTime = QDateTime::currentDateTime();QString currentTimeString = currentDateTime.toString("yyyy-MM-dd hh:mm:ss");qDebug() << "Current time:" << currentTimeString;// 如果没有记录,表示今天还未签到,执行插入操作query.prepare("INSERT INTO record_info (num, id, mtime) VALUES (:facenum, :faceid, :facemtime)");query.bindValue(":facenum", num);query.bindValue(":faceid", num); // 使用相同的 num 作为 idquery.bindValue(":facemtime", currentTimeString);if (query.exec()){QMessageBox::information(NULL, tr("提示 "), tr("签到成功 "));}else{QMessageBox::critical(NULL, tr("错误 "), tr("签到失败: ") ); // 显示错误信息}}}else{QMessageBox::critical(NULL, tr("错误"), tr("查询数据失败: "));}// 关闭数据库连接m_db->close();}}//录入人脸
void FaceVerify::on_pushButton_face_clicked()
{//打开录入界面m_verifity = new VerityFace();connect(m_verifity, &VerityFace::Send_Face, this, &FaceVerify::GetFaceNum);m_verifity->show();
}//训练模型
void FaceVerify::on_pushButton_Train_clicked()
{m_train = new train();connect(m_train, &train::finished, this, &FaceVerify::Train_Finish);m_train->run();}
//模型训练完
void FaceVerify::Train_Finish()
{delete m_train;QMessageBox::information(NULL,"训练", "训练完成");
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/313571.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

restful请求风格的增删改查-----查询and添加

一、restful风格的介绍 restful也称之为REST ( Representational State Transfer )&#xff0c;可以将它理解为一种软件架构风格或设计风格&#xff0c;而不是一个标准。简单来说&#xff0c;restful风格就是把请求参数变成请求路径的一种风格。例如&#xff0c;传统的URL请求…

PHP项目搭建与启动

1、拉取项目 2、安装phpstudy 下载地址&#xff1a; Windows版phpstudy下载 - 小皮面板(phpstudy) (xp.cn) 软件安装&#xff1a; Apache2.4.39、Nginx1.15.11、MySQL8.0.12、 composer2.5.8 添加伪静态 将下面代码写入到伪静态配置文本域框内&#xff1a; location ~* (ru…

多线程(安全 同步 线程池)

线程安全问题 多线程给我们的程序带来了很大性能上的提升&#xff0c;但是也可能引发线程安全问题线程安全问题指的是当多个线程同时操作同一个共享资源的时候&#xff0c;可能会出现的操作结果不符预期问题 取钱的线程安全问题 线程安全问题出现的原因&#xff1f; 存在多线…

创新科技赋能旅游服务:智慧文旅引领旅游发展新篇章,智能体验助力产业转型升级

随着科技的飞速发展和人们生活水平的提高&#xff0c;旅游业正迎来前所未有的发展机遇。创新科技在旅游服务领域的广泛应用&#xff0c;不仅提升了旅游体验的品质&#xff0c;也为旅游产业的转型升级注入了新的动力。智慧文旅作为旅游业与信息技术深度融合的产物&#xff0c;正…

matlab新手快速上手5(蚁群算法)

本文根据一个较为简单的蚁群算法框架详细分析蚁群算法的实现过程&#xff0c;对matlab新手友好&#xff0c;源码在文末给出。 蚁群算法简介&#xff1a; 蚁群算法是一种启发式优化算法&#xff0c;灵感来源于观察蚂蚁寻找食物的行为。在这个算法中&#xff0c;解决方案被看作是…

如何利用交易形态的失败进行现货黄金?

进行现货黄金理财&#xff0c;除了需要投资者对黄金投资有热情之外&#xff0c;有方法也是很重要的&#xff0c;光有热情而没有技术&#xff0c;我们的资金很可能会成为其他人的囊中之物。但如果有了现货黄金理财的技术&#xff0c;情况就可能扭转过来。下面我们就从买入的角度…

vue2实现字节流byte[]数组的图片预览

项目使用vantui框架&#xff0c;后端返回图片的字节流byte[]数组&#xff0c;在移动端实现预览&#xff0c;实现代码如下&#xff1a; <template><!-- 附件预览 --><div class"file-preview-wrap"><van-overlay :show"show"><…

【draw.io的使用心得介绍】

&#x1f308;个人主页: 程序员不想敲代码啊 &#x1f3c6;CSDN优质创作者&#xff0c;CSDN实力新星&#xff0c;CSDN博客专家 &#x1f44d;点赞⭐评论⭐收藏 &#x1f91d;希望本文对您有所裨益&#xff0c;如有不足之处&#xff0c;欢迎在评论区提出指正&#xff0c;让我们共…

14.MMD导入Blender及贴图步骤

MMD导出.abc文件 在MMD十周年桥版本导入一个人物模型&#xff0c;这里导入仆人 注意MMD的路径不能有中文 点击上面的MMDBridge 设定 第一个选择blender by 第二个选择实行 这里是选择帧数范围和帧率 帧率一定要是30&#xff0c;不然后面可能会出问题 点击文件导出视频…

机器学习 -- 分类问题

场景 探讨了一个回归任务——预测住房价格&#xff0c;用到了线性回归、决策树以及随机森林等各种算法。本次中我们将把注意力转向分类系统。我们曾经对MNIST进行了分类任务&#xff0c;这次我们重新回到这里&#xff0c;细致的再来一次。 开始 获取数据 Scikit-Learn提供了…

说说2024年暑期三下乡社会实践工作新闻投稿经验

作为一名在校大学生,我有幸自去年起参与学院组织的暑期大学生三下乡社会实践团活动。这项活动不仅是我们深入基层、服务社会的重要平台,也是展现当代大学生风采、传递青春正能量的有效途径。然而,如何将这些生动鲜活的实践故事、感人至深的瞬间传播出去,让更多人了解并受到启发…

抽象的代理模式1.0版本

前言&#xff1a; 在阅读Spring Security官方文档时&#xff0c;里面设计到了一种设计模式——代理模式Proxy 众里寻她千百度&#xff0c;蓦然回首&#xff0c;那人却在灯火阑珊处 开始 在之前的文章里陈述了一个观点——编程语言和语言没有区别 现看看我们日常生活中的代理…

数据结构篇其一---顺序表

前言 数据结构篇&#xff0d;&#xff0d;&#xff0d;C语言实现数据结构 &#xff23;语言的基础知识&#xff1a;数组 函数 结构体 指针 动态内存分配。 顺序表 从数据结构的角度看待数组 int arr[10]; 数组是一个基本的数据结构吗&#xff1f; 这里以一维数组为例。 …

OpenCV 实现霍夫圆变换

返回:OpenCV系列文章目录&#xff08;持续更新中......&#xff09; 上一篇&#xff1a;OpenCV实现霍夫变换 下一篇:OpenCV 实现重新映射 目标 在本教程中&#xff0c;您将学习如何&#xff1a; 使用 OpenCV 函数 HoughCircles()检测图像中的圆圈。 理论 Hough 圆变换 H…

L2-052 吉利矩阵

题目描述 题解思路 这个道题就是很简单&#xff0c;就跟n皇后问题一样&#xff0c;给矩阵填数&#xff0c;使得矩阵满足一个什么条件&#xff0c;最后求方案数或者方案。很容易想到回溯法&#xff0c;根据数据范围&#xff0c;应该能够确定回溯法是没有问题的。 我们只需要枚举…

Python实现线性拟合及绘图

Python实现线性拟合及绘图 当时的数字地形实验&#xff0c;使用matplotlib库绘制了一张图表表示不同地形类别在不同分辨率下的RMSE值&#xff0c;并分别拟合了一条趋势线。现在来看不足就是地形较多时&#xff0c;需要使用循环更好一点&#xff0c;不然太冗余了。 代码逻辑 …

80个在线小游戏源码

源码简介 搭建80个在线小游戏网站源码&#xff0c;解压即可食用&#xff0c;支持在本地浏览器打开。 安装教程 纯HTML&#xff0c;直接将压缩包上传网站目录解压即可 首页截图 源码下载 80个在线小游戏源码-小8源码屋

vscode 打代码光标特效

vscode 打代码光标特效 在设置里面找到settings 进入之后在代码最下方加入此代码 "explorer.confirmDelete": false,"powermode.enabled": true, //启动"powermode.presets": "fireworks", // 火花效果// particles、 simple-rift、e…

STM32_舵机的实战

一、配置相应的管脚 二、写代码

ASP.NET集成客户关系管理的企业网站的设计与开发

摘 要 企业要在激烈的市场竞争中立于不败之地&#xff0c;就必须找一种全新的管理理念和管理手段&#xff0c;对其内部和外部资源进行有效的整合。新一代ERP产品正在向客户端和供应端延伸&#xff0c;客户端的延伸即是客户关系管理。对于每个企业来说客户管理的完善程度将直接…