基于OpenCV+QT的人脸识别打卡项目

1.基本概念

基于OpenCV的人脸识别是一个多步骤的过程，通常涉及以下步骤：

1. 人脸检测：使用Haar级联或深度学习模型来检测图像中的面部区域。OpenCV提供了预训练的Haar级联分类器，可以用于快速检测。

2. 特征提取：一旦检测到人脸，就需要从人脸图像中提取特征。特征提取可以使用多种方法，如LBP（局部二值模式）、HOG（方向梯度直方图）或更先进的深度学习方法。

3. 人脸识别：使用特征匹配或机器学习模型来识别检测到的面部。可以使用如支持向量机（SVM）、k-最近邻（k-NN）、神经网络等方法。

4. 训练模型：在实际应用中，通常需要收集一些人脸图像来训练识别模型。训练过程中，模型会学习区分不同的人脸。

5. 实时识别：在训练完成后，可以使用模型进行实时人脸识别。这可以用于多种应用，如安全监控、身份验证等。

2.项目展示

（1）打开QT，并运行项目，把电脑摄像头对准人脸

（2）输入要录入人的姓名，输入完之后点击录入，录入完之后会有提示

（3）成功录入之后，就可以进行打卡了，把摄像头对准人脸，等待识别，识别成功就签到成功了

（4） 打卡签到成功之后，点击打卡时间就可以查看打卡历史记录。

3.项目开发流程

（1）准备工作

 pro文件配置：加载OpenCV文件路径

INCLUDEPATH += D:/opencv/opencv3.4-install/install/include

INCLUDEPATH += D:/opencv/opencv3.4-install/install/include/opencv

INCLUDEPATH += D:/opencv/opencv3.4-install/install/include/opencv2

LIBS += D:/opencv/opencv3.4-install/install/x86/mingw/lib/libopencv_*.a

 头文件支持

#include 

#include 

#include 

#include 

#include 

#include 

#include 

#include 

#include 

using namespace cv::face;

using namespace cv;

using namespace std;

（2）QT的UI界面

（3）摄像头初始化模块

mainwindow.h添加:

//定义摄像头的初始化

private:

    void initVideoCapture();

//定义视频流工具对象属性

private:

VideoCapture vc;

mainwindow.c添加:

//实现摄像头初始化函数

void MainWindow::initVideoCapture(){

    //打开摄像头，摄像头标识是0号

    //打开摄像头

    if(vc.open(0) == false){

        //输出内容

        qDebug() << "call initVideoCapture open error";

        //返回

        return;

    }else{

        //输出内容

        qDebug() << "call initVideoCapture open ok";

    }

}

 

（4）级联分类器初始化模块

mainwindow.h添加:

//定义级联分类器对象的初始化

private:

    void initCascadeClassifier();

//定义级联分类器对象:人脸识别工作

private:

CascadeClassifier classifier;

mainwindow.c添加:

//实现级联分类器对象的初始化

void MainWindow::initCascadeClassifier(){

    //分类：人脸

    //分类配置：人脸配置

    //人脸配置文件位置：D:/opencv/heads/haarcascade_frontalface_alt2.xml

    //通过配置文件haarcascade_frontalface_alt2.xml创建级联分类器对象

    classifier = CascadeClassifier(FACETOOL);

    //参数1：人脸识别的配置文件

    //CascadeClassifier工具类

    //CascadeClassifier()工具类的构造器方法

    //判断级联分类器对象classifier是否创建成功

    if(classifier.empty() == true){

         //输出内容

        qDebug() << "call initCascadeClassifier classifier error";

        return;

    }else{

        //输出内容

        qDebug() << "call initCascadeClassifier classifier ok";

    }

}

（5）人脸识别器初始化模块

mainwindow.h添加:

//定义人脸识别器的初始化

private:

    void initFaceRecognizer();

//定义人脸识别器的对象的指针变量

Ptr<FaceRecognizer> recognizer;

mainwindow.c添加:

//实现人脸识别器的初始化

void MainWindow::initFaceRecognizer(){

    //训练的模型存储的地方：D:/opencv/heads/myface.xml

    //访问模型文件，关联模型文件

    QFile file("D:/opencv/heads/myface.xml");

    //QFile是文件管理工具类

    //file是文件管理工具类的对象

    //file()构建文件管理工具对象的构造器

    //参数：要管理的文件的路径

    //判断文件是否存在

    if(file.exists() == true){

        //输出内容

        qDebug() << "call initFaceRecognizer file exist";

        //加载模型创建人脸识别器对象

        recognizer = FaceRecognizer::load<LBPHFaceRecognizer>("D:/opencv/heads/myface.xml");

        //FaceRecognizer 人脸识别器工具类的基类

        //load()方法是加载模型的方法，创建一个人脸识别器对象

        //LBPHFaceRecognizer是人脸识别器的子类

        //参数1：模型的路径

        //模型文件：xxx.xml

        //输出内容

        qDebug() << "call initFaceRecognizer load myface.xml";

    }else{

        //输出内容

        qDebug() << "call initFaceRecognizer file not exist";

        //创建人脸识别器对象

        recognizer = LBPHFaceRecognizer::create();

        //create()方法是创建人脸识别器对象的方法

        //输出内容

        qDebug() << "call initFaceRecognizer LBPHFaceRecognizer create";

    }

}

（6）定时器模块

mainwindow.h添加:

//定义定时器标识属性

private:

Mat src;//定义摄像头读取的图像

//声明定时器处理方法（定时器事件触发）

private:

void timerEvent(QTimerEvent *e);

mainwindow.c添加:

//定时器处理方法实现

void MainWindow::timerEvent(QTimerEvent *e){

    vc>>src;//读取图像

    if(src.empty())//判断是否加载到了图像

        return;

flip(src,src,1);//翻转摄像头

//重置图像大小

    cv::resize(src,src,Size(600,600));

}

（7）人脸绘制模块

mainwindow.h添加:

private:

 Rect ret;//定义有效矩形

private:

 void blackSrc();//画有效区域

mainwindow.cpp添加：
void MainWindow::blackSrc()

{

    //创建矩形对象

    ret = Rect(src.cols/2-150,src.rows/2-150,300,300);

    //画白框

    rectangle(src,ret,Scalar(255,255,255),2);

    //遍历像素点

    for(int i=0;i<src.cols;i++)

    {

        for(int j=0;j<src.rows;j++)

        {

            //判断是否在有效区域内

            if(!ret.contains(Point(i,j)))

            {

                //修改像素点的值

                src.at<Vec3b>(j,i)[0] = saturate_cast<uchar>(src.at<Vec3b>(j,i)[0]-50);//蓝色

                src.at<Vec3b>(j,i)[1] = saturate_cast<uchar>(src.at<Vec3b>(j,i)[1]-50);//绿色

                src.at<Vec3b>(j,i)[2] = saturate_cast<uchar>(src.at<Vec3b>(j,i)[2]-50);//红色

            }

        }

    }

}

补充代码：

//定时器处理方法实现

void MainWindow::timerEvent(QTimerEvent *e){

    vc>>src;//读取图像

    if(src.empty())//判断是否加载到了图像

        return;

    flip(src,src,1);//翻转摄像头

//重置图像大小

    cv::resize(src,src,Size(600,600));

blackSrc();

}

（8）人脸识别模块

mainwindow.h添加:

//定义人脸查找方法

private:

    void findFace();

//定义属性存储摄像头数据

private:

    Mat mid;//定义图像对象

//定义属性存储摄像头人脸的位置关系

private:

    vector<Rect> faces;

mainwindow.c添加:

void MainWindow::findFace()

{

    //创建灰度图对象

    Mat gray;

    //截取有效区域内图像

    mid = src(ret);

    //色彩空间转换

    cvtColor(mid,gray,CV_BGR2GRAY);

    //检测函数来获取人脸矩形

    classifier.detectMultiScale(gray,faces);

    //给人脸矩形画红框

    if(faces.size()>0)//判断是否找到人脸

        rectangle(mid,faces[0],Scalar(0,0,255),2);

}

补充代码：

//定时器处理方法实现

void MainWindow::timerEvent(QTimerEvent *e){

    vc>>src;//读取图像

    if(src.empty())//判断是否加载到了图像

        return;

flip(src,src,1);//翻转摄像头

//重置图像大小

    cv::resize(src,src,Size(600,600));

blackSrc();

findFace();

}

（9）人脸显示模块

mainwindow.h添加：

//定义人脸显示函数

private:

void showImage();//显示图像

mainwindow.cpp添加：

//实现人脸显示功能

void MainWindow::showImage()

{

    //qt : rgb   opencv :bgr

    Mat rgb;

    //色彩空间转换

    cvtColor(src,rgb,CV_BGR2RGB);

    //Mat->QImage

    QImage img(rgb.data,rgb.cols,rgb.rows,rgb.cols*rgb.channels(),QImage::Format_RGB888);

    //QImage->QPixmap

    QPixmap p = QPixmap::fromImage(img);

    //显示图像

    ui->label_video->setPixmap(p);

}

补充代码：

//定时器处理方法实现

void MainWindow::timerEvent(QTimerEvent *e){

    vc>>src;//读取图像

    if(src.empty())//判断是否加载到了图像

        return;

    flip(src,src,1);//翻转摄像头

blackSrc();

findFace();

showImage();

}

（10）按键的槽函数实现

mainwindow.h添加:

//定义自定义定时器

     QTimer studyTimer;

mainwindow.cpp添加:

void MainWindow::on_pushButton_insert_clicked()

{

    studyTimer.start(1000);//开启机械学习定时器，每一秒执行一次

}

//自定义定时器的连接函数

    connect(&studyTimer,SIGNAL(timeout()),this,SLOT(slot_luru()));

（11）机器学习模块

mainwindow.h添加:

//定义人脸查找方法

private:

    void slot_luru(); 

private:

//定义属性存储摄像头人脸face内容

    vector studyFaces;

    //定义属性存储摄像头人脸对应的id

     int id;

bool isLuru;//定义学习状态变量

mainwindow.c添加:

//实现机器学习功能

void MainWindow::slot_luru()

{

    if(faces.size()<=0)

        return;

    if(studyFace.size() == 10)

    {

        studyTimer.stop();//停止机械学习

        vector<int> labels;//保存标签的容器

        //从ui端获取名字

        QString name = ui->lineEdit_name->text();

        //更新人员表

        ManagerFactory::getIns()->user->insertUser(name);

        //获取当前的用户id

        id = ManagerFactory::getIns()->user->selectId();

        //往容器中插入标签 插入10个一样的标签

        labels.insert(labels.begin(),10,id);

        //学习并且更新模型文件

        recognizer->update(studyFace,labels);

        recognizer->save("face.xml");//保存模型文件

        //提示：录入成功  #include 

        QMessageBox::information(this,"提示","恭喜，录入人员成功");

        ui->lineEdit_name->clear();//清空单行输入框

        studyFace.clear();//清空容器

        isLuru = false;//推出学习状态

    }

    else

    {

        Mat face = mid(faces[0]);//截取人脸矩形的部分

        //色彩空间转换

        cvtColor(face,face,CV_BGR2GRAY);

        //统一尺寸

        cv::resize(face,face,Size(100,100));

        //存放在容器

        studyFace.push_back(face);

        qDebug()<<studyFace.size();

    }

}

（12）人脸预测模块

mainwindow.h添加：

//对应方法完成预测功能

private:

   void checkFace();

mainwindow.cpp添加：

void MainWindow::checkFace()

{

    //找不到人脸      机械学习状态   人脸识别器为空

    if(faces.size()<=0 || isLuru || recognizer->empty())

    {

        return;

    }

    //1.截取人脸区域

    Mat face = src(faces[0]);

    //色彩空间转换

    cvtColor(face,face,CV_BGR2GRAY);

    //与机械学习时的尺寸同一

    cv::resize(face,face,Size(100,100));

    //给标签 和可信度 设定初始值

    int label = -1;

    double confidence =0;

    //预测人脸

    recognizer->predict(face,label,confidence);

    qDebug()<<confidence;

    //提示打卡信息

    if(label != -1 && confidence < 150)

    {

        //获取下名字

        QString name = ManagerFactory::getIns()->user->selectName(label);

        //拼接显示标题

        QString str = name + "已签到";

        //用消息提示框提示签到成功

QMessageBox::warning(this,str,QDateTime::currentDateTime().toString("yyyy-MM-dd hh:mm:ss"));

        //往时间记录表中插入数据

        ManagerFactory::getIns()->time->insertTime(name);

    }

}

结语

以上就是人脸识别的主要内容，本次代码分享到此结束，有需要源码的请联系我VX：gfx2503654393 。最后的最后，还请大家点点赞，点点关注，谢谢大家！