文章目录

  • 1. 系统介绍
  • 2. 系统架构
  • 3. 开发步骤
    • 3.1 安装必要的库
    • 3.2 设计用户界面
    • 3.3 编写代码
      • 3.3.1 导入库
      • 3.3.2 连接数据库
      • 3.3.3 定义主窗口类
      • 3.3.4 实时显示摄像头画面
      • 3.3.5 进行人脸识别
      • 3.3.6 手动打卡
      • 3.3.7 显示打卡时间
      • 3.3.8 显示图片
      • 3.3.9 运行主程序
  • 4. 总结

1. 系统介绍

本系统是一个基于OpenCV和 Qt Designer 的人脸识别考勤系统，主要功能是自动识别摄像头中的人脸，并把人脸对应的姓名和打卡时间存储到数据库中，方便管理人员进行考勤管理。本系统使用 face_recognition 库进行人脸识别，使用 PyQt5 开发界面，然后把界面与代码进行整合。

2. 系统架构

系统主要由以下几个模块组成：

用户界面：使用 PyQt5 设计界面，包括摄像头画面、人脸识别结果、打卡时间等。
摄像头模块：使用 OpenCV 库获取摄像头视频流，实时显示在用户界面中。
人脸识别模块：使用 face_recognition 库进行人脸识别，并将结果显示在用户界面中。
数据库模块：使用 sqlite3 库进行数据存储，把人脸对应的姓名和打卡时间存储到数据库中。

3. 开发步骤

3.1 安装必要的库

本系统需要的主要库有：

PyQt5：用于设计用户界面。
OpenCV：用于获取摄像头视频流。
face_recognition：用于进行人脸识别。
sqlite3：用于进行数据存储。
可以通过以下命令安装：

pip install pyqt5 opencv-python face_recognition sqlite3

3.2 设计用户界面

使用 Qt Designer 设计用户界面。用户界面应该包括以下几个部分：

摄像头画面：用于实时显示摄像头视频流。
人脸识别结果：用于显示识别出的人脸及对应的姓名。
打卡时间：用于显示打卡时间。
打卡按钮：用于手动打卡。
可以参考下面的截图：

3.3 编写代码

3.3.1 导入库

import sysimport cv2import face_recognitionimport sqlite3from PyQt5.QtCore import Qt, QTimerfrom PyQt5.QtGui import QImage, QPixmapfrom PyQt5.QtWidgets import QApplication, QDialog, QLabel, QPushButton

3.3.2 连接数据库

conn = sqlite3.connect('attendance.db')c = conn.cursor()c.execute('''CREATE TABLE IF NOT EXISTS attendance (name TEXT, time TEXT)''')conn.commit()

3.3.3 定义主窗口类

class MainWindow(QDialog):def __init__(self):super().__init__()self.camera_label = QLabel(self)self.camera_label.resize(640, 480)self.camera_label.move(20, 20)self.result_label = QLabel(self)self.result_label.resize(300, 300)self.result_label.move(700, 20)self.time_label = QLabel(self)self.time_label.resize(300, 50)self.time_label.move(700, 350)self.button = QPushButton('打卡', self)self.button.resize(100, 50)self.button.move(700, 420)self.button.clicked.connect(self.check_attendance)self.timer = QTimer(self)self.timer.timeout.connect(self.show_camera)self.timer.start(30)self.video_capture = cv2.VideoCapture(0)self.setGeometry(100, 100, 1024, 480)self.setWindowTitle('人脸识别考勤系统')

3.3.4 实时显示摄像头画面

 def show_camera(self):ret, frame = self.video_capture.read()frame = cv2.flip(frame, 1)rgb_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)self.display_image(rgb_frame, self.camera_label)

3.3.5 进行人脸识别

def face_recognition(self, frame):face_locations = face_recognition.face_locations(frame)face_encodings = face_recognition.face_encodings(frame, face_locations)for face_encoding in face_encodings:matches = face_recognition.compare_faces(known_faces, face_encoding)name = "Unknown"face_distances = face_recognition.face_distance(known_faces, face_encoding)best_match_index = np.argmin(face_distances)if matches[best_match_index]:name = known_names[best_match_index]self.display_image(frame, self.result_label)self.result_label.setText(name)if name != 'Unknown':c.execute("INSERT INTO attendance VALUES (" />, (name,))conn.commit()

3.3.6 手动打卡

def check_attendance(self):name = self.result_label.text()if name != 'Unknown':c.execute("INSERT INTO attendance VALUES (?, datetime('now', 'localtime'))", (name,))conn.commit()

3.3.7 显示打卡时间

 def show_time(self):c.execute("SELECT * FROM attendance ORDER BY time DESC")result = c.fetchone()if result:name, time = resultself.time_label.setText(f"{name} 打卡时间：{time}")

3.3.8 显示图片

def display_image(self, img, label):qformat = QImage.Format_Indexed8if len(img.shape) == 3:if img.shape[2] == 4:qformat = QImage.Format_RGBA8888else:qformat = QImage.Format_RGB888img = QImage(img, img.shape[1], img.shape[0], qformat)img = img.rgbSwapped()label.setPixmap(QPixmap.fromImage(img))label.setAlignment(Qt.AlignHCenter | Qt.AlignVCenter)

3.3.9 运行主程序

if __name__ == '__main__':app = QApplication(sys.argv)window = MainWindow()window.show()sys.exit(app.exec_())

4. 总结

本文介绍了如何使用 Python 和 Qt Designer 开发人脸识别考勤系统。该系统可以自动识别摄像头中的人脸，并把人脸对应的姓名和打卡时间存储到数据库中，方便管理人员进行考勤管理。希望本文对您有所帮助。