OpenCV树莓派4B实现人脸识别门禁系统 |21xrx.com

OpenCV树莓派4B实现人脸识别门禁系统

2024-05-18 05:36:38 深夜i -- --

OpenCV 树莓派4B 人脸识别门禁系统

随着技术的迅猛发展，人脸识别技术已经被广泛应用于各个领域。而在门禁系统中，人脸识别技术的应用也越来越受到重视。本文将介绍如何使用OpenCV树莓派4B实现人脸识别门禁系统。

首先，我们需要搭建硬件平台。树莓派是一款功能强大的微型电脑，它具有较高的计算性能和丰富的外设接口，非常适合用于人脸识别应用。在安装好树莓派4B的操作系统后，我们需要连接一个USB摄像头，以便进行人脸图像的采集。

接下来，我们需要安装OpenCV库。OpenCV是一个开源的计算机视觉库，能够提供丰富的图像处理和计算机视觉算法。在树莓派的终端中，使用以下命令安装OpenCV库：

sudo apt-get install python3-opencv

安装完成后，我们就可以开始编写Python代码来实现人脸识别门禁系统了。首先，我们需要进行人脸图像的采集，以便训练一个人脸识别模型。通过调用摄像头进行实时图像采集，并将采集到的图像保存到本地。

import cv2

cam = cv2.VideoCapture(0)

detector=cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

i=0

while(True):

ret, img = cam.read()

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

faces = detector.detectMultiScale(gray, 1.3, 5)

for (x,y,w,h) in faces:

cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)

i=i+1

cv2.imwrite("dataset/User."+str(face_id) +'.'+ str(i) + ".jpg", gray[y:y+h,x:x+w])

cv2.imshow('frame',img)

if cv2.waitKey(100) & 0xFF == ord('q'):

break

elif i>100:

break

cam.release()

cv2.destroyAllWindows()

在图像采集完毕后，我们需要训练一个人脸识别模型。通过OpenCV的LBPH（Local Binary Patterns Histograms）算法，可以实现简单而高效的人脸识别。为了训练模型，我们需要定义一个函数，将采集的人脸图像转化为特征向量，并存储到训练集中。

import cv2

import numpy as np

from PIL import Image

import os

recognizer = cv2.face.LBPHFaceRecognizer_create()

path='dataset'

def getImagesWithID(path):

imagePaths=[os.path.join(path,f) for f in os.listdir(path)]

faces=[]

IDs=[]

for imagePath in imagePaths:

faceImg=Image.open(imagePath).convert('L')

faceNp=np.array(faceImg,'uint8')

ID=int(os.path.split(imagePath)[-1].split('.')[1])

faces.append(faceNp)

IDs.append(ID)

cv2.imshow("training",faceNp)

cv2.waitKey(10)

return np.array(IDs),faces

Ids,faces=getImagesWithID(path)

recognizer.train(faces,Ids)

recognizer.save('recognizer/trainer.yml')

cv2.destroyAllWindows()

最后，我们可以使用训练好的人脸识别模型来实现门禁系统的功能。通过调用摄像头进行实时图像采集，并实时使用人脸识别模型对采集到的人脸进行识别。如果识别到的人脸与已知的人脸匹配，则开启门禁系统。

import cv2

import numpy as np

recognizer=cv2.face.LBPHFaceRecognizer_create()

recognizer.read('recognizer/trainer.yml')

cascadePath = "haarcascade_frontalface_default.xml"

faceCascade = cv2.CascadeClassifier(cascadePath);

cam = cv2.VideoCapture(0)

font = cv2.FONT_HERSHEY_SIMPLEX

while True:

ret, im =cam.read()

gray=cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)

faces=faceCascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5, minSize=(100, 100), flags=cv2.CASCADE_SCALE_IMAGE)

for(x,y,w,h) in faces:

Id, confidence = recognizer.predict(gray[y:y+h,x:x+w])

if (confidence < 100):

# 开启门禁

cv2.rectangle(im,(x,y),(x+w,y+h),(0,255,0),2)

else:

# 不开启门禁

cv2.rectangle(im,(x,y),(x+w,y+h),(0,0,255),2)

cv2.imshow('im',im)

if cv2.waitKey(10) & 0xFF==ord('q'):

break

cam.release()

cv2.destroyAllWindows()

通过以上代码，我们可以实现基于OpenCV和树莓派4B的人脸识别门禁系统。该系统可以实现实时的人脸采集、训练和识别，并根据识别结果进行门禁的控制。这种基于树莓派的人脸识别门禁系统具有成本低、安全可靠等优点，正逐渐得到广泛应用。

上一篇: idea打包java可执行jar包

下一篇: 使用OpenCV进行图像识别的水果分类

评论区

()

相似文章