當前位置：首頁 > 运维知识 > windows >内容正文

windows

百度AI人脸识别与检测五：学生人脸识别打卡签到系统之百度AI人脸识别

發布時間：2023/12/10 windows 38 豆豆

生活随笔收集整理的這篇文章主要介紹了百度AI人脸识别与检测五：学生人脸识别打卡签到系统之百度AI人脸识别小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

《百度AI人臉識別與檢測》專欄為項目專欄，從零到一，從無到有開發一個學生人臉識別簽到系統；主要用到的技術有百度開放平臺中的人臉檢測、人臉識別、Python圖形界面開發PyQt5、線程的管理、以及通過python調用百度接口實現人臉檢測、百度開放平臺中人臉檢測技術文檔的理解等，由淺入深、由局部到整體的一個項目學習過程，如果你想對人臉識別感興趣，對python的圖形界面設計感興趣，可以訂閱本專欄，因為對你可能有幫助哦！

前文參考：

百度AI人臉識別與檢測一：學生人臉識別簽到系統簡介及百度AI開放平臺賬號注冊和人臉實例應用創建
百度AI人臉識別與檢測二：學生人臉識別打卡簽到系統主界面功能需求和設計以及通過Python實現界面運行
百度AI人臉識別與檢測三：學生人臉識別打卡簽到系統通過OpenCV實現電腦攝像頭數據在Label控件上的實時顯示
百度AI人臉識別與檢測四：學生人臉識別打卡簽到系統之百度AI人臉檢測及相應程序異常處理

最近博客發布于6個月之前，這半年時間，學長也接收到很多小伙伴對《百度AI人臉識別與檢測》專欄的催更，但也只做了簡單的回應。在這脫更的半年時間中，學長完成了自己的畢業設計、畢業論文，同時拿到了自己工作單位的offer，成為了一名簡簡單單的程序員；拿到了自己的駕駛證，成為了新手司機中的一份子；拿到了屬于自己大學四年的畢業證和學位證，成為了廣大校友中的一名新人。從學校到職場，從學生到校友，是林君學長這脫更6個月的變化。自己的大學四年，感謝每一位教育過自己的老師，同時也感謝物聯一班的每一位同學、朋友。但總之，學長再次開始了屬于自己的創作之旅。祝愿我們每一位小伙伴都能在學習中進步和成長，不只是簡單的應付作業哦！

百度AI人臉識別與檢測五：學生人臉識別打卡簽到系統之百度AI人臉識別

一、百度AI人臉識別API接口
- 1、創建用戶臉部信息組
- 2、創建用戶臉部信息
- 3、人臉搜索API請求文檔說明
- 4、人臉搜索API返回參數說明
二、完成系統人臉識別功能模塊
- 1、定義人臉識別數據接收和發送信號
- 2、編寫人臉搜索訪問方法
- 3、調用函數，進行人臉識別
- 4、主線程人臉識別數據接收顯示
- 5、人臉識別運行結果測試

上次博客我們介紹了百度AI的人臉檢測，并通過界面實現了基本的人臉檢測，本次博客林君學長將帶大家了解、并實現基于百度AI的人臉識別。人臉識別和人臉檢測有本質上的區別，人臉檢測只是將圖像或者視頻中的人臉進行一個簡單的檢測，包括面部表情、顏值分數、是否佩戴眼鏡等等；而人臉識別是指將圖像或者視頻的人臉進行檢測，然后進行識別，不僅檢測到這個人，還要識別出這個人是誰，叫什么名字，對應的了解到這個人的一系列信息。因此，人臉識別是在人臉檢測到的基礎上，通過對應的特征對比，來判斷數據庫中的人臉特征是否有與檢測的到的人臉特征一致，如果一致，找到此人；如果不一致，查無此人！

一、百度AI人臉識別API接口

百度AI人臉識別API接口是本地代碼與百度云服務器進行連接的訪問規則，本次博客需要對百度人臉識別進行訪問，因此需要查看對應的API接口規則，根據規則編寫訪問接口的Python代碼。而對于對應接口地址，在上次博客中已經介紹如何查看，本次博客需要用到的人臉識別主要用的是其中的人臉搜索接口。

1、創建用戶臉部信息組

最新的百度AI開放平臺好像要進行實名認證，然后才能領取免費的人臉識別模塊，打開人臉識別模塊的功能，所以小伙伴記得去實名認證，然后免費領取一下

既然是人臉搜索，對應的應該有一個用戶的臉部信息庫，但由于初次運用，需要我們手動錄取信息，在之后的項目中，可以通過軟件自動添加人臉信息或者更新人臉信息，便不再需要在百度AI平臺上進行手動添加。由于初次進行識別，我們需要穿件用戶組合人臉信息，具體步驟如下所示：
（1）、打開控制臺，找到人臉識別版塊后選擇管理應用，上次博客我們創建了應用實例。

（2）、在學生人臉打開簽到系統實例中，點擊查看人臉庫。

（3）、點擊新建組，ID我們取為class1，寓意為第一個班級，然后點擊確定。

通過以上步驟，我們的班級就創建好了！接下來，我們為班級中添加學生吧！

2、創建用戶臉部信息

班級創建完成，但是目前班級中沒有成員，需要我們手動添加學生的臉部信息
（1）點擊剛剛創建好的class1的用戶組，進入到用戶組里面添加用戶。

（2）、點擊新建用戶。填入用戶的名字（拼音或者英文名字，暫不支持中文），然后選擇一張該用戶(學生)的照片上傳到用戶組中，如下所示：

（3）、多次循環操作，便為班級添加好了學生，學長只添加了自己的，因此列表只有一項。

這樣，我們班級一的人臉數據庫便創建成功，下面便可以通過API接口進行對應代碼的編寫了！

3、人臉搜索API請求文檔說明

在編寫相關人臉識別的代碼之前，我們首先需要了解如何訪問百度AI開放平臺中人臉識別模塊中的人臉搜索功能。官方給了對于的API文檔說明，鏈接如下：
人臉搜索API官方請求文檔說明
在API文檔中，我們首先得找請求說明，該部分有請求代碼格式，以及請求參數說明，具體如下步驟。
（1）、請求格式標準代碼Python

# encoding:utf-8 import requests ''' 人臉搜索 ''' request_url = "https://aip.baidubce.com/rest/2.0/face/v3/search" params = "{\"image\":\"027d8308a2ec665acb1bdf63e513bcb9\",\"image_type\":\"FACE_TOKEN\",\"group_id_list\":\"group_repeat,group_233\",\"quality_control\":\"LOW\",\"liveness_control\":\"NORMAL\"}" access_token = '[調用鑒權接口獲取的token]' request_url = request_url + "?access_token=" + access_token headers = {'content-type': 'application/json'} response = requests.post(request_url, data=params, headers=headers) if response:print (response.json())

（2）請求參數說明

image:需要進行人臉識別的圖像。
image_type：圖像的格式，這里的格式我們上次博客設置的base64，因此本次的格式依舊如此。
FACE_TOKEN：調用鑒權接口獲取的token，通過AK和SK獲取的token
group_id_list：需要在那個用戶組列表中進行人臉識別對比

重要的是以上四個，后面的參數請通過API官方文檔自行了解，下面給出后面參數的解釋截圖：

4、人臉搜索API返回參數說明

有訪問參數，在訪問成功后，進行人臉識別，我們需要的便是識別之后的信息，因此讀懂API的返回參數是項目中非常重要的技能。百度AI人臉識別項目中，需要根據返回參數進行對應的信息接收、處理和顯示。人臉搜索API文檔中，請參考返回說明章節。
（1）、返回參數介紹

face_token：人臉標志，String類型
user_list：返回用戶信息，字典類型
- group_id：所屬的用戶組(在那個班級) ，String類型
- user_id：用戶名稱，String類型
- user_info：注冊用戶時攜帶的user_info，String類型
- score：用戶的匹配得分，當分數大于80的時候，默認人臉識別成功，float類型

（2）返回參數示例

在經過以上第一大步驟的進行之后，便可以開始我們接下來的代碼編寫了，在我們的《百度AI人臉識別與檢測》項目中，通過以上了解的到的相關知識，完成人臉識別模塊的功能。請繼續往下面看！

二、完成系統人臉識別功能模塊

1、定義人臉識別數據接收和發送信號

在人臉識別完成之后，我們首先需要處理的便是人臉識別信息數據，將這些數據送到PyQT對于功能的控件上顯示。但前面的代碼我們了解到，在進行人臉檢測是在子線程中，而數據的顯示是在主線程中的窗口上面，因此，首先我們需要定義一個變量，用該變量存儲人臉識別信息，并將子線程中得到的變量傳遞到主線程。而pyqt5中通過pyqtSignal信號接口實現了子線程與主線程之間的變量傳遞。
（1）、在detect.py文件中，定義transmit_data1信號，用于子線程與主線程中的人臉識別數據交互，信號類型為字符串型。

transmit_data1 = pyqtSignal(str) # 定義信號，用于子線程與主線程中的人臉識別數據交互

（2）、代碼添加位置如下：

2、編寫人臉搜索訪問方法

（1）通過人臉搜索API文檔規則，在detect.py文件尾部編寫訪問方法，代碼如下所示：

# 人臉識別搜索檢測，只識別一個人def face_search(self):request_url = "https://aip.baidubce.com/rest/2.0/face/v3/search"params = {"image": self.imageData,"image_type": "BASE64","group_id_list": "class1",}access_token = self.access_tokenrequest_url = request_url + "?access_token=" + access_tokenheaders = {'content-type': 'application/json'}response = requests.post(request_url, data=params, headers=headers)if response:data = response.json()if data['error_msg'] == 'SUCCESS':if data['result']['user_list'][0]['score'] > 90: #大于90分，意味人臉識別成功del [data['result']['user_list'][0]['score']]datetime = QDateTime.currentDateTime()#獲取人臉打開時間datetime = datetime.toString()#將獲取到的時間轉為字符串data['result']['user_list'][0]['datetime'] = datetime#將獲取到的時間添加到返回的數據中list1 = [data['result']['user_list'][0]['user_id'],data['result']['user_list'][0]['group_id']]#去除名字和班級self.transmit_data1.emit("學生簽到成功\n學生信息如下:\n" + "姓名:" + list1[0] + "\n" + "班級:" + list1[1])#將信號發送給主線程

image：通過人臉檢測傳遞過來的圖像
image_type：圖像格式為base64
group_id_list：上面我們創建的class1用戶組

3、調用函數，進行人臉識別

（1）人臉識別的基礎是在人臉檢測的基礎上進行的，在人臉檢測到之后，方可進行人臉識別，因此，在detect.py文件中的人臉檢測函數中進行人臉識別方法的調用。

self.face_search()

（2）、代碼添加位置如下：

（3）detect.py文件中的代碼便修改完成，修改后的代碼如下所示：

import requests from PyQt5.QtCore import QThread, pyqtSignal, QDateTimeclass detect_thread(QThread):transmit_data = pyqtSignal(dict)#定義信號，用于子線程與主線程中的人臉檢測數據交互transmit_data1 = pyqtSignal(str) # 定義信號，用于子線程與主線程中的人臉識別數據交互def __init__(self,access_token):super(detect_thread,self).__init__()self.ok=True#循環控制變量self.condition = False#人臉檢測控制變量，是否進行人臉檢測self.access_token=access_token#主線程獲取的access_token信息傳遞給子線程并設置為全局變量#run函數執行結束代表線程結束def run(self):while self.ok==True:if self.condition==True:self.detect_face(self.imageData)self.condition=False'''接收主線程傳遞過來的圖像'''def get_imgdata(self,data):#當窗口調用這個槽函數，就把傳遞的數據存放在線程的變量中self.imageData=data#將接收到圖像數據賦值給全局變量self.condition=True#主線程有圖像傳遞過來，改變condition的狀態，run函數中運行人臉檢測函數'''人臉檢測'''def detect_face(self,base64_image):request_url = "https://aip.baidubce.com/rest/2.0/face/v3/detect"# 請求參數是一個字典，在字典中存儲了，要識別的內容params = {"image": base64_image, # 圖片信息字符串"image_type": "BASE64", # 圖片信息的格式"face_field": "gender,age,beauty,mask,emotion,expression,glasses,face_shape", # 請求識別人臉的熟悉，各個熟悉在字符中用，用逗號隔開"max_face_num": 10#能夠檢測的最多人臉數}# 訪問令牌access_token = self.access_tokenrequest_url = request_url + "?access_token=" + access_token# 設置請求的格式體headers = {'content-type': 'application/json'}# 發送post網絡請求,請求百度AI進行人臉檢測response = requests.post(request_url, data=params, headers=headers)if response:data = response.json()self.face_search()self.transmit_data.emit(dict(data))#如果返回結果正確，則將返回信息傳遞給主線程# 人臉識別搜索檢測，只識別一個人def face_search(self):request_url = "https://aip.baidubce.com/rest/2.0/face/v3/search"params = {"image": self.imageData,"image_type": "BASE64","group_id_list": "class1",}access_token = self.access_tokenrequest_url = request_url + "?access_token=" + access_tokenheaders = {'content-type': 'application/json'}response = requests.post(request_url, data=params, headers=headers)if response:data = response.json()if data['error_msg'] == 'SUCCESS':if data['result']['user_list'][0]['score'] > 90: #大于90分，意味人臉識別成功del [data['result']['user_list'][0]['score']]datetime = QDateTime.currentDateTime()#獲取人臉打開時間datetime = datetime.toString()#將獲取到的時間轉為字符串data['result']['user_list'][0]['datetime'] = datetime#將獲取到的時間添加到返回的數據中list1 = [data['result']['user_list'][0]['user_id'],data['result']['user_list'][0]['group_id']]#去除名字和班級self.transmit_data1.emit("學生簽到成功\n學生信息如下:\n" + "姓名:" + list1[0] + "\n" + "班級:" + list1[1])#將信號發送給主線程

下面就需要在主線程中進行數據接收顯示了！

4、主線程人臉識別數據接收顯示

（1）、在function_window.py文件末尾添加顯示信息方法

def get_seach_data(self,data):self.plainTextEdit.setPlainText(data)

（2）、在function_window.py文件中綁定子線程中信號接收

self.detect.transmit_data1.connect(self.get_seach_data)

添加位置如下圖：

到這里，人臉識別模塊基本完成，function_window.py文件也修改完成。
（3）function_window.py文件修改后的代碼內容如下所示：

import base64import cv2 import requests from PyQt5.QtCore import QTimer from PyQt5.QtGui import QPixmap from PyQt5.QtWidgets import QMainWindow, QMessageBox from cameraVideo import camera from mainWindow import Ui_MainWindow from detect import detect_thread class function_window(Ui_MainWindow,QMainWindow):'''初始化函數'''def __init__(self):super(function_window, self).__init__()self.setupUi(self)self.label.setScaledContents(True)#設置圖像自適應label顯示框self.pushButton.clicked.connect(self.open_Sign)#打開簽到事件綁定self.pushButton_2.clicked.connect(self.close_Sign)#關閉簽到事件綁定self.access_token=self.get_accessToken()#獲取Access_token訪問令牌，并復制為全局變量self.start_state=True'''打開簽到'''def open_Sign(self):if self.start_state==True:# 啟動攝像頭self.cameravideo = camera()# 啟動定時器進行定時，每隔多長時間進行一次獲取攝像頭數據進行顯示self.timeshow = QTimer(self)self.timeshow.start(10)# 每隔10毫秒產生一個信號timeoutself.timeshow.timeout.connect(self.show_cameradata)self.detect = detect_thread(self.access_token) # 創建線程self.detect.start() # 啟動線程# 簽到500毫秒獲取一次,用來獲取檢測的畫面self.faceshow = QTimer(self)self.faceshow.start(500)self.faceshow.timeout.connect(self.get_cameradata)self.detect.transmit_data.connect(self.get_data)self.detect.transmit_data1.connect(self.get_seach_data)self.start_state=Falseelse:QMessageBox.about(self, "提示", "正在檢測，請先關閉！")'''關閉簽到'''def close_Sign(self):if self.start_state==False:self.faceshow.stop() # 計時器停止self.detect.ok = False # 停止run函數運行self.detect.quit() # 關閉線程# 關閉定時器，不再獲取攝像頭的數據self.timeshow.stop()self.timeshow.timeout.disconnect(self.show_cameradata)# 關閉攝像頭self.cameravideo.colse_camera()self.start_state=True# 判斷定時器是否關閉，關閉，則顯示為自己設定的圖像if self.timeshow.isActive() == False:self.label.setPixmap(QPixmap("image/1.jpg"))self.plainTextEdit_2.clear()else:QMessageBox.about(self, "警告", "關閉失敗，存在部分沒有關閉成功！")else:QMessageBox.about(self, "提示", "請先開始檢測！")#獲取人臉檢測數據并顯示到文本框中def get_data(self,data):if data['error_code']!=0:self.plainTextEdit_2.setPlainText(data['error_msg'])returnelif data['error_msg'] == 'SUCCESS':self.plainTextEdit_2.clear()# 在data字典中鍵為result對應的值才是返回的檢測結果face_num = data['result']['face_num']# print(face_num)if face_num == 0:self.plainTextEdit_2.setPlainText("當前沒有人或人臉出現！")returnelse:self.plainTextEdit_2.clear()self.plainTextEdit_2.appendPlainText("檢測到人臉！")self.plainTextEdit_2.appendPlainText("——————————————")# 人臉信息獲取['result']['face_list']是列表，每個數據就是一個人臉信息，需要取出每個列表信息（0-i）for i in range(face_num):age = data['result']['face_list'][i]['age'] # 年齡# print(age)beauty = data['result']['face_list'][i]['beauty'] # 美觀度gender = data['result']['face_list'][i]['gender']['type'] # 性別expression = data['result']['face_list'][i]['expression']['type']face_shape = data['result']['face_list'][i]['face_shape']['type'] # 臉型glasses = data['result']['face_list'][i]['glasses']['type'] # 是否戴眼鏡emotion = data['result']['face_list'][i]['emotion']['type'] # 情緒mask = data['result']['face_list'][i]['mask']['type'] # 是否戴口罩# 往窗口中添加文本，參數就是需要的文本信息# print(age,gender,expression,beauty,face_shape,emotion,glasses,mask)self.plainTextEdit_2.appendPlainText("第" + str(i + 1) + "個學生人臉信息:")self.plainTextEdit_2.appendPlainText("——————————————")self.plainTextEdit_2.appendPlainText("年齡:" + str(age))if gender == 'male':gender = "男"else:gender = "女"self.plainTextEdit_2.appendPlainText("性別:" + str(gender))self.plainTextEdit_2.appendPlainText("表情:" + str(expression))self.plainTextEdit_2.appendPlainText("顏值分數:" + str(beauty))self.plainTextEdit_2.appendPlainText("臉型:" + str(face_shape))self.plainTextEdit_2.appendPlainText("情緒:" + str(emotion))if glasses == "none":glasses="否"elif glasses == "common":glasses="是:普通眼鏡"else:glasses="是:太陽鏡"self.plainTextEdit_2.appendPlainText("是否佩戴眼鏡:" + str(glasses))if mask == 0:mask = "否"else:mask = "是"self.plainTextEdit_2.appendPlainText("是否佩戴口罩:" + str(mask))self.plainTextEdit_2.appendPlainText("——————————————")else:print("人臉獲取失敗！")'''獲取圖像，并轉換為base64格式'''def get_cameradata(self):camera_data1 = self.cameravideo.read_camera()# 把攝像頭畫面轉化為一張圖片，然后設置編碼為base64編碼_, enc = cv2.imencode('.jpg', camera_data1)base64_image = base64.b64encode(enc.tobytes())#產生信號，傳遞數據self.detect.get_imgdata(base64_image)'''攝像頭數據顯示'''def show_cameradata(self):#獲取攝像頭數據pic=self.cameravideo.camera_to_pic()#在lebel框中顯示數據、顯示畫面self.label.setPixmap(pic)'''獲取Access_token訪問令牌'''def get_accessToken(self):# client_id 為官網獲取的AK， client_secret 為官網獲取的SKhost = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=TKGXdKC7WPWeADGHmFBN8xAr&client_secret=lsr1tAuxv3tRGmOgZTGgNyri667dfKGg'# 進行網絡請求，使用get函數response = requests.get(host)if response:data = response.json()self.access_token = data['access_token']return self.access_tokenelse:QMessageBox(self,"提示","請檢查網絡連接！")def get_seach_data(self,data):self.plainTextEdit.setPlainText(data)

5、人臉識別運行結果測試

（1）運行程序，打開簽到

（2）開始簽到

可以看到，簽到的數據顯示到對應的信息框中，簽到成功！
（3）關閉簽到

以上就是本次博客的全部內容，遇到問題的小伙伴記得留言評論，學長看到會為大家進行解答的，這個學長不太冷！

沒有人永遠青春，但永遠有人正青春；只是，林君學長的青春暫告一段路而已！

陳一月的又一天編程歲月^ _ ^

總結

以上是生活随笔為你收集整理的百度AI人脸识别与检测五：学生人脸识别打卡签到系统之百度AI人脸识别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。

上一篇：勒索病毒攻击应急防范
下一篇：自然语言交流系统 phxnet团队创新