0.前言

重要說(shuō)明：此項(xiàng)目直接跟進(jìn)操作的話(huà)只能在Ubuntu16.04上面編譯成功！目前已經(jīng)補(bǔ)上18.04上的編譯操作。

????????本文主要跟隨B站Up主【物聯(lián)網(wǎng)小學(xué)妹】上傳的【從0到1做一個(gè)物聯(lián)網(wǎng)人臉識(shí)別考勤機(jī)項(xiàng)目！】視頻教程做一個(gè)簡(jiǎn)要筆記

視頻地址：【大廠(chǎng)敲門(mén)磚】從0到1做一個(gè)物聯(lián)網(wǎng)人臉識(shí)別考勤機(jī)項(xiàng)目?。ǜ皆创a）_嗶哩嗶哩_bilibili

?視頻對(duì)應(yīng)資源（沒(méi)必要下載，幫助不大）：?

鏈接：https://pan.baidu.com/s/1rEhfDg_Yc1SMD40fGdVqhw?pwd=yjgn?
提取碼：yjgn

學(xué)習(xí)所需前置條件：

? ? ? ? 1.Linux系統(tǒng)安裝? 2.Linux操作基礎(chǔ)? 3.C++編程

我的Linux學(xué)習(xí)筆記：Linux學(xué)習(xí)筆記_Jenlibein的博客-CSDN博客

C++學(xué)習(xí)跟進(jìn)可以看這個(gè)：【2023最新版C++】實(shí)戰(zhàn)項(xiàng)目教程，清華武老師帶你零基礎(chǔ)一套快速學(xué)會(huì)c++_嗶哩嗶哩_bilibili

目錄

1.安裝與配置

1.1下載

1.2安裝

1.3中文配置

2.C++程序編寫(xiě)

3.OpenCV 初次認(rèn)識(shí)?/ 安裝

3.1介紹

3.2安裝

3.3更多學(xué)習(xí)

4.OpenCV編程

4.0確保攝像頭打開(kāi)

4.1圖像采集

4.2圖像處理

4.3人臉檢測(cè)

4.4圖像截圖/圖片解碼和編碼

5.百度智能云平臺(tái)

5.1人臉庫(kù)創(chuàng)建

5.2 SDK環(huán)境搭建

5.3百度智能云平臺(tái)接入

6.數(shù)據(jù)處理

6.1Json數(shù)據(jù)解析

6.2記錄考勤時(shí)間

6.3考勤信息記錄及顯示

7.最終實(shí)現(xiàn)

8.文章結(jié)束

1.安裝與配置

1.1下載

視頻中使用的Linux發(fā)行版為Ubuntu16.04，可以在我給出的?視頻對(duì)應(yīng)資源?中下載得到。

????????但是，百度網(wǎng)盤(pán)的必須要VIP才能下載這么大的文件，不然就不知道要下載到猴年馬月了。

????????所以，我建議在國(guó)內(nèi)鏡像源中下載：ubuntu 16.04 鏡像下載（國(guó)內(nèi)開(kāi)源鏡像站）_ubuntu16.04-CSDN博客

????????按常理說(shuō)，下載選擇的文件后綴應(yīng)該是【desktop-amd64.iso】，選擇好下載即可。

1.2安裝

? ? ? ? 可以參考Linux學(xué)習(xí)筆記那的三個(gè)方法

1.3中文配置

? ? ? ? 在左欄菜單選中【System Settings】

????????進(jìn)入設(shè)置菜單選中【Language Support】

????????第一次進(jìn)入會(huì)有個(gè)提示安裝的窗口，點(diǎn)確認(rèn)。

? ? ? ? 然后點(diǎn)【Install / Remove Languages...】選項(xiàng)，進(jìn)入窗口后下拉找到Chinese(simplified)并勾選，然后點(diǎn)Apply，進(jìn)入下載。

? ? ? ? 回到【Language Support】窗口，然后在上列菜單中，將下面的 [? 漢語(yǔ)（中國(guó)）] 拖動(dòng)到最上面位置，確保該文字由灰色?變?yōu)?em>黑色 并處于第一位 ，然后重啟電腦。

? ? ? ? 進(jìn)到中文語(yǔ)言的系統(tǒng)。

? ? ? ? 拼音設(shè)置：可以查看Linux下使用拼音的相關(guān)教程

? ? ? ??

2.C++程序編寫(xiě)

? ? ? ? B站教程中用gedit進(jìn)行創(chuàng)建文本，然后在文本里寫(xiě)C++代碼。

? ? ? ? 然后用

g++ file.cpp -o 輸出名稱(chēng)

? ? ? ? 來(lái)輸出可執(zhí)行文件

????????

? ? ? ? 用到第三方庫(kù)時(shí)，編譯時(shí)要加上鏈接（例如OpenCv的highgui庫(kù)）

g++ main.cpp -o main -lopencv_highgui

? ? ? ? 我認(rèn)為：還是用vscode等專(zhuān)業(yè)的IDE來(lái)編寫(xiě)代碼更好，有利于編寫(xiě)時(shí)候的視覺(jué)觀看和找bug。

? ? ? ? 編寫(xiě)時(shí)候主要用OpenCV庫(kù)

#include "opencv2/opencv.hpp"

? ? ? ? 并使用命名空間

using namespace cv;

3.OpenCV 初次認(rèn)識(shí)?/ 安裝

3.1介紹

????????OpenCV是一個(gè)開(kāi)源的計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)軟件庫(kù)其使用一系列C語(yǔ)言函數(shù)和少量C++類(lèi)實(shí)現(xiàn)，內(nèi)部實(shí)現(xiàn)了很多圖像處理和計(jì)算機(jī)視覺(jué)的通用算法。

????????OpenCV可以運(yùn)行在Linux系統(tǒng)上，且其輕量、高效所以在嵌入式領(lǐng)域得到廣泛的應(yīng)用。

3.2安裝

終端中輸入命令：

sudo apt-get install libopencv-dev

3.3更多學(xué)習(xí)

官方在線(xiàn)文檔（深入學(xué)習(xí)使用）：OpenCV - Open Computer Vision Library

網(wǎng)上OpenCV的教程大多數(shù)是以python作為編程語(yǔ)言，C++作為編程語(yǔ)言的教程較少。

我在B站上發(fā)現(xiàn)一個(gè)OpenCV的C++教程：2023年度最佳 Open Cv 學(xué)習(xí)教程，C++向！_嗶哩嗶哩_bilibili

當(dāng)然之后也可以通過(guò)Python學(xué)習(xí)其他的OpenCV教程。

4.OpenCV編程

4.0確保攝像頭打開(kāi)

?? ? ? ??如何確認(rèn)Linux下有無(wú)攝像頭接入：進(jìn)入dev文件夾查看有無(wú)vedio文件。

????????虛擬機(jī)內(nèi)沒(méi)有識(shí)別，需要另外設(shè)置：虛擬機(jī)設(shè)置 - USB控制器 - USB兼容性 ---> 改為USB3.0或3.1并點(diǎn)確定

然后在虛擬機(jī)主窗口 左上角菜單 - 虛擬機(jī)(M) - 可移動(dòng)設(shè)備 - 找到攝像頭設(shè)備 --->?點(diǎn)擊鏈接

如果還是不行，觀察虛擬機(jī)主窗口右下角有無(wú)對(duì)應(yīng)攝像頭的USB圖標(biāo)--->有則右鍵?- 選擇連接

4.1圖像采集

庫(kù)：highgui

函數(shù)：VideoCapture（攝像頭開(kāi)啟）

攝像頭設(shè)置參數(shù)：

VideoCapture cap(0);

?cap.set(CV_CAP_PROP_FRAME_WIDTH, 1080);//寬度?
?cap.set(CV_CAP_PROP_FRAME_HEIGHT, 960);//高度
?cap.set(CV_CAP_PROP_FPS, 30);//幀率 幀/秒
?cap.set(CV_CAP_PROP_BRIGHTNESS, 1);//亮度 1
?cap.set(CV_CAP_PROP_CONTRAST,40);//對(duì)比度 40
?cap.set(CV_CAP_PROP_SATURATION, 50);//飽和度 50
?cap.set(CV_CAP_PROP_HUE, 50);//色調(diào) 50
?cap.set(CV_CAP_PROP_EXPOSURE, 50);//曝光 50

獲取參數(shù)：

cap.get(CV_CAP_PROP_FRAME_WIDTH);
cap.get(CV_CAP_PROP_FRAME_HEIGHT);
cap.get(CV_CAP_PROP_FPS);
cap.get(CV_CAP_PROP_BRIGHTNESS);
cap.get(CV_CAP_PROP_CONTRAST);
cap.get(CV_CAP_PROP_SATURATION);
cap.get(CV_CAP_PROP_HUE);
cap.get(CV_CAP_PROP_EXPOSURE);

庫(kù)：core

函數(shù)：Mat（定義圖像容器）

具體可通過(guò)代碼注釋了解：

#include <iostream>
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

int main(){
    VideoCapture cap(0); //括號(hào)內(nèi)數(shù)字代表攝像頭編號(hào)，一般為0 -> 打開(kāi)編號(hào)為0的攝像頭并命名為cap

    if(!cap.isOpened()){ //檢測(cè)是否成功打開(kāi)攝像頭
        cout<< "Camera open failed" <<endl;
        return -1;
    }else{
        cout<< "Camera open success" <<endl;
    }

    Mat ColorImage; //實(shí)例化一個(gè)Mat類(lèi)型數(shù)據(jù)（類(lèi)似于 int a)

    for(;;){
        cap >> ColorImage; //從相機(jī)獲取一個(gè)新的框架(拍照）

        imshow("video",ColorImage);  //圖片展示，引號(hào)內(nèi)為終端窗口名稱(chēng)，第二個(gè)參數(shù)為顯示的具體照片
    
        waitKey(100); //暫停100ms
    }//想退出循環(huán)直接在終端中按Ctrl+C
    
    return 0;
}

編譯要加上庫(kù)，不然會(huì)報(bào)錯(cuò)?

VideoCapture位于highgui
Mat位于core

g++ main.cpp -o main -lopencv_highgui -lopencv_core

opencv讀取視頻有延遲解決方法:

????????opencv在攝像機(jī)每次獲取的新幀時(shí)候總是先把上一次讀取的幀拿出來(lái)先用，再把新幀加入緩存.

????????所以要想獲取最新的幀，一定要連續(xù)讀兩次才是當(dāng)前最新的。

? ? ? ? 也就是把 cap >> ColorImage; 重復(fù)兩行。

4.2圖像處理

庫(kù)：imgproc - Image Processing

函數(shù)1：cvtColor（色彩轉(zhuǎn)換）：void cvtColor(InputArray src, OutputArray dst, int code, int dstCn=0)

第一個(gè)參數(shù) src - source輸入容器；輸入圖像:8位無(wú)符號(hào)，16位無(wú)符號(hào)(CV_16UC…)，或單精度浮點(diǎn)。

第二個(gè)參數(shù) dst -?Destination輸出容器，輸出目標(biāo)與原圖像具有同樣的大小與類(lèi)型。

第三個(gè)參數(shù) code

????????轉(zhuǎn)換方式:：CV_BGR2GRAY，CV RGB2GRAY，CY GRAY2BGR， CY GRAY2RGB

????????分別對(duì)應(yīng)：1,2對(duì)應(yīng)彩轉(zhuǎn)灰 ，3,4對(duì)應(yīng)灰轉(zhuǎn)彩。

函數(shù)2：equalizeHist（直方圖均衡）：void equalizeHist (InputArray src, OutputArray dst)

第一個(gè)參數(shù)，輸入8位單通道的圖像；

第二個(gè)參數(shù)，輸出目標(biāo)圖像，與原圖像具有同樣的大小與類(lèi)型；

上面兩個(gè)函數(shù)處理圖像后可以利于人臉檢測(cè)運(yùn)行。

函數(shù)3：調(diào)整大小（此步驟非必要）：

resize( InputArray src, OutputArray dst, Size(width, height), code );

code：

INTER_AREA 使用像素面積關(guān)系進(jìn)行重采樣。這最適合減小圖像的大小(縮小)。當(dāng)用于放大圖像時(shí)，它使用INTER_NEAREST方法。

INTER_CUBIC 這使用雙三次插值來(lái)調(diào)整圖像大小。在調(diào)整大小和插入新像素時(shí)，此方法作用于圖像的4x4相鄰像素。然后取16個(gè)像素的權(quán)重平均值來(lái)創(chuàng)建新的插值像素。

INTER LINEAR:這個(gè)方法有點(diǎn)類(lèi)似于INTER CUBI插值。與不同INTER CUBIC的是這使用2x2相像素來(lái)獲得插值像素的加權(quán)平均值。

INTER_NEAREST:該INTER_NEAREST方法使用最近鄰概念進(jìn)行插值。這是最簡(jiǎn)單的方法之一，僅使用圖像中的一個(gè)相鄰像素進(jìn)行插值。

代碼實(shí)現(xiàn)（4.1原有代碼為基礎(chǔ)）：

#include <iostream>
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

int main(){
    VideoCapture cap(0);

    if(!cap.isOpened()){
        cout<< "Camera open failed" <<endl;
        return -1;
    }else{
        cout<< "Camera open success" <<endl;
    }

    Mat ColorImage;
    Mat GrayImage;   //創(chuàng)建灰度圖容器

    for(;;){
        cap >> ColorImage;

        cvtColor(ColorImage, GrayImage, CV_BGR2GRAY);  //轉(zhuǎn)為灰度圖
        equalizeHist(GrayImage, GrayImage);            //均衡化；輸入輸出容器一致，可以省一些內(nèi)存。
        
        imshow("video",GrayImage);
        waitKey(100);
    }
    
    return 0;
}

編譯：

g++ main.cpp -o main -lopencv_highgui -lopencv_core -lopencv_imgproc

4.3人臉檢測(cè)

庫(kù)：objdetect - Object Detection

類(lèi)：CascadeClassifier（級(jí)聯(lián)分類(lèi)器）?需要先導(dǎo)入一個(gè)后綴名為.xml的分類(lèi)器文件，它是前人已經(jīng)創(chuàng)建好的分類(lèi)器，我們可以直接使用

OpenCV安裝時(shí)自帶的一些訓(xùn)練好的模型文件位置：/usr/share/opencv/haarcascades/

函數(shù)1：CascadeClassifier :: detectMultiScale

功能：從輸入的圖片中檢測(cè)不同尺寸的物體（載入人臉識(shí)別模型后這個(gè)物體就是人臉），并返回一個(gè)矩形組成的列表（矩形框起來(lái)的就是臉）。

void CascadeClassifier:: detectlultiScale(const Mat& image,?vector<Rect>& objects, double scaleFactor=1.1, int?minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size())

第一個(gè)參數(shù)：輸入目標(biāo)，要檢測(cè)的圖像

第二個(gè)參數(shù)：輸出目標(biāo)，存儲(chǔ)矩形框的容器

其他參數(shù)：有默認(rèn)值，使用默認(rèn)值即可

庫(kù)：core

方法：rectangle（在圖形上畫(huà)矩形）

void rectangle(Mat& img, Rect rec, const Scalar& color, int thickness=1, int lineType=8, int shift=0 )?

第一個(gè)參數(shù)：要畫(huà)的圖像

第二個(gè)參數(shù)：輸入的矩形

第三個(gè)參數(shù)：矩形顏色

其他參數(shù)：默認(rèn)值即可

代碼實(shí)現(xiàn)（基于以前代碼增加）：

#include <iostream>
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

int main(){
    VideoCapture cap(0);

    if(!cap.isOpened()){
        cout<< "Camera open failed" <<endl;
        return -1;
    }else{
        cout<< "Camera open success" <<endl;
    }

    實(shí)例化一個(gè)級(jí)聯(lián)分類(lèi)器,此處加載opencv現(xiàn)成的模型
    CascadeClassifier Classifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt2.xml");
    定義一個(gè)儲(chǔ)存所輸出矩形的容器
    vector<Rect> AllFace;

    Mat ColorImage;
    Mat GrayImage;

    for(;;){
        cap >> ColorImage;
        cvtColor(ColorImage, GrayImage, CV_BGR2GRAY);
        equalizeHist(GrayImage, GrayImage);

        人臉檢測(cè)并輸出;
        Classifier.detectMultiScale(GrayImage, AllFace); 
	
	if( AllFace.size()!=0 ){   //判斷是否有臉，避免程序出錯(cuò)
	    圖像上畫(huà)出矩形
	    rectangle(GrayImage, AllFace[0], Scalar(255,0,0));
        }

        imshow("video",GrayImage);
        waitKey(100);
    }
    
    return 0;
}

編譯：

g++ main.cpp -o main -lopencv_highgui -lopencv_core -lopencv_imgproc -lopencv_objdetect

4.4圖像截圖/圖片解碼和編碼

庫(kù)：highgui

函數(shù)1：imdecode（函數(shù)解碼）

函數(shù)2：imencode（函數(shù)編碼）

bool imencode(const string& ext, InputArray img, vectoreuchar>& buf, const vector<int> & params=vector <int>0)

第一個(gè)參數(shù)：輸出后所希望獲得的格式

第二個(gè)參數(shù)：輸入的圖像

第三個(gè)參數(shù)：存儲(chǔ)編碼完圖像的容器

其他參數(shù)：保持默認(rèn)

代碼實(shí)現(xiàn)（基于以前代碼增加）：

#include <iostream>
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

int main(){
    VideoCapture cap(0);

    if(!cap.isOpened()){
        cout<< "Camera open failed" <<endl;
        return -1;
    }else{
        cout<< "Camera open success" <<endl;
    }

    CascadeClassifier Classifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt2.xml");
    vector<Rect> AllFace;

    Mat ColorImage;
    Mat GrayImage;
    創(chuàng)建人臉截圖容器
    Mat MatFace;
    創(chuàng)建用于存儲(chǔ)編碼完圖像的容器
    vector<uchar> JpgFace;

    for(;;){
        cap >> ColorImage;
        cvtColor(ColorImage, GrayImage, CV_BGR2GRAY);
        equalizeHist(GrayImage, GrayImage);

        Classifier.detectMultiScale(GrayImage, AllFace); 
	
	if( AllFace.size()!=0 ){
	    rectangle(GrayImage, AllFace[0], Scalar(255,0,0));

            用矩形截出人臉（相當(dāng)于截圖）
            MatFace = GrayImage(AllFace[0]); 
            編碼
            imencode(".jpg", MatFace, JpgFace);
        }

        imshow("video",GrayImage);
        waitKey(100);
    }
    
    return 0;
}

5.百度智能云平臺(tái)

5.1人臉庫(kù)創(chuàng)建

人臉識(shí)別區(qū)：人臉識(shí)別_人臉識(shí)別_準(zhǔn)確率99.99%_免費(fèi)試用-百度AI開(kāi)放平臺(tái) (baidu.com)

進(jìn)入網(wǎng)站點(diǎn)立即使用，之后先登錄，登錄完后進(jìn)入默認(rèn)界面。

此時(shí)退出該登錄主頁(yè)，重新進(jìn)入人臉識(shí)別區(qū)主頁(yè)，再次點(diǎn)擊立即使用。?

之后點(diǎn)如圖處

進(jìn)入頁(yè)面后，領(lǐng)取人臉識(shí)別接口免費(fèi)資源

下一步如圖進(jìn)入-可視化人臉庫(kù)

點(diǎn)【新建組】

點(diǎn)擊用戶(hù)組ID

點(diǎn)擊新建用戶(hù)，添加你自己的照片和其他人的照片，比如某些明星的正臉照。

5.2 SDK環(huán)境搭建

SDK開(kāi)發(fā)包下載：C++-SDK - 人臉識(shí)別_人臉檢測(cè)_人臉對(duì)比_人臉?biāo)阉鱛活體檢測(cè)_百度智能云 (baidu.com)

將SDK壓縮包解壓縮后的文件夾放到Ubuntu里面

SDK包相關(guān)依賴(lài)下載：安裝依賴(lài)庫(kù)libcurl（需要支持https）， openssl，jsoncpp(>1.6.2版本，0.x版本將不被支持)。

libcurl（網(wǎng)絡(luò)通信的協(xié)議庫(kù)）

openssl（網(wǎng)絡(luò)通信加密）

jsoncpp（提取信息）

安裝：

sudo apt-get install libcurl4-openssl-dev

sudo apt-get install openssl

sudo apt-get install libjsoncpp-dev

sudo apt-get install libssl-dev

檢測(cè)是否安裝成功（install ok字樣，同時(shí)觀察版本是否合適）

dpkg -s libcurl4-openssl-dev

dpkg -s openssl

dpkg -s libjsoncpp-dev

sudo apt-get install libssl-dev

編譯（文件庫(kù)支持C++11版本，同時(shí)需要加上第三方庫(kù)）

將cpp文件放置于SDK文件夾里面，方便編譯時(shí)找到頭文件

編譯文件時(shí)候在最后加入 （ -std=c++11 -lcurl -lcrypto -ljsoncpp）

g++ main.cpp -o main -lopencv_highgui -lopencv_core -lopencv_imgproc -lopencv_objdetect -std=c++11 -lcurl -lcrypto -ljsoncpp

修改 base.h 和 http.h 文件中json頭文件的目錄位置

????????#include <jsoncpp/json/json.h>

（未解決）評(píng)論區(qū)反應(yīng)face.h的search函數(shù)出現(xiàn)問(wèn)題

編寫(xiě)

加入相關(guān)頭文件和命名空間

????????#include "face.h"

? ? ? ? using namespace aip;

5.3百度智能云平臺(tái)接入

百度提供代碼：

  // 設(shè)置APPID/AK/SK
    std::string app_id = "你的 App ID";
    std::string api_key = "你的 Api key";
    std::string secret_key = "你的 Secret Key";

    aip::Face client(app_id, api_key, secret_key);

?回到 百度智能云平臺(tái)-應(yīng)用列表

查看相應(yīng)參數(shù)，寫(xiě)到所給代碼對(duì)應(yīng)位置

函數(shù)：（注意，視頻所給的函數(shù)是search，但官方文檔已經(jīng)更新成search_v3）：

// 調(diào)用人臉?biāo)阉?result = client.face_search_v3(image, image_type, group_id_list, aip::null);
// 帶參數(shù)調(diào)用人臉?biāo)阉?result = client.face_search_v3(image, image_type, group_id_list, options);

//此處options填你最終儲(chǔ)存容器

// 如果有可選參數(shù)
std::map<std::string, std::string> options;
options["match_threshold"] = "70";
options["quality_control"] = "NORMAL";
options["liveness_control"] = "LOW";
options["user_id"] = "233451";
options["max_user_num"] = "3";

image ：圖片信息(總數(shù)據(jù)大小應(yīng)小于10M)

image_type：圖片類(lèi)型?BASE64:（圖片大小不超過(guò)2M），URL:圖片的 URL地址，FACE_TOKEN: 人臉圖片的唯一標(biāo)識(shí)。

group_id_list：從指定的group中進(jìn)行查找 用逗號(hào)分隔，上限10個(gè)

這里我們使用base64編碼：

base64_encode(const char* bytes_to_encode, unsigned int int_len);

接收返回?cái)?shù)據(jù)：

百度提供代碼(最終獲取的容器）：

Json::Value result;

?返回?cái)?shù)據(jù)示例：

{
  "face_token": "fid",
  "user_list": [
     {
        "group_id" : "test1",
        "user_id": "u333333",
        "user_info": "Test User",
        "score": 99.3
    }
  ]
}

代碼實(shí)現(xiàn)（基于前面寫(xiě)的代碼修改）：

#include <iostream>
#include "opencv2/opencv.hpp"
#include "face.h"        //庫(kù)

using namespace std;
using namespace cv;
using namespace aip;     //命名空間

int main(){
    VideoCapture cap(0);

    if(!cap.isOpened()){
        cout<< "Camera open failed" <<endl;
        return -1;
    }else{
        cout<< "Camera open success" <<endl;
    }

    CascadeClassifier Classifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt2.xml");
	
    //寫(xiě)上對(duì)參數(shù)到所給代碼
    aip::Face client("******", "******", "******");

    vector<Rect> AllFace;

    Mat ColorImage;
    Mat GrayImage;
    Mat MatFace;

    vector<uchar> JpgFace;

    //定義轉(zhuǎn)換完成base64格式的圖片
    string Base64Face;
    //定義獲取返回結(jié)果的容器
    Json::Value result;

    for(;;){
        cap >> ColorImage;
        cvtColor(ColorImage, GrayImage, CV_BGR2GRAY);
        equalizeHist(GrayImage, GrayImage);

        Classifier.detectMultiScale(GrayImage, AllFace); 
	
	if( AllFace.size()!=0 ){
	    rectangle(GrayImage, AllFace[0], Scalar(255,0,0));

            MatFace = GrayImage(AllFace[0]); 
            imencode(".jpg", MatFace, JpgFace);
            //編碼成base64
            Base64Face = base64_encode((char *)JpgFace.data(), JpgFace.size());
            //傳輸?shù)桨俣?，獲取返回結(jié)果
            result = client.face_search_v3(Base64Face, "BASE64", "Teaching", result);
            //打印結(jié)果
            cout<<result<<endl;
        }

        imshow("video",GrayImage);
        waitKey(100);
    }
    
    return 0;
}

編譯：

g++ main.cpp -o main -lopencv_highgui -lopencv_core -lopencv_imgproc -lopencv_objdetect  -std=c++11 -lcurl -lcrypto -ljsoncpp

運(yùn)行后成功獲取返回信息：

6.數(shù)據(jù)處理

6.1Json數(shù)據(jù)解析

? ? ? ? 觀察百度所給的返回?cái)?shù)據(jù)形式

? ? ? ? 我們要獲取的目標(biāo)是人臉?biāo)鶎?duì)應(yīng)的人的信息，所以我們只需要從數(shù)據(jù)中提取特定信息

? ? ? ? 1.判斷是否檢測(cè)到人臉

????????????????opencv所給模型不太精確，會(huì)將疑似為人臉的物體也上傳。百度會(huì)進(jìn)行第二次檢測(cè)是否有人臉。如果返回為空則不打印信息

? ? ? ? 2.判斷人臉匹配得分

? ? ? ? ? ? ? ? 如果匹配得分很低說(shuō)明只是有人臉，百度會(huì)返回得分最高的人，即使得分很低，所以結(jié)果會(huì)不準(zhǔn)確。所以我們要控制得分在80以上

? ? ? ? 3.只返回人臉?biāo)ヅ涞娜说拿?/p>

? ? ? ? ? ? ? ? 其他信息對(duì)我們獲取人的身份信息沒(méi)有什么作用，我們只需要獲取匹配人的名字。

代碼實(shí)現(xiàn)（基于前面寫(xiě)的代碼修改）：

#include <iostream>
#include "opencv2/opencv.hpp"
#include "face.h"

using namespace std;
using namespace cv;
using namespace aip;

int main(){
    VideoCapture cap(0);

    if(!cap.isOpened()){
        cout<< "Camera open failed" <<endl;
        return -1;
    }else{
        cout<< "Camera open success" <<endl;
    }

    CascadeClassifier Classifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt2.xml");

    aip::Face client("******", "lNW******5EF", "XItO******FzS");

    vector<Rect> AllFace;

    Mat ColorImage;
    Mat GrayImage;
    Mat MatFace;

    vector<uchar> JpgFace;

    string Base64Face;

    Json::Value result;

    for(;;){
        cap >> ColorImage;
        cvtColor(ColorImage, GrayImage, CV_BGR2GRAY);
        equalizeHist(GrayImage, GrayImage);

        Classifier.detectMultiScale(GrayImage, AllFace); 
	
	if( AllFace.size()!=0 ){
	    rectangle(GrayImage, AllFace[0], Scalar(255,0,0));

            MatFace = GrayImage(AllFace[0]); 
            imencode(".jpg", MatFace, JpgFace);

            Base64Face = base64_encode((char *)JpgFace.data(), JpgFace.size());
            result = client.face_search_v3(Base64Face, "BASE64", "Teaching", result);
            if( !result["result"].isNull() )//判斷是否檢測(cè)到人臉(opencv所給模型不一定準(zhǔn)確，百度會(huì)進(jìn)行第二次檢測(cè)是否有人臉）
            {
                if( result["result"]["user_list"][0]["score"].asInt() > 80 )//判斷人臉匹配得分是否大于80
		        {
                    cout<<result["result"]["user_list"][0]["user_id"]<<endl;//輸出人名
		        }
            }
        }

        imshow("video",GrayImage);
        waitKey(500);
    }
    
    return 0;
}

編譯運(yùn)行，成功獲取打印對(duì)應(yīng)信息。

6.2記錄考勤時(shí)間

時(shí)間容器：time_sec?

時(shí)間獲取 (從1970.1.1 0:0:0到現(xiàn)在的秒數(shù))?? time(NULL);

時(shí)間轉(zhuǎn)換(轉(zhuǎn)換為正常時(shí)間）?ctime()

代碼實(shí)現(xiàn)：

#include <iostream>
#include "opencv2/opencv.hpp"
#include "face.h"

using namespace std;
using namespace cv;
using namespace aip;

int main(){
    VideoCapture cap(0);

    if(!cap.isOpened()){
        cout<< "Camera open failed" <<endl;
        return -1;
    }else{
        cout<< "Camera open success" <<endl;
    }

    CascadeClassifier Classifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt2.xml");

    aip::Face client("******", "lNW******5EF", "XItO******FzS");

    vector<Rect> AllFace;

    Mat ColorImage;
    Mat GrayImage;
    Mat MatFace;

    vector<uchar> JpgFace;

    string Base64Face;

    Json::Value result;

    //時(shí)間容器
    time_t sec;

    for(;;){
        cap >> ColorImage;
        cvtColor(ColorImage, GrayImage, CV_BGR2GRAY);
        equalizeHist(GrayImage, GrayImage);

        Classifier.detectMultiScale(GrayImage, AllFace); 
	
	if( AllFace.size()!=0 ){
	    rectangle(GrayImage, AllFace[0], Scalar(255,0,0));

            MatFace = GrayImage(AllFace[0]); 
            imencode(".jpg", MatFace, JpgFace);

            Base64Face = base64_encode((char *)JpgFace.data(), JpgFace.size());
            result = client.face_search_v3(Base64Face, "BASE64", "Teaching", result);
            if( !result["result"].isNull() )
            {
                if( result["result"]["user_list"][0]["score"].asInt() > 80 )
                {
                    cout<<result["result"]["user_list"][0]["user_id"]<<endl;
                    //時(shí)間獲取(從1970.1.1 0:0:0到現(xiàn)在的秒數(shù))
                    sec = time(NULL);
                    //ctime()時(shí)間轉(zhuǎn)換(轉(zhuǎn)換為正常時(shí)間）
                    //輸出時(shí)間信息
                    cout<<ctime(&sec)<<endl;
                }
            }
        }

        imshow("video",GrayImage);
        waitKey(500);
    }
    
    return 0;
}

編譯運(yùn)行，成功返回時(shí)間信息

6.3考勤信息記錄及顯示

記錄考勤信息：運(yùn)行程序時(shí)將信息定向到文本文件中

./main >> log.txt

問(wèn)題：這樣執(zhí)行就只會(huì)將信息存在log.txt中，不再?gòu)慕K端窗口顯示.

解決：我們可以從攝像頭窗口的人臉識(shí)別框上直接顯示人名和時(shí)間

庫(kù)：core

函數(shù)：putText （圖像上寫(xiě)字）

void putText(Mat& img, const string& text, Point org, int fontFace, double fontScale, Scalar color, int thickness=1, int?lineType=8, bool bottomLeftOrigin=false )?

第一個(gè)參數(shù)：要寫(xiě)字的圖像

第二個(gè)參數(shù)：要寫(xiě)的字

第三個(gè)參數(shù)：字在圖像上的坐標(biāo)

第四個(gè)參數(shù)：圖像的字體（具體看官方文檔）

第五個(gè)參數(shù)：字的大小

第六個(gè)參數(shù)：字的顏色

代碼實(shí)現(xiàn)（在原有代碼下加入）

編譯運(yùn)行：

左上角出現(xiàn)字

7.最終實(shí)現(xiàn)

虛擬機(jī)記得改攝像頭兼容性！?。。。?！

文件：

代碼：

#include <iostream>
#include "opencv2/opencv.hpp"
#include "face.h"

using namespace std;
using namespace cv;
using namespace aip;

int main(){
    VideoCapture cap(0);

    if(!cap.isOpened()){
        cout<< "Camera open failed" <<endl;
        return -1;
    }else{
        cout<< "Camera open success" <<endl;
    }

    CascadeClassifier Classifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt2.xml");

    aip::Face client("4******8", "lN************EF", "XIt******8FzS");

    vector<Rect> AllFace;

    Mat ColorImage;
    Mat GrayImage;
    Mat MatFace;

    vector<uchar> JpgFace;

    string Base64Face;

    Json::Value result;

    time_t sec;

    for(;;){
        cap >> ColorImage;
        cvtColor(ColorImage, GrayImage, CV_BGR2GRAY);
        equalizeHist(GrayImage, GrayImage);

        Classifier.detectMultiScale(GrayImage, AllFace); 
	
	if( AllFace.size()!=0 ){
	    rectangle(GrayImage, AllFace[0], Scalar(255,0,0));

            MatFace = GrayImage(AllFace[0]); 
            imencode(".jpg", MatFace, JpgFace);

            Base64Face = base64_encode((char *)JpgFace.data(), JpgFace.size());
            result = client.face_search_v3(Base64Face, "BASE64", "Teaching", result);
            if( !result["result"].isNull() )
            {
                if( result["result"]["user_list"][0]["score"].asInt() > 80 )
                {
                    cout<<result["result"]["user_list"][0]["user_id"]<<endl;

                    sec = time(NULL);
                    cout<<ctime(&sec)<<endl;


                    putText(GrayImage, result["result"]["user_list"][0]["user_id"].asString(), Point(0,50), FONT_HERSHEY_SIMPLEX, 1, Scalar(255,255,255));
                    putText(GrayImage,ctime(&sec), Point(0,100), FONT_HERSHEY_SIMPLEX, 1, Scalar(255,255,255));
                }
            }
        }

        imshow("video",GrayImage);
        waitKey(2);
    }
    
    return 0;
}

安裝：

opencv:

sudo apt-get install libopencv-dev

百度云相關(guān)支持：

sudo apt-get install libcurl4-openssl-dev

sudo apt-get install openssl

sudo apt-get install libjsoncpp-dev

sudo apt-get install libssl-dev

編譯：

g++ main.cpp -o main -lopencv_highgui -lopencv_core -lopencv_imgproc -lopencv_objdetect  -std=c++11 -lcurl -lcrypto -ljsoncpp

18.04:
g++ main.cpp -o main -lopencv_highgui -lopencv_core -lopencv_imgproc -lopencv_objdetect  -std=c++11 -lcurl -lcrypto -ljsoncpp -lopencv_imgcodecs -lopencv_videoio

運(yùn)行：

./main >> log.txt

一切正常（我把我的API隱藏了，所以文章中的代碼無(wú)法直接運(yùn)行，需要加上你的API）

8.文章結(jié)束

? ? ? ? 感謝大家觀看！

?文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-855569.html

到了這里，關(guān)于做一個(gè)人臉識(shí)別考勤機(jī)項(xiàng)目(利用OpenCV)的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！