基于 OpenCV + Python 的人脸识别上课签到系统
项目简介
本项目构建了一个基于 OpenCV 和 Python 的人脸识别上课签到系统。该系统通过人脸识别技术，实现了自动化的课堂签到功能，适用于学校、培训机构等场景。
功能特点
- 人脸图像采集：通过摄像头采集学生的人脸图像，并保存到本地数据库中。
- 模型训练：使用 OpenCV 中的 LBPH 算法对采集到的人脸图像进行训练，生成人脸识别模型。
- 识别签到：开启摄像头实时跟踪人脸，将获取的人脸特征信息与训练好的模型进行比对，完成签到功能。
- 签到记录：签到结果会自动记录在 Excel 文档中，方便后续查看和管理。
使用步骤
- 安装第三方库：首先安装项目所需的第三方库，包括 opencv-python、opencv-contrib-python、pillow、tk、xlrd、xlwt、xlutils。
- 采集人脸图像：运行
capture_face.py脚本，通过摄像头采集学生的人脸图像，并保存到dataset文件夹中。 - 训练模型：运行
train.py脚本，使用 LBPH 算法对采集到的人脸图像进行训练，生成face_model.yml文件。 - 识别签到：运行
sign_in.py脚本，开启摄像头进行实时人脸识别，完成签到功能，签到结果会自动记录在签到表.xls文件中。 - 查看签到结果：签到成功后，项目目录会生成
签到表1.xls文件，双击打开即可查看签到结果。
注意事项
- 在建立签到表时，务必确保单元格格式设置为文本格式，否则可能导致签到失败。
- 保存签到表时，保存位置应为当前项目的目录文件夹，文件命名为“签到表”，保存类型选择 xls 格式。
项目作者
- 学号：2021520542
- 姓名：蔡徐坤
版权声明
本项目为原创作品，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。