4.2 KiB
项目结构
一个用于人脸识别的系统,使用了 Flask 作为 Web 框架,并结合了 SQLite 数据库进行数据存储。
目录结构
.
├── .venv # Python 虚拟环境
├── captured_faces # 用于保存捕获的人脸照片
├── db_image # 数据库添加的测试照片
├── templates # 存放 HTML 模板文件
├── app.py # Flask 应用主程序
├── face_database.db # SQLite 数据库文件
├── match_log.txt # 匹配记录日志文件
├── requirements.txt # 项目依赖的 Python 包
├── scanf_face.py # 人脸捕捉与匹配脚本
└── run_programs.py # 启动多个程序的脚本
主要组件
1. .venv
包含项目所需的 Python 虚拟环境。确保在激活虚拟环境后运行项目,以便使用正确的依赖包。
2. captured_faces
用于存储捕获到的人脸图像。这些图像将用于与数据库中的人脸进行匹配。
3. db_image
包含用于数据库测试的人脸照片。用于初始化数据库中的人脸记录。
4. templates
包含 HTML 模板文件。用于 Flask 应用的网页渲染。
5. app.py
Flask 应用的主程序,提供 Web 界面来展示匹配记录。它还使用 Socket.IO 实时更新数据。
6. face_database.db
SQLite 数据库文件,存储人脸编码和匹配记录。该数据库用于存储已知的人脸信息和匹配日志。
7. match_log.txt
记录人脸匹配的日志文件。每当检测到匹配时,将记录匹配信息到该文件中。
8. requirements.txt
列出项目的所有 Python 依赖包。可以使用 pip install -r requirements.txt
安装所需的库。
9. scanf_face.py
人脸捕捉和匹配脚本。通过摄像头捕捉人脸图像,并与数据库中的人脸进行匹配。
10. run_programs.py
脚本用于同时启动 app.py
和 scanf_face.py
两个程序。通过该脚本可以方便地管理多个程序的启动。
启动项目
1. 安装依赖
双击安装当前目录下/cmake-3.30.2-window-x86_64.msi文件
确保你已经安装了项目所需的依赖包。可以使用以下命令:
pip install -r requirements.txt
2. 启动程序
-
一定要向数据库中添加图片,在scanf_face.py中
-
第一次启动会创建数据库和logs文件
# 向数据库中添加人脸 add_face_to_database("李四", "快递", "./stctic/db_image/test1.jpg") add_face_to_database("张三", "居民", "./stctic/db_image/test2.jpg") add_face_to_database("王五", "居民", "./stctic/db_image/test3.jpg")
根据你的环境修改
使用 run_programs.py
脚本同时启动 Flask 应用和人脸捕捉脚本:
python run_programs.py
3. 访问 Web 应用
在浏览器中访问 http://localhost:5000
查看 Flask 应用,监控匹配记录
4. 捕捉和匹配人脸
scanf_face.py
脚本会持续通过摄像头捕捉人脸图像,并与数据库中的人脸进行匹配。当检测到匹配时,会更新数据库和日志文件。
代码概述
app.py
- 功能:提供 Web 界面显示匹配记录,使用 Socket.IO 实时更新数据。
- 主要路由:
/
- 显示匹配记录。
scanf_face.py
- 功能:通过摄像头捕捉人脸,生成编码并与数据库中的人脸进行匹配。
- 主要功能:
- 捕捉图像并保存到
captured_faces
目录。 - 与数据库中的人脸编码进行匹配。
- 记录匹配结果到
match_log.txt
和数据库。
- 捕捉图像并保存到
run_programs.py
- 功能:同时启动
app.py
和scanf_face.py
两个程序。 - 主要功能:
- 使用
subprocess
模块启动并管理多个进程。
- 使用
注意事项
- 确保虚拟环境已激活并安装了所有依赖。
- 确保摄像头正常工作且能够捕捉到图像。
- 数据库和日志文件将会随着时间不断增加,请定期检查和维护这些文件。
- 需要单独安装cmake
联系我 :sairate@sina.cn