6月6日学习进度

合集 - 学习进度（第四学期）(57)

1.3月19日学习进度2024-03-192.第一次结对作业3月27日开发进度2024-03-273.第一次结对作业4月11日开发进度2024-04-114.4月18日冲刺记录2024-04-185.4月19日学习进度2024-04-196.4月19日冲刺记录2024-04-197.4月20日学习进度2024-04-208.4月20日冲刺记录2024-04-209.4月21日冲刺记录2024-04-2110.第一次结对作业4月10日开发进度2024-04-1011.4月23日学习进度2024-04-2312.4月23日冲刺记录2024-04-2313.4月22日冲刺记录2024-04-2214.4月25日冲刺记录2024-04-2515.4月26日冲刺记录2024-04-2616.4月27日学习记录2024-04-2717.4月28日学习记录2024-04-2818.4月24日冲刺记录2024-04-2419.4月22日学习进度2024-04-2220.4月30日学习进度2024-04-3021.5月6日学习进度2024-05-0622.5月8日学习进度2024-05-0823.5月10日学习进度2024-05-1024.6月4日学习进度2024-06-0425.5月11日学习进度2024-05-1126.5月12日学习进度2024-05-1227.5月13日学习进度2024-05-1328.5月15日学习进度2024-05-1529.5月16日学习进度2024-05-1630.5月17日学习进度2024-05-1731.5月18日学习进度2024-05-1832.5月19日学习进度2024-05-1933.5月20日学习进度2024-05-2034.5月21日学习进度2024-05-2135.5月22日学习进度2024-05-2236.5月23日学习进度2024-05-2337.5月24日学习进度2024-05-2438.5月25日学习进度2024-05-2539.5月26日学习进度2024-05-2640.5月27日学习进度2024-05-2741.5月28日学习进度2024-05-2842.5月29日学习进度2024-05-2943.5月30日学习进度2024-05-3044.5月31日学习进度2024-05-3145.6月1日学习进度2024-06-0146.6月2日学习进度2024-06-0247.6月3日学习进度2024-06-0348.6月5日学习进度2024-06-05

49.6月6日学习进度2024-06-06

50.6月7日学习进度2024-06-0751.6月11日学习进度2024-06-1152.6月12日学习进度（个人总结）2024-06-1253.6月14日学习进度2024-06-1454.6月17日学习进度2024-06-1755.人月神话读后感12024-05-1056.人月神话读后感22024-05-2357.人月神话读后感32024-06-01

收起

一.所花时间

6h

二.代码量

310行

三.博客量

1篇

四.了解到的知识点

py大作业之人脸识别签到，使用opencv进行人脸识别，openpyxl将签到结果写入excel(已经准备好的)中

# -*- coding: utf-8 -*-


import cv2
import numpy as np
import os
import shutil

import tkinter as tk

import datetime
from openpyxl import load_workbook




#存放人脸数据集的文件夹
data = "E:/frac_renlian"


def generator():
    '''
    打开摄像头，读取帧，检测该帧图像中的人脸，并进行剪切、缩放
    生成图片满足以下格式：
    1.灰度图，后缀为 .png
    2.图像大小相同
    params:
        data:指定生成的人脸数据的保存路径
    '''

    #name = input('my name:')
    
    name1=entry1.get()
    if(name1 is None):
        name1="default"
        
    # 如果路径存在则删除路径
    path = os.path.join(data, name1)
    if os.path.isdir(path):
        shutil.rmtree(path)
    # 创建文件夹
    os.mkdir(path)
    # 创建一个级联分类器
    face_casecade = cv2.CascadeClassifier('D:\python\python3.7.9-64\Lib\site-packages\cv2\data\haarcascade_frontalface_alt2.xml')
    # 打开摄像头
    camera = cv2.VideoCapture(0)
    cv2.namedWindow('Dynamic')
    # 计数
    count = 1

    while (True):
        # 读取一帧图像
        ret, frame = camera.read()
        if ret:
            # 转换为灰度图
            gray_img = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
            # 人脸检测
            face = face_casecade.detectMultiScale(gray_img, 1.3, 5)
            for (x, y, w, h) in face:
                # 在原图上绘制矩形
                cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2)
                # 调整图像大小
                new_frame = cv2.resize(frame[y:y + h, x:x + w], (92, 112))
                # 保存人脸
                #cv2.imwrite('%s/%s.png' % (path, str(count)), new_frame)
                cv_imwrite('%s/%s.png' % (path, str(count)), new_frame)
                count += 1
            cv2.imshow('Dynamic', frame)
            # 按下q键退出
            if cv2.waitKey(100) & 0xff == ord('q'):
                break
    camera.release()
    cv2.destroyAllWindows()

def cv_imwrite(filePathName, img):
    try:
        _, cv_img = cv2.imencode(".png", img)[1].tofile(filePathName)
        return True
    except:
        return False

# 载入图像   读取ORL人脸数据库，准备训练数据
def LoadImages(data):
    '''
    加载图片数据用于训练
    params:
        data:训练数据所在的目录，要求图片尺寸一样
    ret:
        images:[m,height,width]  m为样本数，height为高，width为宽
        names：名字的集合
        labels：标签
    '''
    images = []
    names = []
    labels = []

    label = 0

    # 遍历所有文件夹
    for subdir in os.listdir(data):
        subpath = os.path.join(data, subdir)
        # print('path',subpath)
        # 判断文件夹是否存在
        if os.path.isdir(subpath):
            # 在每一个文件夹中存放着一个人的许多照片
            names.append(subdir)
            # 遍历文件夹中的图片文件
            for filename in os.listdir(subpath):
                imgpath = os.path.join(subpath, filename)
                img = cv_imread(imgpath)
                gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
                # cv2.imshow('1',img)
                # cv2.waitKey(0)
                images.append(gray_img)
                labels.append(label)
            label += 1
    images = np.asarray(images)
    # names=np.asarray(names)
    labels = np.asarray(labels)
    return images, labels, names

def cv_imread(file_path):
    cv_img = cv2.imdecode(np.fromfile(file_path, dtype=np.uint8), cv2.IMREAD_COLOR)
    return cv_img

# 检验训练结果
def FaceRec():
    # 加载训练的数据
    X, y, names = LoadImages(data)
    # print('x',X)
    model = cv2.face.EigenFaceRecognizer_create()
    model.train(X, y)

    # 打开摄像头
    camera = cv2.VideoCapture(0)
    cv2.namedWindow('Dynamic')

    # 创建级联分类器
    face_casecade = cv2.CascadeClassifier('D:\python\python3.7.9-64\Lib\site-packages\cv2\data\haarcascade_frontalface_alt2.xml')

    while (True):
        # 读取一帧图像
        # ret:图像是否读取成功
        # frame：该帧图像
        ret, frame = camera.read()
        # 判断图像是否读取成功
        # print('ret',ret)
        if ret:
            # 转换为灰度图
            gray_img = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

            # 利用级联分类器鉴别人脸
            faces = face_casecade.detectMultiScale(gray_img, 1.3, 5)

            # 遍历每一帧图像，画出矩形
            for (x, y, w, h) in faces:
                frame = cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 0), 2)  # 蓝色
                roi_gray = gray_img[y:y + h, x:x + w]

                try:
                    # 将图像转换为宽92 高112的图像
                    # resize（原图像，目标大小，（插值方法）interpolation=，）
                    roi_gray = cv2.resize(roi_gray, (92, 112), interpolation=cv2.INTER_LINEAR)
                    params = model.predict(roi_gray)
                    #print('Label:%s,confidence:%.2f' % (params[0], params[1]))
                    '''
                    putText:给照片添加文字
                    putText(输入图像，'所需添加的文字'，左上角的坐标，字体，字体大小，颜色，字体粗细)
                    '''
                    cv2.putText(frame, names[params[0]], (x, y - 20), cv2.FONT_HERSHEY_SIMPLEX, 1, 255, 2)
                    print('name:%s' % names[params[0]])
                    
                    # 加载现有工作簿
                    filepath = 'C:\\Users\\leap\\Desktop\\python\\qiandao.xlsx'
                    wb = load_workbook(filepath)

                    # 获取工作表
                    sht1 = wb['Sheet1']

                    # 获取最后一行的行号
                    last_row = sht1.max_row

                    # 给字段中加值，考虑循环使用
                    sht1.cell(row=last_row + 1, column=1, value=names[params[0]])
                    sht1.cell(row=last_row + 1, column=2, value=datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S'))

                    # 保存工作簿
                    wb.save(filepath)

                    camera.release()
                    cv2.destroyAllWindows()
                    return

                    # xls = xlwt.Workbook()
                    # sht1 = xls.add_sheet('签到表')

                    # # 设置字体格式
                    # Font0=xlwt.Font()
                    # Font0.name="Times New Roman"
                    # Font0.colour_index = 2
                    # style0=xlwt.XFStyle()

                    # #添加字段
                    # sht1.write(0, 0, '姓名', style0)
                    # sht1.write(0, 1, '签到时间', style0)

                    # #给字段中加值，考虑循环使用
                    # sht1.write(1, 0, names[params[0]])
                    # sht1.write(1, 1, datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S'))
                    

                    # xls.save('C:\\Users\\leap\\Desktop\\python\\qiandao.xls')

                   
                
                except:
                    continue

            cv2.imshow('Dynamic', frame)

            # 按下q键退出
            if cv2.waitKey(100) & 0xff == ord('q'):
                break
    camera.release()
    cv2.destroyAllWindows()

def qiandaoCount():
    name2=entry2.get()
    start_time=entry3.get()
    end_time=entry4.get()

   
    filepath = 'C:\\Users\\leap\\Desktop\\python\\qiandao.xlsx'
    # 加载 Excel 文件
    wb = load_workbook(filepath)
    sheet = wb.active

    # # 输入同学的姓名
    # name = input("请输入同学的姓名：")
    # # 输入时间范围
    # start_time = input("请输入开始时间：")
    # end_time = input("请输入结束时间：")

    # 将输入的时间字符串转换为 datetime 对象
    start_time = datetime.datetime.strptime(start_time, '%Y-%m-%d %H:%M:%S')
    end_time = datetime.datetime.strptime(end_time, '%Y-%m-%d %H:%M:%S')

    # 计算该同学在指定时间范围内的签到次数
    count = 0
    for row in sheet.iter_rows(min_row=2, values_only=True):  # 从第二行开始，因为第一行是标题
        if row[0] is None or row[1] is None:  # 如果这一行是空行，或者签到时间为空，跳过
            continue
        if row[0] == name2:
            sign_in_time =datetime.datetime.strptime(row[1], '%Y-%m-%d %H:%M:%S')  # 签到时间的格式是 'YYYY-MM-DD HH:MM:SS'
            if start_time <= sign_in_time <= end_time:
                count += 1
    
    label5.config(text=f"{name2} 在 {start_time.strftime('%Y-%m-%d %H:%M:%S')} 到 {end_time.strftime('%Y-%m-%d %H:%M:%S')} 的签到次数是：{count}")
    print(f"{name2} 在 {start_time.strftime('%Y-%m-%d %H:%M:%S')} 到 {end_time.strftime('%Y-%m-%d %H:%M:%S')} 的签到次数是：{count}")



if __name__ == '__main__':
    

    root = tk.Tk()
    root.geometry("400x300")  
    root.title("人脸识别签到系统")

    button1 = tk.Button(root, text="签到", command=FaceRec)

    label1 = tk.Label(root, text="请输入录入人脸的人名：")
    entry1 = tk.Entry(root)
    
    button2 = tk.Button(root, text="录入人脸", command=generator)

    label2 = tk.Label(root, text="请输入要查询的人名：")
    entry2 = tk.Entry(root)
    label3 = tk.Label(root, text="请输入开始时间：")
    entry3 = tk.Entry(root)
    label4 = tk.Label(root, text="请输入结束时间：")
    entry4 = tk.Entry(root)

    button3 = tk.Button(root, text="签到次数", command=qiandaoCount)
    # 创建标签
    label5 = tk.Label(root, text="",wraplength=200)
    

    button1.grid(row=0, column=0, columnspan=2, pady=10)

    label1.grid(row=1, column=0)
    entry1.grid(row=1, column=1)
    button2.grid(row=1, column=2, pady=10)


    label2.grid(row=2, column=0)
    entry2.grid(row=2, column=1)
    

    label3.grid(row=3, column=0)
    entry3.grid(row=3, column=1)

    label4.grid(row=4, column=0)
    entry4.grid(row=4, column=1)

    button3.grid(row=2, column=2, rowspan=3, pady=10)

    label5.grid(row=5, column=0,columnspan=2)
    
    root.mainloop()