QT----基于QT的人脸考勤系统(未完成)
目录
- 1 编译opencv库
- 1.1 下载源代码
- 1.2 qt编译opencv
- 1.3 执行Cmake一直卡着data: Download: face_landmark_model.dat
- 2 编译SeetaFace2代码
- 2.1 遇到报错By not providing "FindOpenCV.cmake" in CMAKE_MODULE_PATH this project has
- 2.2遇到报错Model missing
- 3 测试两个环境能否使用
- 3.1 配置环境变量
- 4客户端设计
更多内容可以点击这里查看个人博客: 个人博客
1 编译opencv库
1.1 下载源代码
源代码下载地址:https://github.com/opencv/opencv
第三方库下载地址:https://github.com/opencv/opencv_contrib
cmake下载地址:https://cmake.org/download/
都下载4.5.2版本的,把两个zip都解压,windows的第一个库是直接exe解压的
1.2 qt编译opencv
使用qt打开项目,源代码opencv/sources/CMakeLIsts.txt

使用MinGW64构建项目,稍等一会,等qt吧资源都加载完

点击项目,搜索ms取消这两个安装项目,将第三方库的人脸识别模块加入,注意debug为release版本,所有操作都是在release版本上执行的,图片还没更改

修改安装路径

修改下边构建步骤里边 为all,全部安装,最后执行Cmake

1.3 执行Cmake一直卡着data: Download: face_landmark_model.dat
发现一直卡着,这个face_landmark_model.dat下载不下来

采取手动下载的方式
https://raw.githubusercontent.com/opencv/opencv_3rdparty/8afa57abc8229d611c4937165d20e2a2d9fc5a12/face_landmark_model.dat
放到opencv的路径下,并且把没下载完的文件的前缀也加上,替换,再次执行Cmake成功

完毕后回到编辑点击启动,更改构建模式为release,运行

2 编译SeetaFace2代码
2.1 遇到报错By not providing “FindOpenCV.cmake” in CMAKE_MODULE_PATH this project has
下载代码:https://github.com/seetafaceengine/SeetaFace2
依旧是打开CmakeList文件,release模式,遇到报错

打开CmakeList文件添加上这一句,加上你刚刚安装的opcv的路径,注意斜杠的位置
`set(OpenCV_DIR E:/Environment/opencv452)`

修改安装路径,opencv路径等等,更上边类似,执行cmake,执行

2.2遇到报错Model missing
执行后遇到报错模型丢失

下载模型,把四个模型都下载了,放入生成release的文件夹
https://github.com/seetafaceengine/SeetaFace2?tab=readme-ov-file


再次报错,没有图片,找张人脸图片放入


3 测试两个环境能否使用
3.1 配置环境变量
找到系统环境变量PATH,添加两个库的bin文件夹

新建一个qt项目,在配置文件pro里添加上两个库的路径,并且添加上lib。这样在引入头文件就不会报错
#添加头文件
INCLUDEPATH += E:\Environment\opencv452\include
INCLUDEPATH += E:\Environment\opencv452\include\opencv2
INCLUDEPATH += E:\Environment\SeetaFace2\include
INCLUDEPATH += E:\Environment\SeetaFace2\include\seeta#添加库
LIBS += E:\Environment\opencv452\x64\mingw\lib\libopencv*
LIBS += E:\Environment\SeetaFace2\lib\libSeeta*

#include "mainwindow.h"#include <QApplication>
#include <opencv.hpp>
#include <FaceDetector.h>using namespace cv;
using namespace seeta::v2;int main(int argc, char *argv[])
{QApplication a(argc, argv);MainWindow w;w.show();cv::namedWindow("fram");Mat mt = imread("E:/CPP_Study/QT/QTCode/opencvSeetaface/1.jpg");imshow("fram",mt);cv::waitKey(10);seeta::ModelSetting::Device device = seeta::ModelSetting::CPU ;int id = 0;seeta::ModelSetting FD_model("E:/Environment/SeetaFace2/bin/model/fd_2_00.dat",device ,id);seeta::FaceDetector FD(FD_model);return a.exec();
}
4客户端设计
接下来的文章参考我的个人博客纯真丁一郎
相关文章:
QT----基于QT的人脸考勤系统(未完成)
目录 1 编译opencv库1.1 下载源代码1.2 qt编译opencv1.3 执行Cmake一直卡着data: Download: face_landmark_model.dat 2 编译SeetaFace2代码2.1 遇到报错By not providing "FindOpenCV.cmake" in CMAKE_MODULE_PATH this project has2.2遇到报错Model missing 3 测试…...
机试:成绩排名
问题描述: 代码示例: #include <bits/stdc.h> using namespace std;int main(){cout << "样例输入" << endl; int n;int m;cin >> n;int nums[n];for(int i 0; i < n; i){cin >> nums[i];}// 排序for(int i 0; i < n; i){//…...
C编程基础四十分笔记
都是一些基础的C语言 一 输入一个整数,计算这个整数有几位二 编写程序计算一个分布函数三 输入一个字符串,再随便输入一个字母,判断这个字母出现几次四 求 1到10的阶乘之和五 求一个球体体积六 写一个链表,存1,2&#…...
k8s关于pod
目录 1、POD 的创建流程 kubectl 发起创建 Pod 请求: API Server 接收请求并处理: 写入 Etcd 数据库: Kubelet 监听并创建 Pod: Pod 状态更新和汇报: 2、POD 的状态解析 1. Pending Pod 2. Running Pod 3. S…...
yum安装mysql 数据库tab自动补全
centos7上面没有mysql,它的数据库名字叫做mariadb [rootlocalhost ~]#yum install mariadb-server -y [rootlocalhost ~]#systemctl start mariadb.service [rootlocalhost ~]#systemctl stop firewalld [rootlocalhost ~]#setenforce 0 [rootlocalhost ~]#ss -na…...
MBT-Net
feature F,edge feature E-F where r related to the relative position 辅助信息 作者未提供代码...
大数据赋能,能源企业的智慧转型之路
在数字洪流中,大数据已经成为推动产业升级的新引擎。特别是在能源行业,大数据的应用正引领着一场深刻的智慧转型。今天,我们就来探讨大数据如何在能源企业中发挥其独特的魅力,助力企业提效降本,实现绿色发展。 动态监控…...
2024考研国家线公布,各科分数线有哪些变化?考研国家线哪些涨了,哪些跌了?可视化分析告诉你
结论在文章结尾 2024考研国家线 一、近五年国家线趋势图-学术硕士 文学 管理学 工学照顾专业 体育学 交叉学科 军事学 历史学 理学 享受少数名族照顾政策的考生 中医类照顾专业 教育类 艺术类 医学 工学 哲学 法学 农学 经济学 二、近五年国家线趋势图-专业硕士 中医 应用心理 …...
高效、安全的APP分发与推广平台
在信息化快速发展的今天,APP已经成为人们生活中不可或缺的一部分。然而,对于众多APP开发者来说,如何让自己的APP在众多竞争者中脱颖而出,被更多用户所认知和下载,成为了一个亟待解决的问题。这时,一个高效、…...
浅谈异或运算
异或,是一个数学运算符,英文为exclusive OR,缩写为xor,应用于逻辑运算。异或的数学符号为“⊕”,计算机符号为“xor”。其运算法则为: a⊕b (a ∧ b) ∨ (a ∧b…...
Linux下platform总线
一. 简介 前面我们讲了设备驱动的分离,并且引出了总线 (bus) 、驱动 (driver) 和设备 (device) 模型,比如 I2C 、 SPI 、 USB 等总线。 但是,在 SOC 中有些外设是没有总线这个概念的,但是又要使用总 线、驱动和设备模型该怎么…...
C# EPPlus导出dataset----Excel2绘制图像
一、生成折线图方法 /// <summary> ///生成折线图 /// </summary> /// <param name="worksheet">sheet页数据 </param> /// <param name="colcount">总列数</param> /// &l…...
2024年云服务器ECS价格表出炉——阿里云
2024年阿里云服务器租用费用,云服务器ECS经济型e实例2核2G、3M固定带宽99元一年,轻量应用服务器2核2G3M带宽轻量服务器一年61元,ECS u1服务器2核4G5M固定带宽199元一年,2核4G4M带宽轻量服务器一年165元12个月,2核4G服务…...
Grafana
介绍 官网:https://grafana.com/ Grafana 是一个开源的指标分析和可视化工具,它被广泛用于展示和监控云基础设施和应用程序的实时数据。Grafana 提供了一个强大且易于使用的界面,允许用户创建各种图表、图形和仪表盘,以直观地展…...
InnoDB记录结构
InnoDB页简介 InnoDB是一个将表中的数据存储到磁盘上的存储引擎,所以即使关机后重启我们的数据还是存在的。而真正处理数据的过程是发生在内存中的,所以需要把磁盘中的数据加载到内存中,如果是处理写入或修改请求的话,还需要把内…...
【框架学习 | 第六篇】SpringBoot基础篇(快速入门、自动配置原理分析、配置文件、整合第三方技术、拦截器、文件上传/下载、访问静态资源)
文章目录 1.SpringBoot简介1.1原有Spring优缺点分析1.1.1Spring优点1.1.2Spring缺点 1.2SpringBoot概述1.2.1SpringBoot解决上述Spring的缺点1.2.2SpringBoot特点1.2.3SpringBoot核心功能 2.SpringBoot快速入门2.1代码实现2.1.1创建Maven工程2.1.2添加SpringBoot的起步依赖2.1.…...
使用 ReclaiMe Pro 恢复任意文件系统(Win/Linux/MacOS)
天津鸿萌科贸发展有限公司是 ReclaiMe Pro 数据恢复软件授权代理商。 ReclaiMe Pro 是一个通用工具包,几乎可以用于从所有文件系统(从 Windows 系列文件系统、Linux 和 MacOS)中恢复数据。此外,考虑到数据恢复工作的具体情况&…...
全视智慧机构养老解决方案,以科技守护长者安全
2024年2月28日凌晨1时许,在上海浦东大道的一家养护院四楼杂物间内发生了一起火灾事故。尽管火势不大,过火面积仅为2平方米,但这场小火却造成了1人死亡和3人受伤的悲剧。这一事件再次提醒我们,养老院作为老年人聚集的场所ÿ…...
NavicatPremium16破解激活
背景: 如题,本篇主要参考一个个人博客,里面提供百度网盘形式的下载链接,博主在个人尝试的过程中加了几点补充,便于更快安装! Navicat Premium 16 永久破解激活 - 酷酷的洛克 - 博客园 (cnblogs.com) 背景…...
thinkphp6.1~8.0 快速创建CRUD
GIT 源码 TINKPHP 快速创建模型CRUD源码 import os import tkinter as tk from tkinter import messagebox#转小写 def toLowerCase(str):""":type str: str:rtype: str"""return "".join(chr(ord(c) 32) if 65 < ord(c) < 90…...
2025最权威的十大降AI率方案推荐榜单
Ai论文网站排名(开题报告、文献综述、降aigc率、降重综合对比) TOP1. 千笔AI TOP2. aipasspaper TOP3. 清北论文 TOP4. 豆包 TOP5. kimi TOP6. deepseek 人工智慧写作工具凭借自然语言生成这项技术,能够快速产出契合语法规则的文本内容…...
基于Matlab的轴承-空心转轴-飞轮不同耦合类型动力学分析
基于Matlab的轴承-空心转轴-飞轮不同耦合类型动力学分析 保持轴承类型不变,变换飞轮和转轴耦合方式,分固有频率的变化趋势 可自行定义轴承、飞轮、转轴参数 程序高度模块化,修改十分方便 程序已调通,可直接运行最近做了一个关于轴…...
深入浅出 Python contextlib:优雅管理上下文资源的利器
凌晨三点,小陈盯着屏幕上的报错信息,头皮发麻。“ResourceWarning: Unclosed file”就这一行警告,让他在一堆历史代码里翻了两个小时。打开的文件忘记关了,数据库连接没释放,临时修改的目录路径也没改回来。代码跑起来…...
新能源/电力系统论文中的应用及盲审注意事项
在新能源/电力系统方向学术论文研究中,气象数据的权威性、精度及适配性直接影响论文盲审结果。羲和能源气象大数据平台作为该领域常用的气象数据支撑工具,其数据处理流程、适配特性与学术规范适配性较强,可有效提升论文盲审通过率。本文结合盲…...
告别GitHub访问难题:Fast-GitHub让开发效率提升300%
告别GitHub访问难题:Fast-GitHub让开发效率提升300% 【免费下载链接】Fast-GitHub 国内Github下载很慢,用上了这个插件后,下载速度嗖嗖嗖的~! 项目地址: https://gitcode.com/gh_mirrors/fa/Fast-GitHub 你是否也曾经历过这…...
Local Moondream2快速部署:VS Code Dev Container一键开发环境
Local Moondream2快速部署:VS Code Dev Container一键开发环境 1. 项目简介 Local Moondream2是一个基于Moondream2构建的超轻量级视觉对话Web界面。它能够让你的电脑拥有"眼睛",可以对上传的图片进行详细描述、反推绘画提示词,或…...
离散化与差分结合应用例题精讲
一、离散化是什么? 1.为什么用离散化 引入:当题目给我们几个区间涂色,总长为20亿,要求我们统计最后有颜色的区域。 聪明的我们立刻就想建立一个数组,每接收到一个区间就遍历该区间打上标记。最后遍历整个数组统计带…...
Omni-Vision Sanctuary 大模型一键部署:Python入门级环境配置实战
Omni-Vision Sanctuary 大模型一键部署:Python入门级环境配置实战 1. 开篇:为什么选择Omni-Vision Sanctuary 如果你刚接触AI大模型,可能会被各种复杂的部署流程吓到。别担心,今天我们要聊的Omni-Vision Sanctuary是个对新手特别…...
Win11 WSL 下玩转 CentOS 7:两种安装方法全攻略(附常见问题解决)
Win11 WSL 下玩转 CentOS 7:两种安装方法全攻略(附常见问题解决) 在Windows 11上使用WSL运行CentOS 7,为开发者提供了在Windows环境下无缝使用Linux工具链的绝佳方案。不同于官方商店提供的有限发行版,CentOS 7以其企…...
Protocol
在Python的世界里,Protocol这个概念,其实挺有意思的。它不是那种一上来就让人眼前一亮的语法糖,也不是什么解决具体问题的现成工具。它更像是一种约定,一种让代码“说清楚自己”的方式。如果你写过一段时间Python,尤其…...
