嵌入式Linux QT+OpenCV基于人脸识别的考勤系统 项目

此项目是基于人脸识别的考勤系统开发，包括如下模块：

1、人脸识别考勤系统GUI界面设计，包括：

（1）Qt环境(window环境/linux环境) ；

（2）Qt工程创建分析；

（3） Qt基本组件Qwidget QMainWindow，Qdialog，QLineEdit，Qlabel， QPushButton ；

（4）Qt界面布局，设计人脸识别考勤系统界面搭建；

（5）考勤机界面设计 （考勤默认界面， 数据录入界面，数据查询界面）。

2、考勤机界面逻辑与数据库实现，主要包括：

（1）Qt窗口切换

（2）Qt窗口间数据传递；

（3）人脸识别考勤机数据库及数据表的设计

3、人脸识别算法，主要包括：

（1）人脸识别算法分析及程序开发；

（2）opencv环境搭建；

（3）opencv采集人脸图像的程序开发；

（4）seetface人脸识别算法及程序开发。

4、人脸识别算法与Qt界面结合实现，主要包括：

（1）人脸检测及在Qt界面上的显示程序开发；

（2）人脸特征点提取及程序开发；

（3）人脸跟踪在Qt上显示；

（4）人脸信息采集存入数据库的编程；

（5）Qt线程Qthread应用，通过信号实现数据交换。                                                                                                                                              
5、QT开发环境下的人脸识别考勤系统机整合调试，主要包括：

（1）在线程中处理人脸比对编程；

（2）比对数据写入考勤数据库的程序实现；

（3）在Qt界面显示比对结果并且提示考勤成功的程序开发；

（4）项目优化综合调试。     

下述为QT的UI界面。

 

这里就是我们的代码层级结构了。

我们先看main.c

#include "faceproject.h"#include <QApplication>
#include "seeta/FaceDetector.h" //人脸检测
#include "seeta/FaceRecognizer.h"
#include "seeta/FaceLandmarker.h"
#include "opencv.hpp"
#include <QDebug>
#include "QSqlDatabase"
#include <QSqlQuery>
#include <QSqlError>
using namespace  seeta;
using namespace  cv;int main(int argc, char *argv[])
{QApplication a(argc, argv);qRegisterMetaType<Mat>("Mat");qRegisterMetaType<Mat>("Mat&");//打开数据库QSqlDatabase db = QSqlDatabase::addDatabase("QSQLITE");db.setDatabaseName("./data/user.db");if(!db.open()){qDebug()<<db.lastError().text();}//创建一个表格QString createsql = "create table if not exists user (userid varchar(64) primary key,faceid int,username text, partment text, facename text)";QSqlQuery query ;query.exec(createsql);//创建一个表格createsql = "create table if not exists  userrecord (id integer primary key autoincrement, userid varchar(64), cktime datatime)";if(!query.exec(createsql)){qDebug()<<query.lastError().text();}FaceProject w;w.show();return a.exec();
}

功能解析

• 程序主框架

  • QApplication 是 Qt 桌面应用程序的核心类，用于管理应用的生命周期。
  • FaceProject w; w.show(); 表示创建了一个名为 FaceProject 的主窗口对象，并将其显示。

• SeetaFace 初始化

  • seeta::FaceDetector, seeta::FaceRecognizer, 和 seeta::FaceLandmarker 分别是 SeetaFace SDK 提供的三大功能模块，用于人脸检测、识别、和关键点标注。虽然这些模块没有在代码中直接调用，但它们被 #include 引入，表明可能在其他地方会使用。

• OpenCV 的支持

  • cv::Mat 是 OpenCV 中的图像数据结构。
  • qRegisterMetaType<Mat>("Mat") 和 qRegisterMetaType<Mat>("Mat&") 将 cv::Mat 类型注册到 Qt 的元对象系统中，方便在信号与槽机制中传递 OpenCV 的图像对象。

• SQLite 数据库操作

  • 打开数据库：

QSqlDatabase db = QSqlDatabase::addDatabase("QSQLITE");
db.setDatabaseName("./data/user.db");

• 打开或创建一个 SQLite 数据库文件，路径为相对路径 ./data/user.db。

• 创建表格：

  • 表 user：存储用户的基本信息。

create table if not exists user (userid varchar(64) primary key,faceid int,username text,partment text,facename text
);

• userid 是用户唯一标识符。
• faceid 可能存储人脸特征 ID。
• 其他字段存储用户姓名、部门、和人脸数据文件名等。

表 userrecord：存储用户的考勤记录。

create table if not exists userrecord (id integer primary key autoincrement,userid varchar(64),cktime datetime
);

• id 是记录的自增主键。
• userid 关联用户表的 userid。
• cktime 是记录的时间戳。

错误处理

• 如果数据库打开失败，输出错误信息：

if(!db.open())
{qDebug()<<db.lastError().text();
}

• 如果表格创建失败，输出 SQL 错误信息：

if(!query.exec(createsql))
{qDebug()<<query.lastError().text();
}

主窗口启动

• FaceProject 是一个自定义的类，继承自 QWidget 或其子类。w.show() 表示显示主窗口，return a.exec(); 开始事件循环。

下述就是SeetaFace 人脸识别库的应用的代码段了

seeta::ModelSetting FaceProject::FTSetting = seeta::ModelSetting("./model/fd_2_00.dat",seeta::ModelSetting::CPU,0);

FTSetting 是人脸检测模型的设置，使用 SeetaFace 库加载 fd_2_00.dat 模型，指定使用 CPU 模式。

FaceProject::FaceProject(QWidget *parent): QWidget(parent), ui(new Ui::FaceProject), mFTracker(FTSetting)
{ui->setupUi(this);capture.open(0);if(!capture.isOpened()) {qDebug()<<"open error";}Mat tempImage = imread("./image/background.jpeg"); // 显示的背景tempImage.copyTo(backImage, mark2Image); // 截取除去头像外的背景circ1Image = imread("./image/frontcircle.png");circ2Image = imread("./image/backcircle.png");// 初始化线程--识别（识别完后会收到query信号）mthread = new QThread();connect(this, &FaceProject::sendMat, &mRecognier, &QRecognizer::queryFace);mRecognier.moveToThread(mthread);mthread->start();connect(&mRecognier, &QRecognizer::query, this, &FaceProject::queryResult);startTimer(100); // 启动定时器，每100毫秒执行一次camflag = false;model = new QSqlTableModel();model->setTable("user");model->select();ui->tableView->setModel(model);
}

• 人脸检测初始化：创建 mFTracker 对象并初始化 SeetaFace 模型（fd_2_00.dat）。
• 摄像头初始化：使用 OpenCV 打开默认的摄像头设备（capture.open(0)）。
• 图片初始化：加载背景图和两个圆形头像图，用于显示用户头像。
• 线程和信号连接：初始化识别线程 mthread，并将 sendMat 信号连接到 mRecognier.queryFace 函数，完成异步的人脸识别操作。

QString selectsql = QString("select * from user where faceid=%1").arg(index);
QSqlQuery query;
query.exec(selectsql);
if(query.next()) {QSqlRecord record = query.record();QString numberstr = record.value("userid").toString();QString namestr = record.value("username").toString();QString partstr = record.value("partment").toString();QString facepath = record.value("facename").toString();ui->numberLb->setText(numberstr);ui->nameLb->setText(namestr);ui->partLb->setText(partstr);ui->timeLb->setText(QTime::currentTime().toString("hh:mm:ss"));Mat faceImage = imread(facepath.toUtf8().data());showHeader(faceImage);if (oldid != index && index != -1) {oldid = index;QString insertsql = QString("insert into userrecord(userid, cktime) values('%1','%2')").arg(numberstr).arg(QDateTime::currentDateTime().toString("yyyy-MM-dd hh:mm:ss"));if (!query.exec(insertsql)) {qDebug() << query.lastError().text();}}
}

• 根据检测到的 index 查询数据库中的用户信息（user 表）并显示。
• 如果找到该用户的记录，会显示用户的 userid、username、partment 等信息。
• 将考勤记录插入 userrecord 表中，保存当前时间戳。

void FaceProject::showHeader(Mat &image) {cv::resize(image, image, cv::Size(160, 160));Mat circular;image.copyTo(circular, circ2Image);  // 使用圆形图像遮罩addWeighted(circular, 1, circ1Image, 1, 3, image);  // 将圆形头像图合并到原图QImage image1(image.data, 160, 160, image.step, QImage::Format_RGB888);ui->label_2->setPixmap(QPixmap::fromImage(image1));
}

将用户的头像调整为 160x160 大小，并加上圆形遮罩效果。

void FaceProject::showFaceVideo(Mat &image) {cv::resize(image, image, cv::Size(480, 480));cvtColor(image, image, COLOR_BGR2RGB);  // 转换颜色空间QImage vimage(image.data, 480, 480, image.step, QImage::Format_RGB888);ui->label->setPixmap(QPixmap::fromImage(vimage));
}

将摄像头采集到的视频流调整为 480x480 并显示在界面上。