当前位置：首页 > news >正文

Python 基于 opencv 的人脸识别监控打卡系统（源码+部署）

news 文章来源：https://blog.csdn.net/u013749113/article/details/144937243 2025/5/2 0:11:35

1. 引言

今天，我们将基于 Python 的 OpenCV 库和 wxPython 框架，构建一个实用的 人脸识别考勤系统。这是一个适合大学生学习的实战项目，功能经过充分调试，确保运行稳定。该系统不仅能帮助你了解人脸识别技术的基本原理，还能让你在实际开发中收获经验。

在数字化时代，传统的打卡考勤方式逐渐被淘汰，取而代之的是基于生物特征的考勤方式，比如人脸识别。相比传统方法，人脸识别考勤系统具备高效、准确、不易伪造等优势。本文将一步步带你实现这样一套系统，包括 环境搭建、核心功能实现，以及 数据存储与报告生成。

人脸识别考勤系统效果图

视频演示

点击观看完整演示视频

2. 系统概述

技术选型

要实现一个人脸识别考勤系统，我们需要以下技术栈：

Python：简洁高效，适合快速开发。
OpenCV：开源计算机视觉库，用于人脸检测与识别。
dlib：提供人脸识别模型和工具。
wxPython：用于构建图形界面（GUI），方便用户操作。
SQLite/MySQL：用于存储员工信息和考勤数据。
摄像头：捕捉用户实时人脸图像。

系统功能

这套考勤系统具备以下功能：

人脸检测与识别：通过摄像头捕捉人脸，实现签到和签退功能。
考勤时间计算：根据签到和签退记录生成每日考勤时间。
数据管理：支持管理员录入和管理员工信息。
实时监控：提供实时识别和考勤功能。
考勤报告生成：自动生成考勤数据报告，支持 CSV 导出。

3. 系统实现

3.1 环境搭建

在开发之前，需要确保以下工具已安装：

pip install opencv-python
pip install dlib
pip install wxpython

3.2 人脸识别功能

人脸识别是本系统的核心功能。我们使用 dlib 提供的预训练模型实现人脸检测。以下是基础代码：

import dlib
import cv2# 加载预训练人脸检测器
detector = dlib.get_frontal_face_detector()# 打开摄像头
cap = cv2.VideoCapture(0)while True:ret, frame = cap.read()if not ret:break# 检测人脸faces = detector(frame, 1)for face in faces:x1, y1, x2, y2 = face.left(), face.top(), face.right(), face.bottom()cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)# 显示图像cv2.imshow("Face Detection", frame)# 按 'q' 键退出if cv2.waitKey(1) & 0xFF == ord('q'):breakcap.release()
cv2.destroyAllWindows()

3.3 数据存储与管理

考勤数据和员工信息需要持久化存储到数据库中。以下是使用 SQLite 的实现：

import sqlite3# 创建数据库连接
conn = sqlite3.connect('attendance.db')
cursor = conn.cursor()# 创建考勤数据表
cursor.execute('''
CREATE TABLE IF NOT EXISTS attendance (id INTEGER PRIMARY KEY AUTOINCREMENT,name TEXT,check_in_time TEXT,check_out_time TEXT
)
''')# 插入记录
cursor.execute('''
INSERT INTO attendance (name, check_in_time) 
VALUES ('Alice', '2024-12-28 08:00:00')
''')conn.commit()
conn.close()

3.4 图形用户界面（GUI）

我们用 wxPython 实现简单的用户界面，让系统更加友好：

import wxclass AttendanceApp(wx.Frame):def __init__(self):super().__init__(None, title="考勤系统", size=(600, 400))panel = wx.Panel(self)# 界面布局wx.StaticText(panel, label="欢迎使用人脸识别考勤系统", pos=(200, 20))self.start_btn = wx.Button(panel, label="启动考勤", pos=(250, 100))self.stop_btn = wx.Button(panel, label="停止考勤", pos=(250, 160))# 事件绑定self.start_btn.Bind(wx.EVT_BUTTON, self.start_attendance)self.stop_btn.Bind(wx.EVT_BUTTON, self.stop_attendance)def start_attendance(self, event):wx.MessageBox("考勤已启动", "提示", wx.OK | wx.ICON_INFORMATION)def stop_attendance(self, event):wx.MessageBox("考勤已停止", "提示", wx.OK | wx.ICON_INFORMATION)if __name__ == "__main__":app = wx.App()frame = AttendanceApp()frame.Show()app.MainLoop()

3.5 考勤报告生成

使用 pandas 库处理数据并生成考勤报告：

import pandas as pd# 从数据库读取数据
conn = sqlite3.connect('attendance.db')
df = pd.read_sql_query("SELECT * FROM attendance", conn)# 保存为 CSV 文件
df.to_csv('attendance_report.csv', index=False)
print("考勤报告已生成！")

4. 总结

通过本项目，你可以深入学习 Python 和 OpenCV 的实际应用，掌握人脸识别技术的开发方法。本系统从环境搭建到功能实现，再到数据持久化与报告生成，涵盖了完整的开发流程，适合作为毕业设计或学习项目。

希望这篇文章能帮助大家快速上手人脸识别考勤系统的开发，提升自己的编程能力和项目经验。

5. 源码获取

🔥 点赞、收藏、评论支持一下吧！

📌 精彩专栏推荐：

2022-2024 年最全的计算机软件毕业设计选题大全✅
Java 项目精品实战案例《100 套》
Java 微信小程序项目实战《100 套》