人脸识别门禁系统 opencv代码

人脸识别门禁系统通常利用OpenCV库的强大计算机视觉功能来实现，包括图像预处理、特征提取（如Haar级联分类器或深度学习模型）以及人脸匹配。以下是一个简单的步骤概述和一些基本的代码示例：

1. **安装库**:
首先，确保你已经安装了Python和OpenCV（cv2）。可以使用pip命令进行安装：

   pip install opencv-python-headless numpy

2. **加载预训练的人脸检测模型**:
Haar级联分类器常用于快速找到面部区域：

   import cv2
   face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

3. **捕获视频或图片**:
使用摄像头或者读取图片文件：

   cap = cv2.VideoCapture(0) # 从摄像头
   img = cv2.imread('face.jpg') # 或者从文件

4. **实时人脸检测**:
对每一帧应用级联分类器：

   gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
   faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)

5. **人脸识别或验证**:
如果有已知的人脸数据库，可以进一步使用如EigenFace、FisherFace或深度学习模型（如Dlib、FaceNet等）来进行匹配。

6. **控制门禁**:
根据匹配结果，允许或阻止通行。例如，如果匹配成功，可以打开门锁或发出通过信号。

# 示例代码仅作演示，实际应用需要更复杂的人脸识别算法
for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)
    
if match_success: # 模拟匹配成功
    unlock_door()
else:
    print("Access denied")