python设计程序，设计在登录界面和主界面，按钮“打开照片”:打开照片，选择要处理的原图，按钮"检测”:进行人脸检测，在同一界面展示原图与效果图的对比结果。并保存检测结果到txt文档。格式要求:文件名时间，人脸数量等。采用欧式距离简单计算照片中几个人脸的特征矩阵的相似度。

好的，这里是一个简单的设计方案，你可以按照以下步骤进行实现：

1. 首先，你需要安装必要的库，包括OpenCV、face_recognition和datetime。你可以使用pip命令进行安装：

pip install opencv-python
pip install face_recognition

2. 创建一个登录界面和主界面。你可以使用tkinter库来创建界面，下面是一个简单的示例代码：

import tkinter as tk

# 创建登录界面
root = tk.Tk()
root.title('登录')
# 创建界面元素...
# ...

# 创建主界面
main_window = tk.Toplevel(root)
main_window.title('主界面')
main_window.withdraw()
# 创建界面元素...
# ...

root.mainloop()

3. 在主界面中添加“打开照片”按钮和“检测”按钮，并为它们绑定事件。当用户点击“打开照片”按钮时，程序会弹出一个文件选择对话框，让用户选择要处理的原图。当用户点击“检测”按钮时，程序会进行人脸检测，并将原图和效果图显示在同一界面。代码如下：

import tkinter as tk
from tkinter import filedialog
import cv2
import face_recognition
import datetime

# 创建主界面
main_window = tk.Toplevel()
main_window.title('主界面')

# 创建“打开照片”按钮
def open_image():
    file_path = filedialog.askopenfilename()
    if file_path:
        img = cv2.imread(file_path)
        cv2.imshow('原图', img)
        cv2.waitKey(0)
        cv2.destroyAllWindows()

open_button = tk.Button(main_window, text='打开照片', command=open_image)
open_button.pack()

# 创建“检测”按钮
def detect_faces():
    file_path = filedialog.askopenfilename()
    if file_path:
        img = cv2.imread(file_path)
        rgb_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        face_locations = face_recognition.face_locations(rgb_img)
        for (top, right, bottom, left) in face_locations:
            cv2.rectangle(img, (left, top), (right, bottom), (0, 0, 255), 2)
        cv2.imshow('效果图', img)
        cv2.waitKey(0)
        cv2.destroyAllWindows()

detect_button = tk.Button(main_window, text='检测', command=detect_faces)
detect_button.pack()

# 显示主界面
main_window.deiconify()

# 运行程序
main_window.mainloop()

4. 将检测结果保存到txt文档中。你可以在检测完人脸后，使用datetime库获取当前时间，并将检测结果写入txt文档。代码如下：

def detect_faces():
    file_path = filedialog.askopenfilename()
    if file_path:
        img = cv2.imread(file_path)
        rgb_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        face_locations = face_recognition.face_locations(rgb_img)
        for (top, right, bottom, left) in face_locations:
            cv2.rectangle(img, (left, top), (right, bottom), (0, 0, 255), 2)
        cv2.imshow('效果图', img)
        cv2.waitKey(0)
        cv2.destroyAllWindows()

        # 将检测结果保存到txt文档中
        now = datetime.datetime.now()
        file_name = now.strftime('%Y%m%d%H%M%S.txt')
        with open(file_name, 'w') as f:
            f.write('文件名：{}\n人脸数量：{}'.format(file_path, len(face_locations)))

5. 计算人脸特征矩阵的相似度。你可以使用face_recognition库的compare_faces函数来计算相似度，代码如下：

known_image = face_recognition.load_image_file('known.jpg')
unknown_image = face_recognition.load_image_file('unknown.jpg')

known_encoding = face_recognition.face_encodings(known_image)[0]
unknown_encoding = face_recognition.face_encodings(unknown_image)[0]

results = face_recognition.compare_faces([known_encoding], unknown_encoding)
if results[0]:
    print('两张照片是同一个人')
else:
    print('两张照片不是同一个人')

希望这些代码能够帮助你完成你的程序设计！