人脸识别python门禁代码

人脸识别技术近年来得到了广泛的应用，包括在门禁系统中的应用。使用Python实现一个简单的人脸识别门禁系统，我们可以借助一些现成的库，比如OpenCV和face_recognition。以下是一个非常基础的示例代码，用于说明如何构建一个简单的人脸识别门禁系统。

import cv2
import face_recognition

# 首先需要安装 face_recognition 库和下载预训练的人脸识别模型
# 使用face_recognition库加载已知人脸图像并编码
known_image = face_recognition.load_image_file("known_person.jpg")
known_face_encoding = face_recognition.face_encodings(known_image)[0]

# 初始化一些变量
face_locations = []
face_encodings = []
face_names = []
process_this_frame = True

# 打开摄像头
video_capture = cv2.VideoCapture(0)

while True:
    # 抓取一帧视频
    ret, frame = video_capture.read()

    # 只处理每一帧中的一帧以节省时间
    if process_this_frame:
        # 找到当前视频帧中所有的脸和人脸编码
        face_locations = face_recognition.face_locations(frame)
        face_encodings = face_recognition.face_encodings(frame, face_locations)

        face_names = []
        for face_encoding in face_encodings:
            # 检查人脸是否与已知人脸匹配
            matches = face_recognition.compare_faces([known_face_encoding], face_encoding)
            name = "Unknown"

            # 使用距离最近的已知人脸编码
            face_distances = face_recognition.face_distance([known_face_encoding], face_encoding)
            best_match_index = np.argmin(face_distances)
            if matches[best_match_index]:
                name = "Known Person"

            face_names.append(name)

    process_this_frame = not process_this_frame

    # 显示结果
    for (top, right, bottom, left), name in zip(face_locations, face_names):
        # 在脸周围画一个框
        cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)
        # 在框下方画一个带有名字的标签
        cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), cv2.FILLED)
        font = cv2.FONT_HERSHEY_DUPLEX
        cv2.putText(frame, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)

    # 显示结果图像
    cv2.imshow('Video', frame)

    # 按'q'退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放摄像头中的流
video_capture.release()
cv2.destroyAllWindows()

在这段代码中，我们首先加载一个已知人物的图片并获取其人脸编码。然后，我们打开计算机的摄像头，并在每一帧图像中寻找人脸。如果检测到的人脸与已知的人脸编码匹配，系统将在视频帧中用框标出该人脸，并显示“Known Person”。如果不匹配，则显示“Unknown”。