簡(jiǎn)介一套基于計(jì)算機(jī)視覺(jué)與深度學(xué)習(xí)的人臉識(shí)別簽到系統(tǒng)項(xiàng)目采用Python語(yǔ)言開(kāi)發(fā)適合有編程基礎(chǔ)并正在完成課程設(shè)計(jì)或需要快速搭建課堂、會(huì)議自動(dòng)簽到場(chǎng)景的開(kāi)發(fā)者也可作為入門級(jí)考勤方案的設(shè)計(jì)藍(lán)本。壓縮包整體僅1.93MB共23個(gè)文件含有源代碼、界面文件、配置文件、圖標(biāo)素材、說(shuō)明文檔以及樣例數(shù)據(jù)等多種類型目錄組織清晰能夠直接導(dǎo)入開(kāi)發(fā)工具運(yùn)行調(diào)試。當(dāng)前已有1483人學(xué)習(xí)下載。項(xiàng)目實(shí)現(xiàn)了從攝像頭實(shí)時(shí)取流、圖像灰度化與去噪等預(yù)處理到人臉檢測(cè)、特征提取和身份匹配的完整流程同時(shí)具備簽到時(shí)間記錄、考勤時(shí)長(zhǎng)統(tǒng)計(jì)和數(shù)據(jù)導(dǎo)出功能界面部分采用可視化控件并考慮了數(shù)據(jù)安全與隱私保護(hù)的基本策略。讀者可以從中理解人臉識(shí)別考勤系統(tǒng)的整體架構(gòu)、關(guān)鍵算法銜接和工程實(shí)現(xiàn)要點(diǎn)適合畢業(yè)設(shè)計(jì)、實(shí)訓(xùn)教學(xué)或輕量級(jí)應(yīng)用的二次開(kāi)發(fā)起點(diǎn)。1. 人臉識(shí)別簽到從“掃碼打卡”到“刷臉打卡”的最小落地路徑很多人以為人臉識(shí)別簽到必須自己訓(xùn)練深度學(xué)習(xí)模型或者要買一臺(tái)幾千塊的人臉識(shí)別門禁機(jī)。實(shí)際上用 Python 加一個(gè)開(kāi)源人臉識(shí)別庫(kù)在普通辦公電腦上配一個(gè) USB 攝像頭就能把簽到流程跑起來(lái)。這篇文章要講的就是這條最小落地路徑怎么錄入人臉、怎么識(shí)別簽到、怎么避免重復(fù)打卡以及我踩過(guò)的那些坑。適合正在做企業(yè)內(nèi)部考勤工具、實(shí)驗(yàn)室點(diǎn)名系統(tǒng)或者想給工作室做個(gè)輕量簽到程序的開(kāi)發(fā)者。讀完后你能得到一套可復(fù)現(xiàn)的代碼和一組靠譜的參數(shù)而不是一個(gè)黑匣子。2. 技術(shù)選型與原理為什么我用 face_recognition 打通簽到主鏈路2.1 三種常見(jiàn)實(shí)現(xiàn)路線對(duì)比做 Python 人臉識(shí)別簽到我見(jiàn)過(guò)三種主流路線。第一種是直接用 OpenCV 的 Haar Cascade 或 LBPH 人臉識(shí)別器。這條路入門門檻低代碼量也小但 LBPH 對(duì)姿態(tài)和光線極其敏感稍微側(cè)臉就認(rèn)不出多人場(chǎng)景基本不可用。第二種是自己用 PyTorch 或 TensorFlow 訓(xùn)練一個(gè)分類網(wǎng)絡(luò)比如用 MobileNet 微調(diào)。這條路效果上限高但需要準(zhǔn)備大量標(biāo)注數(shù)據(jù)、設(shè)計(jì)訓(xùn)練流程、處理模型部署做一個(gè)簽到系統(tǒng)至少要多花兩三周時(shí)間。第三種是使用 face_recognition 庫(kù)它封裝了 dlib 的人臉檢測(cè)和特征提取能力不需要訓(xùn)練只需給每個(gè)人提取一次 128 維特征向量之后拿這個(gè)向量做比對(duì)就行。我一般會(huì)選第三種。原因很直接簽到場(chǎng)景不需要識(shí)別出“這個(gè)人是誰(shuí)”這個(gè)開(kāi)放集合問(wèn)題只需要在已經(jīng)錄好的人臉庫(kù)里做 1:N 匹配。face_recognition 正是為此設(shè)計(jì)的它把最復(fù)雜的檢測(cè)和特征提取變成了幾行 API 調(diào)用。而且它對(duì) CPU 的占用可控在 Intel i5 級(jí)別的機(jī)器上一次檢測(cè)加特征提取大約 0.5 到 1 秒對(duì)于簽到這種低頻操作完全夠用。網(wǎng)上那些“Python人臉識(shí)別簽到源碼大全”里絕大多數(shù)也是基于這個(gè)庫(kù)改的但很多都只寫了識(shí)別部分沒(méi)有考慮防重復(fù)、日志落庫(kù)和異?；謴?fù)這才是實(shí)際運(yùn)維中的大頭。2.2 face_recognition 的核心原理人臉圖像如何變成 128 維向量理解這個(gè)庫(kù)的關(guān)鍵在于它內(nèi)部做兩件事先做人臉檢測(cè)再做人臉特征編碼。檢測(cè)階段用的是 HOG方向梯度直方圖或 CNN 模型它會(huì)從圖像中找出包含人臉的矩形框。找到框之后庫(kù)會(huì)把框內(nèi)的人臉區(qū)域?qū)R并縮放然后送進(jìn)一個(gè)預(yù)訓(xùn)練的深度殘差網(wǎng)絡(luò)輸出一個(gè) 128 維的浮點(diǎn)向量。這個(gè)向量的含義不是年齡、性別這類屬性而是把“這個(gè)人長(zhǎng)什么樣”壓縮成了空間中的一個(gè)點(diǎn)。比對(duì)時(shí)系統(tǒng)計(jì)算兩張人臉向量的歐氏距離。距離越小越可能是同一個(gè)人。face_recognition 的compare_faces函數(shù)里有一個(gè)tolerance參數(shù)默認(rèn)是 0.6意思就是距離小于等于 0.6 判定為同一人。這個(gè) 0.6 是原作者在 LFW 數(shù)據(jù)集上調(diào)試出的經(jīng)驗(yàn)值但它在真實(shí)辦公場(chǎng)景下不一定合適。比如同一個(gè)人的兩張照片如果光線差異很大距離可能超過(guò) 0.6而兩個(gè)長(zhǎng)得像的同事距離可能只有 0.5 左右。所以這個(gè)參數(shù)必須根據(jù)現(xiàn)場(chǎng)人臉庫(kù)實(shí)際調(diào)不能直接默認(rèn)跑。這里還有一個(gè)關(guān)鍵認(rèn)知特征向量不是“固定”的。同一個(gè)人在不同光照、角度、表情下提取出的向量會(huì)有波動(dòng)。簽到系統(tǒng)要做的不是追求零誤差而是把誤識(shí)率和拒識(shí)率平衡到“一天里不需要人工干預(yù)”的程度。我后面會(huì)專門講怎么調(diào)這個(gè)閾值。2.3 環(huán)境準(zhǔn)備Python 版本、依賴安裝的注意事項(xiàng)face_recognition 的安裝比普通庫(kù)麻煩一點(diǎn)因?yàn)樗蕾?dlib而 dlib 需要 C 編譯環(huán)境。在 Windows 上我建議直接用 Python 3.8 或 3.9 的 64 位版本然后先安裝 Visual Studio Build Tools 里的 C 桌面開(kāi)發(fā)組件再執(zhí)行pip install dlib face_recognition opencv-python。如果不想折騰編譯可以找dlib的預(yù)編譯 wheel或者直接使用 Anacondaconda 會(huì)幫你處理編譯好的二進(jìn)制。Linux 上則要先裝cmake和build-essential否則 pip 會(huì)在編譯 dlib 時(shí)卡很久。一個(gè)常見(jiàn)翻車點(diǎn)是裝了 OpenCV 后攝像頭編號(hào)不對(duì)。筆記本自帶攝像頭通常是0外接 USB 攝像頭可能是1但某些設(shè)備上順序會(huì)顛倒。我習(xí)慣寫一個(gè)小腳本先枚舉所有可用攝像頭而不是寫死VideoCapture(0)。下面這段代碼可以列出當(dāng)前機(jī)器上能打開(kāi)的攝像頭索引import cv2 for index in range(5): cap cv2.VideoCapture(index) if cap.isOpened(): ret, frame cap.read() if ret: print(f攝像頭 {index} 可用畫面尺寸: {frame.shape}) cap.release()這段代碼的邏輯是依次嘗試 0 到 4 號(hào)設(shè)備能讀到幀就說(shuō)明該索引可用。實(shí)際部署時(shí)我會(huì)把可用索引寫進(jìn)配置文件而不是在代碼里寫死。另一個(gè)容易忽略的是攝像頭權(quán)限Linux 下如果用opencv-python打開(kāi)設(shè)備需要確認(rèn)當(dāng)前用戶屬于video組否則會(huì)報(bào)ioctl(VIDIOC_STREAMON)錯(cuò)誤。Windows 下則要注意殺毒軟件可能會(huì)攔截?cái)z像頭訪問(wèn)我在兩臺(tái)辦公電腦上遇到過(guò)程序第一次運(yùn)行能打開(kāi)攝像頭第二次就被安全軟件靜默攔截的情況表現(xiàn)是cap.read()一直返回 False沒(méi)有任何報(bào)錯(cuò)。3. 人臉庫(kù)搭建采集、特征提取與存儲(chǔ)的完整腳本3.1 用攝像頭采集人臉照片兼顧清晰度和角度的采集腳本簽到系統(tǒng)的第一步是錄入人臉。很多人直接讓員工對(duì)著攝像頭拍一張然后提取特征保存。這種做法在兩天內(nèi)就會(huì)暴露問(wèn)題上班時(shí)光線和錄入時(shí)不一樣識(shí)別率立刻下降。正確的做法是每人采集 3 到 5 張不同角度、不同光線下的照片比如正面、輕微左側(cè)、輕微右側(cè)、抬頭一點(diǎn)、低頭一點(diǎn)。這能讓后面的特征提取得到一個(gè)更穩(wěn)定的“平均臉”。我寫過(guò)一個(gè)采集腳本核心邏輯是實(shí)時(shí)顯示攝像頭預(yù)覽按下空格鍵保存當(dāng)前幀按下q退出。保存時(shí)需要自動(dòng)裁出人臉區(qū)域這樣能避免把背景也存進(jìn)去減少后續(xù)特征提取時(shí)的干擾。下面是一個(gè)可運(yùn)行的版本import cv2 # 采集腳本按空格鍵保存人臉按 q 退出 cap cv2.VideoCapture(0) save_count 0 person_name input(請(qǐng)輸入姓名用作文件名前綴: ) while True: ret, frame cap.read() if not ret: print(無(wú)法讀取攝像頭畫面) break # 顯示實(shí)時(shí)畫面便于員工調(diào)整位置 cv2.imshow(capture, frame) key cv2.waitKey(1) 0xFF if key ord( ): # 保存整幀后續(xù)再用人臉檢測(cè)裁剪 filename fraw_{person_name}_{save_count}.jpg cv2.imwrite(filename, frame) print(f已保存 {filename}) save_count 1 elif key ord(q): break cap.release() cv2.destroyAllWindows()這段代碼保存的是原始幀。我的習(xí)慣是之后統(tǒng)一用 face_recognition 檢測(cè)人臉并裁剪入庫(kù)而不是在采集時(shí)就裁剪因?yàn)椴杉瘯r(shí)人臉框可能還沒(méi)穩(wěn)定保存原幀更保險(xiǎn)。參數(shù)說(shuō)明waitKey(1)的 1 毫秒是刷新間隔調(diào)大可以減少畫面閃爍但會(huì)降低響應(yīng)速度。保存的 JPG 質(zhì)量默認(rèn)是 95%對(duì)簽到來(lái)說(shuō)足夠。實(shí)際運(yùn)行時(shí)我會(huì)讓員工每次錄入前先看一眼畫面確認(rèn)沒(méi)有被逆光或遮擋再按空格。3.2 提取特征并保存pickle 序列化與標(biāo)簽管理采集完照片后下一步是把每張照片變成 128 維向量并連同姓名標(biāo)簽一起保存。這里有兩個(gè)細(xì)節(jié)。第一要檢測(cè)照片中是否真的包含人臉如果檢測(cè)不到或者檢測(cè)到多張臉這張照片就應(yīng)該被丟棄或人工復(fù)核。第二保存格式我建議用 pickle因?yàn)樗梢院芊奖愕匕褅name: 張三, encoding: [float, ...]}這樣的字典序列化加載也快。當(dāng)然如果你需要跨語(yǔ)言調(diào)用可以改用 NumPy 的.npz格式或者 JSON但后者的浮點(diǎn)數(shù)存儲(chǔ)會(huì)浪費(fèi)不少空間。下面是一段批量提取特征的腳本它遍歷一個(gè)文件夾下所有 JPG 圖每張圖只取第一大的人臉即面積最大的那個(gè)框做編碼然后保存到face_library.pklimport face_recognition import pickle import os import glob # 遍歷 raw_images 目錄下的所有 jpg 圖片 known_encodings [] known_names [] for image_path in glob.glob(raw_images/*.jpg): # 從文件名中提取姓名例如 raw_張三_0.jpg - 張三 basename os.path.basename(image_path) name basename.split(_)[1] # 加載圖片并檢測(cè)人臉位置使用 HOG 模型速度快 image face_recognition.load_image_file(image_path) face_locations face_recognition.face_locations(image, modelhog) if len(face_locations) ! 1: print(f{image_path} 檢測(cè)到 {len(face_locations)} 張人臉跳過(guò)) continue # 提取第一個(gè)人的 128 維特征向量 encoding face_recognition.face_encodings(image, face_locations)[0] known_encodings.append(encoding) known_names.append(name) print(f已處理 {image_path}) # 保存到 pickle 文件 library {encodings: known_encodings, names: known_names} with open(face_library.pkl, wb) as f: pickle.dump(library, f) print(f人臉庫(kù)保存完成共 {len(known_names)} 條特征)這段代碼里load_image_file是 face_recognition 提供的便捷方法它用imageio讀取圖片并轉(zhuǎn)為 RGB 格式。這里有個(gè)容易踩坑的點(diǎn)face_recognition的 API 期望 RGB 輸入而 OpenCV 讀出來(lái)的是 BGR如果你先用cv2.imread讀圖再傳給face_encodings顏色通道是反的雖然人臉檢測(cè)通常不受影響但特征向量的質(zhì)量會(huì)明顯變差。所以要么用load_image_file要么在傳給庫(kù)之前用cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)轉(zhuǎn)換。3.3 參數(shù)說(shuō)明face_locations 的模型選擇與 upsample 次數(shù)face_locations函數(shù)有兩個(gè)關(guān)鍵參數(shù)一個(gè)是model另一個(gè)是upsample_times。model支持hog和cnnhog在 CPU 上運(yùn)行快但小臉或者側(cè)臉容易漏檢cnn更準(zhǔn)但如果沒(méi)裝 CUDA 版 dlib速度會(huì)慢到每幀 3 到 5 秒不適合實(shí)時(shí)簽到。我的實(shí)際經(jīng)驗(yàn)是簽到場(chǎng)景下攝像頭離人一般 0.5 到 2 米臉在畫面里不算小用hog足夠。如果你把攝像頭裝在門口人臉會(huì)偏小這時(shí)候可以把upsample_times從默認(rèn)的 1 改成 2它表示對(duì)圖像放大幾次后再檢測(cè)小臉檢測(cè)率會(huì)提升但耗時(shí)也會(huì)變長(zhǎng)。另一個(gè)容易被忽略的是face_encodings里的num_jitters參數(shù)默認(rèn)是 1。這個(gè)值可以理解為對(duì)同一個(gè)人臉采樣多次后取平均用來(lái)平滑微小變化。錄入人臉庫(kù)時(shí)我建議把num_jitters設(shè)為 5因?yàn)殡x線處理不趕時(shí)間能顯著提升特征向量的穩(wěn)定性但在實(shí)時(shí)簽到的識(shí)別循環(huán)里num_jitters保持 1 就好否則每幀等待時(shí)間會(huì)翻好幾倍。人臉庫(kù)文件的管理我也要提醒一句。pickle 文件里存的是 Python 對(duì)象如果人臉庫(kù)里的姓名有中文在 Windows 下打開(kāi)文件時(shí)要注意編碼。寫文件時(shí)最好指定encodingutf-8我見(jiàn)過(guò)有人直接open(face_library.pkl, wb)然后加載時(shí)在 Linux 上正常在 Windows 上偶發(fā)UnicodeDecodeError。雖然 pickle 本身存的是字節(jié)但字符串的內(nèi)部表示在不同 Python 版本下有差異。穩(wěn)妥的做法是在保存前把字符串統(tǒng)一轉(zhuǎn)成 UTF-8或者在加載時(shí)也保持相同的環(huán)境。另外pickle 不適合跨 Python 大版本移植升級(jí) Python 后建議重新生成一次人臉庫(kù)。4. 簽到主程序?qū)崿F(xiàn)識(shí)別、防重與考勤落庫(kù)4.1 簽到流程的狀態(tài)機(jī)待識(shí)別 → 已識(shí)別 → 防重復(fù)簽到程序不是一個(gè)簡(jiǎn)單的“循環(huán)識(shí)別”就能跑起來(lái)的。一個(gè)可用的簽到系統(tǒng)有兩個(gè)隱藏要求一是同一個(gè)人在一段時(shí)間內(nèi)不能重復(fù)簽到二是人離開(kāi)再回來(lái)后要能再次簽到。這就需要一個(gè)狀態(tài)機(jī)。我給每個(gè)員工維護(hù)一個(gè)“最近簽到時(shí)間”字典當(dāng)識(shí)別到某人后先判斷當(dāng)前時(shí)間減去該員工上次簽到時(shí)間是否超過(guò)設(shè)定的間隔比如 10 分鐘。如果沒(méi)超過(guò)就忽略這次識(shí)別如果超過(guò)了才寫入考勤記錄并更新該員工的時(shí)間戳。這個(gè)設(shè)計(jì)能擋住一個(gè)常見(jiàn)問(wèn)題員工站在攝像頭前聊天系統(tǒng)在幾秒內(nèi)連續(xù)識(shí)別出同一張臉結(jié)果產(chǎn)生十幾條簽到記錄。更合理的做法是識(shí)別成功后程序進(jìn)入一個(gè)“冷卻”狀態(tài)比如 3 秒內(nèi)不對(duì)同一人臉做重復(fù)處理同時(shí)把畫面上的姓名和簽到時(shí)間疊加顯示讓員工看到自己打卡成功。下面是一個(gè)簡(jiǎn)化版的主循環(huán)框架import face_recognition import cv2 import pickle import time import datetime # 加載人臉庫(kù) with open(face_library.pkl, rb) as f: library pickle.load(f) known_names library[names] known_encodings library[encodings] # 記錄每個(gè)人上次簽到的時(shí)間戳 last_sign_in {} # 防重復(fù)識(shí)別的冷卻期秒避免連續(xù)幀重復(fù)打卡 cooldown_time 3 cap cv2.VideoCapture(0) print(簽到系統(tǒng)啟動(dòng)按 q 退出) while True: ret, frame cap.read() if not ret: print(攝像頭讀取失敗嘗試重連...) time.sleep(2) cap cv2.VideoCapture(0) continue # 轉(zhuǎn)為 RGB因?yàn)?face_recognition 需要 RGB 輸入 rgb_frame cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) # 檢測(cè)當(dāng)前畫面中的人臉位置 face_locations face_recognition.face_locations(rgb_frame, modelhog) # 提取當(dāng)前所有人臉的特征向量 face_encodings face_recognition.face_encodings(rgb_frame, face_locations) for face_encoding in face_encodings: # 與人臉庫(kù)比對(duì)tolerance 設(shè)為 0.5比默認(rèn)更嚴(yán)格 matches face_recognition.compare_faces(known_encodings, face_encoding, tolerance0.5) name 未知人員 if True in matches: # 取第一個(gè)匹配到的名字也可以根據(jù)距離選最近的 matched_index matches.index(True) name known_names[matched_index] # 檢查是否在冷卻期內(nèi) now time.time() last last_sign_in.get(name, 0) if name ! 未知人員 and now - last cooldown_time: last_sign_in[name] now sign_time datetime.datetime.now().strftime(%Y-%m-%d %H:%M:%S) print(f{name} 簽到成功: {sign_time}) # 這里調(diào)用寫入考勤記錄的函數(shù) # 在畫面上標(biāo)注人臉框和姓名 for (top, right, bottom, left), n in zip(face_locations, [name]): cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 2) cv2.putText(frame, n, (left, top - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2) cv2.imshow(sign-in, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()這段代碼有幾個(gè)細(xì)節(jié)需要說(shuō)明。第一compare_faces返回的是布爾列表matches.index(True)只取第一個(gè)匹配項(xiàng)。如果人臉庫(kù)里有重名或者有特征距離非常接近的兩個(gè)不同人這個(gè)邏輯可能會(huì)選錯(cuò)。更穩(wěn)的做法是計(jì)算所有已知人臉與當(dāng)前向量的距離然后取最小距離的人名并判斷最小距離是否小于tolerance。這個(gè)我在第 5 章避坑里細(xì)說(shuō)。第二cooldown_time是防重復(fù)的關(guān)鍵參數(shù)。如果設(shè)成 0員工站在攝像頭前就會(huì)被反復(fù)打卡如果設(shè)得太大比如 10 分鐘那么員工臨時(shí)離開(kāi)工位再回來(lái)就會(huì)被禁止簽到。我一般設(shè) 3 到 5 秒既能防止連續(xù)幀刷屏又不影響正常離座返回。第三攝像頭讀取失敗后的重連邏輯不能省略。USB 攝像頭偶爾會(huì)因?yàn)楣╇姴蛔慊蝌?qū)動(dòng)問(wèn)題斷開(kāi)cap.read()會(huì)連續(xù)返回 False。如果不做重連程序會(huì)一直空轉(zhuǎn)。我用的策略是連續(xù) 10 次讀取失敗就釋放并重新VideoCapture并加入 2 秒等待避免高頻重試把接口占死。4.2 識(shí)別核心代碼face_encodings 與 compare_faces 的閾值邏輯上面那版代碼雖然能跑但compare_faces的布爾匹配方式不夠精細(xì)。我實(shí)際使用的是另一種寫法手動(dòng)計(jì)算距離并且只接受最小距離小于閾值的候選。這樣既避免了“第一個(gè)匹配”帶來(lái)的誤判又能讓我隨時(shí)打印出距離值做觀察。下面是一段替換邏輯import numpy as np # 計(jì)算當(dāng)前人臉與庫(kù)中所有人臉的距離 distances face_recognition.face_distance(known_encodings, face_encoding) # 取最小距離及其對(duì)應(yīng)的索引 min_distance np.min(distances) min_index np.argmin(distances) # 閾值這里用 0.5小于閾值才認(rèn)為是庫(kù)中的人 if min_distance 0.5: name known_names[min_index] confidence 1 - min_distance # 只是一個(gè)相對(duì)的置信度參考 else: name 未知人員這段邏輯才是生產(chǎn)環(huán)境中更常見(jiàn)的寫法。face_distance返回的是一個(gè) NumPy 數(shù)組長(zhǎng)度等于人臉庫(kù)人數(shù)所以直接用np.min和np.argmin找到最相似的人。閾值 0.5 是我在大多數(shù)普通室內(nèi)光線下調(diào)試出的一個(gè)折中值。如果你的人臉庫(kù)很大比如超過(guò) 100 人不同員工之間的特征距離可能會(huì)更接近這時(shí)候 0.5 可能不夠安全需要下降到 0.4 或 0.45代價(jià)是一個(gè)員工稍微背光就可能識(shí)別失敗。這個(gè)閾值沒(méi)有銀彈必須實(shí)際測(cè)試。在簽到日志里我會(huì)把min_distance也記下來(lái)。這樣萬(wàn)一出現(xiàn)誤簽翻日志就能看到當(dāng)時(shí)的距離值方便判斷是閾值問(wèn)題還是人臉庫(kù)問(wèn)題。這是黑匣子調(diào)試的第一步不要只記錄“誰(shuí)簽到了”要記錄“當(dāng)時(shí)匹配到的距離是多少”。4.3 考勤記錄落庫(kù)CSV 與 SQLite 兩種方案的選擇簽到結(jié)果往哪寫最偷懶的是寫進(jìn) CSV 文件一行一條記錄用csv.writer追加寫。這種方法的好處是直觀Excel 能直接打開(kāi)壞處是并發(fā)和異?；謴?fù)差。如果程序在寫一半時(shí)崩潰CSV 可能出現(xiàn)半行數(shù)據(jù)如果多人同時(shí)簽到Python 的多線程里如果沒(méi)有加鎖兩條記錄可能互相穿插。對(duì)于少于 20 人的小團(tuán)隊(duì)CSV 完全夠用只要每次打開(kāi)文件用with語(yǔ)句寫入后立即關(guān)閉就能規(guī)避大部分問(wèn)題。如果團(tuán)隊(duì)人數(shù)超過(guò) 50或者你想按日期、員工號(hào)查詢出勤我建議用 SQLite。它是單文件數(shù)據(jù)庫(kù)不需要安裝額外服務(wù)Python 自帶sqlite3。下面是一個(gè)標(biāo)準(zhǔn)的簽到落庫(kù)函數(shù)import sqlite3 import datetime def init_db(db_pathattendance.db): # 創(chuàng)建表結(jié)構(gòu)date 字段用于按天查詢 conn sqlite3.connect(db_path) conn.execute( CREATE TABLE IF NOT EXISTS sign_in ( id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT NOT NULL, sign_time TEXT NOT NULL, distance REAL ) ) conn.commit() conn.close() def save_sign_in(name, distance, db_pathattendance.db): # 使用 with 語(yǔ)句自動(dòng)提交和關(guān)閉連接 sign_time datetime.datetime.now().strftime(%Y-%m-%d %H:%M:%S) conn sqlite3.connect(db_path, timeout10) with conn: conn.execute( INSERT INTO sign_in (name, sign_time, distance) VALUES (?, ?, ?), (name, sign_time, distance) ) conn.close()這里的關(guān)鍵點(diǎn)有兩個(gè)。第一sqlite3.connect的timeout參數(shù)要設(shè)置默認(rèn)是 5 秒如果簽到瞬間有多個(gè)線程寫入數(shù)據(jù)庫(kù)文件會(huì)被鎖定timeout太短會(huì)直接拋異常。第二with conn會(huì)自動(dòng)提交事務(wù)不需要手動(dòng)commit()但要注意如果conn.execute失敗with只保證回滾不保證連接釋放所以還是要手動(dòng)close()。我見(jiàn)過(guò)有人只寫conn.execute不提交結(jié)果數(shù)據(jù)一直沒(méi)落盤重啟程序后全部丟失這屬于簽到系統(tǒng)最基礎(chǔ)的翻車原因。4.4 無(wú)人值守運(yùn)行定時(shí)重啟與日志會(huì)議室門口或者公司前臺(tái)的簽到電腦不可能每天有人去手動(dòng)啟動(dòng)腳本。所以主程序需要能無(wú)人值守跑。我一般在 Linux 下用systemd服務(wù)托管在 Windows 下用計(jì)劃任務(wù)開(kāi)機(jī)啟動(dòng)。比起簡(jiǎn)單的python sign_in.py我還會(huì)加兩層保護(hù)第一層是程序內(nèi)部捕獲所有異常并寫日志第二層是讓腳本每隔 24 小時(shí)自動(dòng)重啟一次。自動(dòng)重啟的理由很實(shí)際OpenCV 的攝像頭對(duì)象在長(zhǎng)時(shí)間運(yùn)行后會(huì)越來(lái)越不穩(wěn)定尤其是 USB 攝像頭可能連續(xù)運(yùn)行 48 小時(shí)后read()返回的幀率會(huì)掉到個(gè)位數(shù)或者畫面卡在最后一幀。常見(jiàn)的做法是讓主循環(huán)自己計(jì)數(shù)運(yùn)行超過(guò)max_run_seconds后主動(dòng)退出然后由一個(gè)外層腳本重新拉起。如果你用的是 systemdRestartalways可以保證進(jìn)程退出后 2 秒內(nèi)重新啟動(dòng)。Windows 計(jì)劃任務(wù)里則要勾選“如果任務(wù)失敗重新啟動(dòng)”。日志系統(tǒng)也需要簡(jiǎn)單而有效。不要把print當(dāng)日志程序崩潰時(shí)緩沖區(qū)里的內(nèi)容會(huì)丟。我習(xí)慣用 Python 的logging模塊同時(shí)輸出到控制臺(tái)和文件。日志文件按日期滾動(dòng)這樣排查問(wèn)題時(shí)能直接看當(dāng)天的簽到記錄和錯(cuò)誤堆棧。上面說(shuō)的簽到信息我除了寫進(jìn) SQLite也會(huì)用logging.info打一條方便快速 grep。5. 避坑排查識(shí)別不準(zhǔn)、重復(fù)簽到與攝像頭掉線的實(shí)戰(zhàn)清單5.1 現(xiàn)象陌生人被識(shí)別成熟人這是最讓人頭疼的問(wèn)題。新來(lái)一個(gè)同事沒(méi)錄入人臉結(jié)果系統(tǒng)把他識(shí)別成了張三還打了卡。我遇到過(guò)一次原因是當(dāng)時(shí)tolerance用的是默認(rèn)值 0.6而兩個(gè)人臉特征距離剛好是 0.58小于 0.6就被判成同一人。解決方法是把閾值降到 0.45 到 0.5同時(shí)在后端加一道人工審核機(jī)制第一次識(shí)別的新標(biāo)簽先標(biāo)為“待確認(rèn)”管理員在后臺(tái)看到照片后確認(rèn)無(wú)誤再正式計(jì)入考勤。這里要記住人臉識(shí)別不是精確匹配它只是一個(gè)概率判斷。閾值越低陌生人誤識(shí)率越低但本人因?yàn)楣饩€變化被拒識(shí)的概率也越高。我最后把閾值定在 0.48并在簽到屏幕上顯示識(shí)別距離讓員工自己看到分?jǐn)?shù)接近閾值時(shí)就會(huì)主動(dòng)調(diào)整一下角度。5.2 現(xiàn)象同一個(gè)人有時(shí)識(shí)別失敗有時(shí)秒過(guò)同一個(gè)同事早上能簽到中午休息后回來(lái)就識(shí)別失敗。這類問(wèn)題幾乎都和光線、角度有關(guān)。人臉特征向量對(duì)光照很敏感同一個(gè)人的臉在左側(cè)光和右側(cè)光下提取出的向量可能相差很大。我的解決方案是錄入人臉庫(kù)時(shí)不要只拍一張而是讓員工在正常工位光線下分別向左、向右、向前各拍一張?zhí)崛〕鰜?lái)的三個(gè)向量都加入人臉庫(kù)這樣相當(dāng)于用多個(gè)視覺(jué)點(diǎn)覆蓋同一個(gè)人的變化范圍。另一個(gè)細(xì)節(jié)是攝像頭的位置不能太矮或者太高仰拍和俯拍都會(huì)改變臉部幾何特征我一般把攝像頭固定在離地 1.5 米左右略高于人臉這樣匹配更穩(wěn)定。5.3 現(xiàn)象程序運(yùn)行幾天后內(nèi)存暴漲、畫面卡頓這是個(gè)很隱蔽的問(wèn)題。cap.read()每次都會(huì)分配一個(gè)新幀對(duì)象如果循環(huán)里沒(méi)有及時(shí)釋放引用Python 的垃圾回收可能跟不上。尤其是當(dāng)你用cv2.imshow顯示畫面卻沒(méi)有調(diào)用cv2.waitKey的合適間隔時(shí)GUI 的事件隊(duì)列會(huì)被慢慢塞滿。我的經(jīng)驗(yàn)是每處理完一幀手動(dòng)del frame不是必須的但一定要確保沒(méi)有把每一幀都存進(jìn)列表或緩存里。另外OpenCV 在某些版本下會(huì)有內(nèi)存泄漏升級(jí)到 4.5 以上會(huì)好很多。如果內(nèi)存還是持續(xù)上漲終極辦法就是每天凌晨自動(dòng)重啟進(jìn)程這招簡(jiǎn)單粗暴但非常有效。5.4 現(xiàn)象好幾個(gè)人同時(shí)路過(guò)簽到了不該簽的人攝像頭視野內(nèi)只要出現(xiàn)一張臉程序就會(huì)識(shí)別。如果兩個(gè)人并肩走過(guò)來(lái)系統(tǒng)可能同時(shí)識(shí)別出兩個(gè)人甚至因?yàn)榍懊娴娜苏趽趿撕竺娴娜税押竺娴娜寺┑?。這里的問(wèn)題不在于識(shí)別算法而在于業(yè)務(wù)規(guī)則。我做的處理是只在畫面中出現(xiàn)一個(gè)人臉時(shí)才執(zhí)行簽到如果超過(guò)一個(gè)人臉就只顯示名字但不寫入記錄。這樣做的理由是單人靠近攝像頭是主動(dòng)簽到動(dòng)作多人同時(shí)出現(xiàn)時(shí)無(wú)法判斷誰(shuí)是來(lái)簽到的。另一個(gè)更嚴(yán)格的方案是檢測(cè)人臉框的寬度如果人臉太小說(shuō)明離攝像頭太遠(yuǎn)不可能是來(lái)簽到的直接忽略。5.5 現(xiàn)象SQLite 報(bào) database is locked當(dāng)我從識(shí)別線程和 GUI 線程同時(shí)往 SQLite 里寫數(shù)據(jù)時(shí)會(huì)出現(xiàn)鎖沖突。解決方法是使用 WAL 模式它允許讀和寫并發(fā)。設(shè)置方法很簡(jiǎn)單每次連接后執(zhí)行一行 SQLconn.execute(PRAGMA journal_modeWAL)WAL 模式能明顯減少鎖等待但不能完全消除寫鎖沖突。我還會(huì)在寫操作外包一層重試裝飾器遇到鎖錯(cuò)誤就等 0.2 秒重試最多重試 3 次。對(duì)于簽到這種低頻寫入場(chǎng)景這個(gè)方案已經(jīng)非常穩(wěn)了。6. 讓簽到更可靠再談閾值調(diào)優(yōu)和日常維護(hù)的一個(gè)習(xí)慣6.1 閾值調(diào)優(yōu)的驗(yàn)證方法用已有人臉做誤識(shí)率測(cè)試調(diào)閾值不能拍腦袋。我通常做一個(gè)小批量測(cè)試從人臉庫(kù)中隨機(jī)選 20 個(gè)人每人拿 5 張未參與入庫(kù)的照片然后用不同的tolerance值跑一遍識(shí)別統(tǒng)計(jì)兩個(gè)指標(biāo)——誤識(shí)率別人的照片被認(rèn)成庫(kù)里的人和拒識(shí)率本人的照片沒(méi)認(rèn)出來(lái)。畫一條曲線取兩個(gè)率都比較低的點(diǎn)。比如我的場(chǎng)景里0.48 時(shí)誤識(shí)率是 0.2%拒識(shí)率是 1.5%這就夠用了。如果你沒(méi)有第二組照片最簡(jiǎn)單的方法是把現(xiàn)有照片切一半用來(lái)入庫(kù)另一半用來(lái)測(cè)試不要用同一批數(shù)據(jù)既入庫(kù)又測(cè)閾值那樣結(jié)果虛高。6.2 日常維護(hù)定期更新人臉庫(kù)清理失效特征人臉庫(kù)不是錄一次用一年的。員工會(huì)減肥、留胡子、換發(fā)型這些都會(huì)讓特征向量偏移。我建議每季度重新采集一次人臉或者至少在員工外貌變化較大時(shí)重新錄入。另外離職員工的特征要及時(shí)從庫(kù)里刪除否則一個(gè)已離職的人還會(huì)收到“簽到成功”的提示雖然不影響考勤統(tǒng)計(jì)但對(duì)現(xiàn)場(chǎng)體驗(yàn)很不好。刪除操作最好通過(guò)一個(gè)管理腳本完成而不是直接編輯 pickle 文件。6.3 我的一個(gè)習(xí)慣開(kāi)機(jī)后先跑一遍自檢我最終養(yǎng)成的習(xí)慣是簽到程序每次啟動(dòng)后先自檢攝像頭和人臉庫(kù)。自檢邏輯很簡(jiǎn)單打開(kāi)攝像頭讀一幀確認(rèn)畫面不是全黑加載人臉庫(kù)確認(rèn)特征數(shù)量大于 0然后對(duì)著攝像頭拍一張當(dāng)前畫面用庫(kù)里的第一個(gè)人臉做一次“干跑”識(shí)別只要能產(chǎn)生一個(gè)距離值就算正常。自檢不通過(guò)就直接在屏幕上給出錯(cuò)誤提示而不是等員工過(guò)來(lái)打卡時(shí)才發(fā)現(xiàn)程序是壞的。這個(gè)自檢動(dòng)作花不到 3 秒?yún)s能把最常出現(xiàn)的“攝像頭沒(méi)插好”和“pkl 文件被誤刪”兩個(gè)問(wèn)題擋在上班之前。這套 Python 人臉識(shí)別簽到方案我已經(jīng)在三個(gè)不同場(chǎng)景里跑過(guò)一個(gè) 30 人小公司的前門考勤一個(gè)實(shí)驗(yàn)室的機(jī)房上機(jī)簽到還有一個(gè)工作室的日常出勤。每次都會(huì)遇到新問(wèn)題但核心流程始終未變?nèi)四槑?kù)要建得穩(wěn)閾值要調(diào)得準(zhǔn)程序要能自動(dòng)恢復(fù)。希望今天寫下來(lái)的這些參數(shù)和踩坑記錄能幫你少走幾段彎路。如果你正在做類似的項(xiàng)目不妨先按本文的步驟搭一個(gè)最小原型跑通后再根據(jù)實(shí)際環(huán)境調(diào)閾值這樣投入的成本最低返工的余地也最大。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取