树莓派实现人脸打卡机

Posted itqn

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了树莓派实现人脸打卡机相关的知识,希望对你有一定的参考价值。

之前用树莓派开发一套简易的视频监控平台,正好周日有时间,这次用树莓派实现了人脸打卡机。

树莓派相关文章:

  1. 树莓派搭建nexus2.x私服
  2. 树莓派搭建视频监控平台
  3. 树莓派视频监控平台实现录制归档
  4. 树莓派实现人脸打卡机 (本文)

1. 功能设计

树莓派人脸打卡机,主要包括两个大方向的功能要求:
a. 人脸采集存档
b. 人脸识别签到
这两个功能配合使用就能实现人脸打卡了, 通过人脸采集将人脸信息预存档在系统中,签到的时候,当人靠近摄像头时实时采集人脸,然后比对现有人脸,如果信息匹配则认为签到成功。

下面是签到的效果:
当人脸签到成功后,程序界面底部会显示签到时间和签到人的工号。

技术图片

2. 开发人脸采集模块

人脸采集模块主要的工作就是从摄像头采集视频帧,然后交给界面回显,这里使用的是JavaCV中的opencv模块。
频繁采集视频帧是一个很耗CPU的过程,我在这里做了一些优化处理,即:当检测到没有人脸的时候,程序休眠更长的时间(1秒),而当检测到人脸时,采集间隔调整为180毫秒。

下面是完整的代码:

/**
 * @author itqn
 */
public class FaceCapture implements Runnable {

  private VideoCapture capture;
  private CascadeClassifier classifier;
  private OpenCVFrameConverter.ToMat matConvert;
  private JavaFXFrameConverter converter;
  private BiConsumer<Image, Rect> videoConsumer;

  public FaceCapture(BiConsumer<Image, Rect> videoConsumer) {
    this.videoConsumer = videoConsumer;
    init();
  }

  private void init() {
    capture = new VideoCapture();
    classifier = new CascadeClassifier("samples//haarcascade_frontalface_alt.xml");
    matConvert = new OpenCVFrameConverter.ToMat();
    converter = new JavaFXFrameConverter();
    capture.open(0);
  }

  private void destroy() {
    capture.close();
  }

  @Override
  public void run() {
    boolean find;
    Mat image = new Mat();
    RectVector vector = new RectVector();
    while (capture.isOpened()) {
      find = false;
      capture.read(image);
      classifier.detectMultiScale(image, vector);
      for (Rect rect : vector.get()) {
        find = true;
        Image video = converter.convert(matConvert.convert(image));
        videoConsumer.accept(video, rect);
        break;
      }
      // if no face sleep 1 second
      try {
        if (find) {
          TimeUnit.MILLISECONDS.sleep(180);
        } else {
          TimeUnit.SECONDS.sleep(1);
        }
      } catch (InterruptedException ignore) {
      }
    }
  }
}

这里调用者通过注册videoConsumer,来消费采集到的人脸图片,以及人脸区域。

3. 开发人脸识别模块

人脸识别这里直接采用opencv的native API,采用直方图对比的方式对比,这里采用相关性数据作为人脸识别成功的基准,如果相关度高于0.7则认为人脸匹配。
程序通过将采集到的人脸信息跟已经存档的人脸信息注意对比,到达基准0.7以上则返回工号(图片是以工号命名的)。

private static final double EXPECT_SCORE = 0.7d;

public static String parser(String tmp, String dir) {
  Mat tmpImg = Imgcodecs.imread(tmp, 1);
  File imgDir = new File(dir);
  String[] fList = imgDir.list((d, n) -> n.endsWith(".png"));
  if (fList == null) {
    return null;
  }
  for (String f : fList) {
    Mat dstImg = Imgcodecs.imread(dir + File.separator + f, 1);

    Mat h1 = new Mat();
    Mat h2 = new Mat();
    Imgproc.calcHist(Collections.singletonList(tmpImg), channels, new Mat(), h1, histSize, ranges);
    Imgproc.calcHist(Collections.singletonList(dstImg), channels, new Mat(), h2, histSize, ranges);
    Core.normalize(h1, h1, 0d, 1d, Core.NORM_MINMAX, -1, new Mat());
    Core.normalize(h2, h2, 0d, 1d, Core.NORM_MINMAX, -1, new Mat());

    double score = Imgproc.compareHist(h1, h2, Imgproc.HISTCMP_CORREL);
    if (score > EXPECT_SCORE) {
      return f.substring(0, f.length() - 4);
    }
  }
  return null;
}

这里也可以将图片灰度化处理再对比。

Imgproc.cvtColor(dst, hsv, Imgproc.COLOR_BGR2GRAY);

4. 开发界面控制层

界面使用JavaFX来开发,功能比较单一,只要程序启动的时候,启动视频采集线程即可。
这里需要注意的是,当长时间没有识别到人脸的时候,界面不应该显示之前的人脸信息, 所以需要另起一个线程来监控是否有人脸识别信息,如果没有,则显示默认的图片。

人脸采集回显部分

private void startVideoCapture() {
  new Thread(new FaceCapture((v, r) -> {
    Image tmp = FaceUtils.sub(v, r.x(), r.y(), r.width(), r.height());
    try {
      FaceUtils.store(tmp, tmpPath);
      String id = FaceParser.parser(tmpPath, dir);
      if (id != null) {
        Platform.runLater(() -> {
          message.setText(sdf.format(new Date()) + ", 工号:" + id + "签到成功。");
          // for sign service
        });
      }
    } catch (IOException e) {
      alert.setContentText(e.getMessage());
      alert.show();
    }
    Platform.runLater(() -> {
      video.setImage(v);
      timestamp.set(System.currentTimeMillis());
      if (!find.get()) {
        avatar.setImage(tmp);
        find.set(true);
      }
    });
  })).start();
}

空闲监控,显示默认图部分

这里认为2秒内没有人脸识别信息则认为是空闲。

private void startVideoListener() {
  new Thread(() -> {
    while (true) {
      if (System.currentTimeMillis() - timestamp.get() > 2 * 1000) {
        Platform.runLater(() -> {
          video.setImage(DEF_VIDEO_IMAGE);
          avatar.setImage(DEF_AVA_TAR);
          uid.setText("");
          message.setText(DEF_MESSAGE);
        });
      }
      try {
        TimeUnit.SECONDS.sleep(2);
      } catch (InterruptedException ignore) {
      }
    }
  }).start();
}

界面布局

布局采用JavaFX的fxml来设计。

<BorderPane prefHeight="400.0" prefWidth="600.0" xmlns="http://javafx.com/javafx/8.0.172-ea"
  xmlns:fx="http://javafx.com/fxml/1" fx:controller="com.itqn.raspi.video.VideoController">
  <right>
    <VBox alignment="CENTER" prefWidth="120.0" spacing="20.0" BorderPane.alignment="CENTER">
      <children>
        <ImageView fx:id="avatar" fitHeight="100.0" fitWidth="100.0"/>
          <HBox alignment="CENTER" prefHeight="40.0">
            <Label text="工号 "/>
            <TextField fx:id="uid" prefWidth="60"/>
          </HBox>
          <HBox alignment="CENTER" prefHeight="40.0" spacing="5.0">
            <Button onAction="#store" text="存档"/>
            <Button onAction="#reset" text="采集"/>
          </HBox>
        </children>
        <padding>
          <Insets bottom="10.0" left="10.0" right="10.0" top="10.0"/>
        </padding>
    </VBox>
  </right>
  <bottom>
    <HBox alignment="CENTER_LEFT" prefHeight="40.0" spacing="20.0" BorderPane.alignment="CENTER">
      <Label text="打开信息:"/>
      <Label fx:id="message"/>
        <padding>
          <Insets bottom="10.0" left="50.0" right="10.0" top="10.0"/>
        </padding>
    </HBox>
  </bottom>
  <center>
    <ImageView fx:id="video" fitWidth="320.0" fitHeight="180.0"/>
  </center>
</BorderPane>

5. 程序使用截图

当没有检测到人脸的时候,程序会休眠更长的时间(1秒)以降低CPU的使用率,下面是空闲时的界面。

技术图片

用户开始使用的时候,可以通过采集人脸进行工号绑定,下面是采集存档成功的界面。

技术图片

6. 踩坑之旅

由于程序是在Windows环境下开发的,程序开发完成,测试完美通过,然而树莓派是armv7架构的,默认安装的jdk8并不支持JavaFX。
重新开发了一套基于swing的UI,原本的UI应该是这样的:

技术图片

不支持JavaFX,有解决办法,不过测试了一下,效果不行,下面是解决方案:

  1. 通过下面的地址下载armv6hf-sdk
https://gluonhq.com/products/mobile/javafxports/get/

然后每次启动的时候指定ext模块

java -Djava.ext.dirs=/home/pi/armv6hf-sdk/rt/lib/ext -jar raspi-video.jar
  1. 将armv6hf-sdk解压后复制到jre下面,可以通过下面这个地址2.1.4章节查看复制的位置,这种方式不用每次启动都带参数。
https://docs.gluonhq.com/javafxports/
  1. armv6hf-sdk没有SwingFXUtils这个类

解决这个问题比较简单,只需要将SwingFXUtils这个类的源码复制一份即可。

=========================================================
项目源码可关注公众号 “HiIT青年” 发送 “raspi-face” 获取。

!!!基于Swing实现的界面模块也可以在公众号上下载!!!

技术图片
关注公众号,阅读更多文章。











以上是关于树莓派实现人脸打卡机的主要内容,如果未能解决你的问题,请参考以下文章

我是如何用树莓派 + Docker 轻松实现人脸识别应用的?

树莓派 --- 基于OpenCV实现人脸识别

树莓派 --- 基于OpenCV实现人脸识别

智能家居项目之树莓派+摄像头进行人脸识别

基于树莓派4的超快速人脸检测

使用树莓派、pi 相机、python 和 Open Cv 进行人脸识别