概述

提到人脸识别，它本质上是通过摄像头捕捉面部特征来验证身份的技术。如今，这项技术已悄然融入日常生活，从手机解锁、支付验证到如今的门禁系统，应用场景日益广泛。其工作原理并不复杂：摄像头或摄像机采集包含人脸的图像或视频流，系统自动检测并跟踪画面中的人脸，随后将检测到的人脸与数据库中预存的人脸特征进行比对，最终输出识别结果，实现精准的身份确认。

在本项目中，我们将打造一个基于摄像头的实时人脸识别系统。系统画面不仅能实时显示人名标签和人脸识别框，还能通过灯带亮灯状态直观反馈识别结果，从而构建一套完整的人脸识别门禁系统——实现从技术到实际落地的完整闭环。

（最终效果视频）

项目基础

人脸识别

首先介绍硬件配置。要运行人脸识别程序，AI主控的性能至关重要——本次项目选用LattePanda作为核心控制器，搭配5英寸显示屏、键盘鼠标及摄像头，这套组合足以流畅执行实时人脸识别任务。

硬件准备

• AI主控：LattePanda
• 输入输出设备：5英寸显示屏、键盘、鼠标、摄像头

人脸信息录入

录入人脸信息是构建整个系统的基础工序，操作步骤并不复杂，只需按以下流程进行即可。

1. 双击桌面上的startpage.sh，启动JupyterLab，然后导航至/home/lattepanda/桌面/LattePanda&AI项目实战/目录。在此目录下，您将看到以下三个关键文件——请确认它们全部存在，缺一不可。

2. 双击打开“图片拍摄”文件夹。

3. 双击运行该程序，并根据需要调整拍摄照片的数量。例如，将代码中的for index in range(3)中的数字修改为3，即表示拍摄3张照片——您可根据实际需求灵活设置该数值。

样例代码：

4. 选择一个背景简洁、无其他人员或杂物干扰的位置，正对摄像头注视镜头，然后执行程序。拍摄完成后，所拍图片将依次保存至程序同级目录下。

5. 双击图片查看拍摄效果。从中挑选一张最清晰的照片，将其重命名为对应人员的姓名，例如“张三”。

6. 随后将这张命名好的照片复制到“LattePanda&AI-人脸识别门禁系统”文件夹中。

程序编写

接下来进入项目的核心环节——编写人脸识别主程序。

1. 双击打开“人脸识别.ipynb”文件。

样例代码：

复制代码 隐藏代码

1. #导入人脸识别模块
2. from faceRecognition import *
4. #人脸检测与识别文件调用
5. faceDetectorPath = "face-detection-retail-0005.xml"
6. landmarksPath = "landmarks-regression-retail-0009.xml"
7. faceReidentificationPath = "face-reidentification-retail-0095.xml"
9. #调用训练模型文件
10. model = Model()
12. model.load(faceDetectorPath = faceDetectorPath,
13. landmarksPath = landmarksPath,
14. faceReidentificationPath = faceReidentificationPath)
16. #初始化摄像头与窗口
17. camera = Camera()
18. screen = Screen("人脸识别门禁系统", (0,0,0))
20. #打开手写数字交互窗口，按下“Q”键退出窗口
21. if_run = 1
22. while (if_run == 1):
23. #从摄像头获取图片
24. image = camera.read(flip = False)
25. #图片剪裁
26. image = model.clipResizeFrame(image)
27. screen.clear()
28. #获取人脸识别结果并在屏幕上显示识别标签
29. results = model.predict(image)
30. screen.putImage(image, 80, 0, 640, 480)
31. for roi, landmarks, identity in zip(*results):
32. x, y = roi.position
33. w, h = roi.size
34. screen.putTag(identity, x+80, y, w, h, bg=(0,255,0))
36. #打开与显示交互窗口，如果按下Q键，将无法进入下一次while循环
37. if screen.show():
38. if_run = 0
39. screen.quit()

复制代码

2. 运行整个程序，当执行至最后一个单元格时，系统将自动弹出交互窗口。此时您会观察到以下几种不同的识别状态：

• 未识别到人脸时，画面中无任何识别框，界面保持干净。

• 当检测到未知人脸时，画面出现识别框，但标签显示为“未知人脸”。

• 当识别到已知人脸时，标签将显示对应的姓名。

3. 按下键盘上的Q键，即可退出交互窗口并结束程序运行。

项目进阶

人脸识别门禁系统

将人脸识别作为门禁系统的“钥匙”，能极大提升出入便利性。当系统识别到已注册的人脸时，灯带亮起绿灯表示允许通行；反之则亮红灯表示拒绝——这便是典型的人脸识别门禁控制逻辑。

硬件准备

• 主控：Arduino UNO、IO 传感器扩展板 V7.1
• 模块：WS2812 RGB 全彩灯带

硬件连接图

*WS2812上有7个RGB灯，程序中的np[0]表示第一个灯，程序中的np[1]表示第二个灯。

程序编写

双击打开“人脸识别_灯带.ipynb”文件。

样例代码：

复制代码 隐藏代码

1. #导入人脸识别模块
2. from faceRecognition import *
3. import time
4. from pinpong.board import Board,Pin,NeoPixel
6. NEOPIXEL_PIN = Pin.D7
7. PIXELS_NUM = 1 #灯数，如果需要多个灯亮，请改此数值
9. #初始化，选择板型和端口号
10. Board("uno", "/dev/ttyUSB0").begin()
12. np = NeoPixel(Pin(NEOPIXEL_PIN), PIXELS_NUM) #np[0]表示第一个灯，np[1]表示第二个灯，以此类推
14. #人脸检测与识别文件调用
15. faceDetectorPath = "face-detection-retail-0005.xml"
16. landmarksPath = "landmarks-regression-retail-0009.xml"
17. faceReidentificationPath = "face-reidentification-retail-0095.xml"
19. #调用训练模型文件
20. model = Model()
22. model.load(faceDetectorPath = faceDetectorPath,
23. landmarksPath = landmarksPath,
24. faceReidentificationPath = faceReidentificationPath)
26. #初始化摄像头与窗口
27. camera = Camera()
28. screen = Screen("人脸识别门禁系统", (0,0,0))
30. #打开手写数字交互窗口，按下“Q”键退出窗口
31. if_run = 1
32. led = 0
33. count = 0
34. while (if_run == 1):
35. #从摄像头获取图片
36. image = camera.read(flip = False)
37. #图片剪裁
38. image = model.clipResizeFrame(image)
39. screen.clear()
40. #获取人脸识别结果并在屏幕上显示识别标签
41. results = model.predict(image)
42. screen.putImage(image, 80, 0, 640, 480)
43. for roi, landmarks, identity in zip(*results):
44. x, y = roi.position
45. w, h = roi.size
46. screen.putTag(identity, x+80, y, w, h, bg=(0,255,0))
48. #count>30,修改30可调节切换灯颜色的速度
49. if identity != "未知人脸" and count>30:
50. np[0] = (0, 255 ,0) #设置第一个灯亮绿色
51. #np[1] = (0, 255 ,0) #设置第二个灯亮绿色
52. count = 0
53. elif identity == "未知人脸" and count>30:
54. np[0] = (255, 0 ,0) #设置第一个灯亮红色
55. #np[1] = (255, 0 ,0) #设置第二个灯亮红色
56. count = 0
57. count+=1
59. #打开与显示交互窗口，如果按下Q键，将无法进入下一次while循环
60. if screen.show():
61. if_run = 0
62. screen.quit()

复制代码

运行效果

当系统识别到已注册的人脸时，灯带的第一个灯亮起绿色，表示门禁允许通行。

当摄像头画面中未检测到人脸，或检测到的为未知人脸时，灯带的第一个灯亮起红色，表示门禁拒绝进入。