【Arm+Qt+Opencv】基于人脸识别考勤系统实战-EW帮帮网

1.编译时问题汇总

windows下编译opencv-4.5.4

opencv-4.5.4编译
问题1：配套使用opencv-4.5.4,opencv_contrib-4.5.4,cmake3.22.3问题会少一点
问题2：在windows下哪里执行该命令
在这里插入图片描述
解决：

问题3：在对应cmake中搜索不到要修改的配置
解决：自己添加

windows下编译Seetaface2

看这个

ubuntu下编译opencv-4.5.4

问题1：
出现在编译库的时候使用make -j4 make出错时
解决：
扩大虚拟机内存
在这里插入图片描述
调整后重启虚拟机
问题2:

1.没连接摄像头 2.在cmake 之前必须安装依赖库
解决：
看这篇
连接摄像头

问题3：

找不到这两个cmake文件路径

ubuntu下编译安装opencv_contrib-4.5.4

未出现问题

ubuntu下编译安装Seetaface2

看老师讲的直接
也会出现两个cmake文件找不到，添加cmake路径即可

2.Windows下测试opencv和Seetaface

头文件路径/库文件路径
在这里插入图片描述
测试代码

验证成功
在这里插入图片描述

3.ubuntu下测试opencv和seetaface

将windows下刚才的qt文件复制到共享目录下面去
在这里插入图片描述

共享目录在ubuntu中会放到ubuntu的/mnt/hgfs下

ubuntu下库文件/头文件路径指明
在这里插入图片描述

测试代码
在这里插入图片描述
问题1：
terminate called after throwing an instance of ‘cy::xception’
what(): 0penc!(4.5.4) /home/xyd/face/opencv-4.5.4/modules/core/src/array.cp:2494: error: (-206:Bad flag (paraneter or structure field)) unrecognized or umsuported array
type in function ‘cvGetMat’
解决：
将资源路径改为绝对路径（测试代码中已经修改）
问题2：
ubuntu安装完qt后找不到图标
解决：
ubuntu安装完qt后找不到图标

问题3：
在ubuntu下测试opencv和seetaface时如果出现cannot find -lgl问题
解决：
cannot find -lgl问题
问题4：
在ubuntu下qt测试opencv和seetaface的时候不知道指定opencv的哪个库
解决：
在这里插入图片描述

验证成功
在这里插入图片描述

4.摄像头数据在Qt界面上实时显示

头文件/库路径包含
在这里插入图片描述

face.h
在这里插入图片描述
face.cpp

摄像头数据在Qt界面实时显示

5.opencv检测人脸，并跟随

使用到opencv中的级联分类器，通过导入训练好的级联分类器文件，将从摄像头读取的一帧视频数据使用detectMultiScale函数来检测人脸，如果检测到人脸的话，就会用一个矩形来表示人脸的位置，并把该矩形位置信息放到vector中，如果该容器中有数据，就说明检测到了人脸
在这里插入图片描述
如果第一个参数为灰度图像的话会加快检测速度，第二个参数是检测到人脸的位置信息就会放到该容器中，后面的参数都可以缺省不用管。

在这里插入图片描述

我们可以先将srcimage转化为灰度图像就可以加快检测速度

6.考勤中断网络编程实现断线重连

使用到网络编程，添加network
在这里插入图片描述
使用QTimer定时器实现断线重连，使用tcp连接服务器
需要添加头文件

定义两个变量

使用ipconfig指令查看ip地址（192.168.0.109）

使用该软件来做测试

在这里插入图片描述

作为tcp服务器对7777端口做监听，等待客户端连接

测试：

客户端断线重连服务器

7.人脸识别服务器网络基础实现

在Qt下建立tcp服务器，新建一个工程，因为要用到网络编程，所以用到网络模块，添加netwok
在这里插入图片描述
需要要建立tcp服务器以及网络编程，用到的头文件有
QTcpServer, QTcpSocket

创建两个变量来使用到网络编程

首先服务器进行监听任意ip地址上的7777端口，如果有客户端连接服务器的话，server变量会发送一个newconnection的信号，然后通过server.nextPendingConnection();将服务端发过来的信息通过tsocket套接字来访问，当客户端有信息发过来，tsocket会发出readyread信号，如果接收到该信号的话，我们就来处理数据，通过tsocket

服务器测试

8.考勤终端人脸数据的压缩与发送

当考勤机客户端检测到人脸的时候
在这里插入图片描述
也就是faceRects.size()>0的时候，在这个if语句里面，将视频一帧数据做编码，
使用到cv::imencode函数

 std::vector<uchar>buf;// 存放转化后的jpg格式的视频一帧数据
  cv::imencode(".jpg",srcimage,buf);//编码转化----->将srcimage图像编码转化为jpg结构，存放在buf中

srcimage变量中保存的是视频一帧数据的Mat格式，第一个参数为要编码为的格式，第二个参数为要被编码的图片变量，第三个参数为转化为jpg格式后输出到buf中
然后将buf的vector< uchar >转化为QByteArray ,并获取编码后数据大小

QByteArray byte((const char*)buf.data(),buf.size());//将字符串转化为QByteArray放在Byte中
 quint64 backsize=byte.size();//获取编码 后数据的大小

然后通过QDataStream，相当于一个缓冲区，可以理解为一个序列化过程，该缓冲区前面是编码后数据的大小，后面是编码后的数据

QByteArray senddata;
QDataStream stream(&senddata,QIODevice::WriteOnly);//以写 字节流方式打开 senddata
 stream.setVersion(QDataStream::Qt_5_14);//设置版本,不同版本有不同的序列方式
   stream<<backsize<<byte;//构建写入格式相当于sprintf

然后发送出去

msocket.write(senddata);//向服务器发送视频数据

在这里插入图片描述

9.服务器端接收人脸数据并且显示

上一步我们将数据从客户端发送到服务端，发送到服务端这边（数据大小+数据）

  QDataStream stream(tsocket);//套接字绑定数据流
      stream.setVersion(QDataStream::Qt_5_14);

将tsocket和stream绑定说明tsocket接收到的数据会放在stream的缓冲区

 if(bsize==0)
      {
           if(tsocket->bytesAvailable()<(qint64)sizeof(bsize)) return ;   //如果数据有丢包，就不接收该图片数据
           stream>>bsize;//相当于反序列化取出数据大小放在bsize中

      }

  if(tsocket->bytesAvailable()<bsize)//如果接收数据大小<实际数据大小
      {
          return ;//不接收

      }

 QByteArray data;//接收来自客户端的一帧视频放在data中
      stream>>data;
      bsize=0;
      if(data.size()==0)//发送来的没数据
      {
          return ;


      }

接着通过Qpixmap来显示出来

       QPixmap mp;
      mp.loadFromData(data,"jpg");//data的格式为jpg
      mp=mp.scaled(ui->buffer->size());//调整大小和标签大小一样
      ui->buffer->setPixmap(mp);//显示

在这里插入图片描述

10.人脸识别模块封装（注册和查询）

上一个步骤将人脸发到了服务端这边并且进行了显示，该步骤是要封装一个引擎库方便注册和查询
创建一个c++类，继承QObeject
在这里插入图片描述
包含头文件FaceEngine.h，该头文件如果找不到的话去

将其复制一份

在构造函数中初始化引擎库模型

在析构函数中将new的空间释放掉，防止内存泄漏

人脸注册

人脸查找

人脸库中只保存了人脸信息与人脸id的对应关系，当注册时，simage中保存的人脸信息在人脸库中如果没有，就进行注册，id和人脸信息对应，而这个人脸信息只包含图像信息，而个人的姓名，性别信息，需要我们自己创建一个数据库来保存这些
在这里插入图片描述
三个模型下载链接
链接
在该链接中的readme.md文件里面

11.Qt数据库和表格创建

上一主题创建的人脸库中只有人脸库和人脸id,我们还要创建两个数据库来更完善员工信息，第一个是员工信息表，第二个为考勤表，员工信息表中包含下面内容
在这里插入图片描述

考勤表包括下面内容

在这里插入图片描述

在.pro中记得加sql

在调用界面的时候就开始创建这两个数据库
在这里插入图片描述

我们可以使用sqlite expert软件看一下建表情况

点击file

打开该路径下的server.db

创建成功

12.员工信息注册界面设计

在这里插入图片描述

13.员工信息录入到数据库

重置按钮的实现：
将所以的输入框内容全部都清除对按钮转到槽，
实现对所有的输入框全部清除
在这里插入图片描述
添加头像按钮实现：
使用QFiledialog中的getOpenFileName获取头像路径放在QString中，然后通过setText函数将头像路径显示出来，然后通过QPixmap进行显示在标签上

注册按钮的实现
在注册按钮中需要实现以下步骤
在这里插入图片描述

1.通过照片，结合qobjectface模块得到faceid，并且把所以注册进人脸库中的人脸图片都保存在当前目录下的data命令下
对应的代码为
在这里插入图片描述

2.将个人信息存储到数据库中employee表
在这里插入图片描述

QSqlTableModel用来充当一个表模型，该表使用数据库中的哪个表，QSqlRecord作为要插入表数据的记录，然后将记录插入到数据库表中，如果成功就进行提交插入记录，即可在数据库表中查看到记录
对应代码如下
在这里插入图片描述
问题1图片路径中不能有中文，如果有中文的话就读不到图片使用imread,imwrite函数，导致识别不到人脸，注册就会返回-1
问题2在构造函数需要加载人脸库，要不然每次注册人脸库，人脸库就是空的
返回0，并且注册失败
在这里插入图片描述

问题3如果注册的时候只返回1的话，可能是封装好的注册函数没有return
在这里插入图片描述
效果演示：

员工信息插入数据库

14.员工信息注册模块头像采集

该部分包括打开摄像头按键实现以及拍照按键的实现
打开摄像头按键实现思路，当按下一次摄像头时，该按键上的字修改为关闭摄像头，使用opencv中的cv::VideoCapture来打开摄像头，并且启动定时器，定时器里完成（），当按下该按钮（此时按钮上的字为关闭摄像头），按钮上的字变成打开摄像头，关闭摄像头，关闭定时器，显示图片的地方清除掉
在这里插入图片描述

定时器的中断函数中需要完成获取摄像头一帧图像，然后把opencv里面的Mat格式数据（BGR）转化为qt中的Qimage(RGB)，通过QPixmap显示在标签上

拍照按键的实现：
实现思路,将cv::Mat image变量定义为类内私有变量，当点击拍照的时候，定义图片要保存的路径，将image保存到该路径下，关闭摄像头，关闭定时器，将保存路径显示在图片路径dir下
在这里插入图片描述
演示：

员工信息注册模块头像采集

15.接收客户端人脸数据并且识别出人脸id

在这里插入图片描述
在之前我们已经将从客户端接收到的编码过的图片信息放在data中，此时我们需要对data进行解码，然后调用封装好的face_query函数即可。

根据这个构建我们要填的参数
flag的话和imread的flag是一样的

这里使用查找函数速度会非常的慢，会占用服务端的主线程，导致很卡，后面优化将该查找函数用多线程来完成。

16.识别人脸ID查询数据个人信息

上一个步骤已经查找出人脸ID，这一步我们根据人脸ID在数据库中查找该人脸ID对应的基本信息，并且返回到客户端，
使用#include <QSqlTableModel> #include <QSqlRecord>
这两个头文件
在这里插入图片描述

需要发送给客户端这几个信息

发送信息给客户端

客户端接收该信息：