OpenCV实战：智能人脸识别打卡系统

1、介绍

目前，很多公司对员工的考勤同时通过打卡机或者钉钉之类的打卡软件，传统的员工打卡方式有很多，例如点名、签字、刷卡、指纹等等

然而随机机器视觉、计算机视觉的不断发展，算力的不断提升，人工智能对人脸检测的技术趋于成熟，基于人脸识别的智能打卡系统已经成熟。

通过摄像头对人脸特征进行扫描，利用面部特征的差异，识别人员。

人脸打卡的准确性不逊色于指纹打卡，相对于安全性和便捷性来说，甚至更胜一筹

本章将完成一套基于Python + OpenCV 开发的智能人脸识别打卡系统

2、需求介绍

打卡系统有三个核心功能：

录入打卡人的资料
员工打卡
查看打卡记录

项目较为复杂，需要对每个功能进行拆解，如下：

对数据模型的分析本系统不使用第三方数据库，所有数据都以文本文件的形式保存在文件中，因此要规范数据内容和格式，建立统一模型。

若把软件的使用者设定为“公司"，那么打卡者身份可设定为“员工”，程序中的数据模型就应该
是员工数据类。每一位员工都有姓名，“姓名”就作为员工类中必备的数据之一。因为员工可能会重名，所以必须使用另一种标记作为员工身份的认证。为每一位员工添加不会重复的员工编号。员工编号的格式为从1开始递增数字，每添加一位新员工，员工编号就+1。员工类中添加“员工编号”。系统中必须保存所有员工的照片用于人脸识别。为了区分每位员工的照片文件，程序使用“员工特征码+随机值.png”的规则为照片文件命名。

如果使用员工编号作为特征码，1号员工和 11号员工的文件名容易发生混淆，所以特征码不能使用员工缤号，而是一种长度一致、复杂性高、不重复的字符串。员工类中添加“特征码”。

员工与编号、姓名、特征码是一对一的关系，但员工与打卡记录是一对多的关系，所以打卡记录可以放在员工类中保存，而不是单独保存在打卡记录模型中。打卡记录需要记录每一个员工的具体打卡时间，并能以报表的形式体现。可以使用字典保存打卡记录模型，员工姓名作为key，该员工的打卡记录列表作为 value。

打卡功能的分析：
人脸打卡依赖于人脸识别功能。本程序可以使用OpenCV提供的人脸识别器实现此功能，建议使用正确率较高的LBPH 识别器，其他识别器也可以考虑，但需要做好测试验证。

LBPH 识别器教程如下：OpenCV实战--人脸识别的三种方法（人脸识别具体到某个人）_使用opencv进行人脸识别的三种方法-CSDN博客

系统可以通过拍照方法保存员工的照片样本。当员工面对摄像头时，敲击【Enter】(回车)键就可以生成一张正面特写照片文件。为了增加识别准确率，每个员工应拍三张照片，也就是敲三Enter 键才能完成录入操作。

OpenCV提供的人脸识别器有一个缺陷:必须比对两种不同样本才能进行判断。如果公司第一次使用打卡系统，系统中没有录入任何员工，缺少比对样本，OpenCV提供的人脸识别器就会报错。因此本系统应该给出几个无人脸的默认样本，保证即使只录入一个员工，该员工也能顺利打卡。

每次员工打卡成功后，都应该记录该员工的打卡时间，然后保存到文件中

对数据维护的分析：
数据维护总结起来就是增、删、改、查四种操作。

简化版的打卡系统可以忽略“改”的操作，由“先删除，再新增”的方式代替。
本系统除了提供录入新员工的功能之外，也应提供删除已有员工的功能。删除员工之前应输入验证码进行验证，以防用户操作失误，误删重要数据。确认执行删除换作后，不仅要删除员工的信息，也要同时删除员工的打卡记录和照片文件。完成删除操作之后，所有数据文件中不再存有被删员工的任何数据。

对考勤报表的分析：
每个公司的考勤制度都不同，很多公司都主动设置“上班时间”和“下班时间”来做考勤的标准。员工要在“上班时间”之前打卡才算正常到岗，在“下班时间”之后打卡才算正常离岗。关在规定时间内打卡的情况属于“打卡异常”,“打卡异常”通常分为三种情况:迟到、早退和缺席(或者叫缺勤)。本系统会分析每一位员工在某一天的打卡记录，如果该员工在“上班时间”前和“下班时间”后都有打卡记录，则认为该员工当天全勤，该员工当天的其他打卡记录会被忽略。但如果该员工在“上班时间”前未能打卡，而是在“上班时间”后到中午12点前打卡，这种情况被视为迟到。如果该员工在“下班时间”后未能打卡，而是在中午12点之后到“下班时间”前打卡，这种情况被视为早退。当天没有打卡记录被视为缺席。

3、系统设计

本章节提供系统设计

3.1 开发环境

环境如下：

3.2 功能结构

MR 智能打卡系统结构如下：

3.3 员工打卡业务流程

总体流程如下：

员工打卡的流程：

查看记录功能业务流程：

员工管理功能流程：

考勤报表流程：

员工管理、查看记录和考勤报表这三个功能中都涉及了权限管理业务

如果用户想要使用这三个功能，需要登录管理员账号，只有登录成功之后才有权使用

3.4 文件夹目录

4、文件系统设计

为了程序简便，不使用别的数据库，而是采用读取文本文件的方式保存数据

项目所有的数据文件都在data 文件夹中

每个数据文件详细的内容格式

employee_data.txt 文件以字符串的形式保存所有员工数据，数据之间用英文逗号隔开，一行保存一个员工文件

编号、姓名、特征码

lock_record.txt 文件以字符串的形式保存数据，数据格式为打卡记录的字典文件

姓名：打卡时间

work_time.txt 文件以字符串的形式保存数据

上班时间、下班时间

系统会根据这两个时间判断员工是否迟到、早退

user_password.txt 文件以字符串的形式保存数据，数据格式为管理员账号密码

管理员账号：管理员密码

如果要更改管理员账号密码，可以在这里更改

/data/face/文件夹下保存的是所有员工的照片文件，格式为PNG

每张照片的大小都是640X480。每名员工需保存三张照片。该文件夹下还有两个默认的图像文件，文件名分别为1000000000.png和2000000000.png。这是两幅纯色图像，用于辅助训练人脸识别器。人脸识别器使用样本进行训练时，至少要有两个以上的标签分类。如果程序中仅保存了一位员工的照片，人脸识别器无法拿此员工照片与其他样本作对比，人脸识别器就会报错，此时两幅默认图像文件就充当了对比样本，以防止人脸识别器无法完成训练。当程序录入了足够多的员工信息后，这两幅默认图像虽然丧失了功能，但也不会影响识别器的识别能力。

5、数据实体模块设计

entity 包下的 organizations.py 文件用于封装数据模型。该文件中设计了员工类，并提供了一些维
护数据的方法

构建员工类

# 员工类
class Employee:def __init__(self, id, name, code):self.name = name  # 员工编号self.id = id  # 员工姓名self.code = code  # 员工的特征码

变量设定如下：

LOCK_RECORD = dict()  # 打卡记录字典，格式为{姓名：[时间1，时间2]}
EMPLOYEES = list()  # 全体员工列表
MAX_ID = 0  # 目前可用的最大ID
CODE_LEN = 6  # 特征码的默认长度
WORK_TIME = ""  # 上班时间
CLOSING_TIME = ""  # 工下班时间
USERS = dict()  # 管理员账号密码