基于OpenCV的人脸识别考勤系统

考勤系统设计

学生上课考勤系统最初的方式是采用的人工纸质点名，目前仍旧有一部分学校依旧采用此种方法点名，这种方法也一直是被认为最有效的签到点名方式。但由于课程繁多加上学生人数众多, 代替点名现象普遍存在, 而且传统的现场点名签到方式费时费力, 直接影响到授课质量。人脸签到系统解决了这一问题，可以实时监测所到的成员数量和质量。
其整体结构图为

1. 人脸数据库的建立
   系统采集成员的人脸图像，将这些人脸分类标号保存，并建立人脸库。

2. 图像采集
   摄像头采集人脸图像，前期用于训练模型，后期用于对人脸的预测。

3. 图像预处理
   由于摄像头设备存在采集图像方法、提取人脸角度、图像背景以及光照变化等干扰信号，使得识别正确率出现不同程度的降低。所以，需将采集到的图像以及检测出来的人脸通过图像处理算法处理。其中处理方法有尺度归一化、图像灰度化、灰度变换、图像增强、以及图像降噪等。

4. 人脸特征提取及模型训练
   图像特征提取和特征描述是图像目标识别的关键技术，特征提取结果的好坏，直接影响模型训练结果，进而影响了目标识别的效果，在图像检索系统中，特征描述的好坏也会直接影响目标匹配和图像检索的精度。图像处理中特征点的检测与匹配是机器视觉最重要的部分。
   特征提取指的是使用

今天的文章基于OpenCV的人脸识别考勤系统分享到此就结束了，感谢您的阅读，如果确实帮到您，您可以动动手指转发给其他人。