python 树莓派人脸识别自动开机教程

是不是厌烦了每次回家都要点击按钮打开电脑的操作？

你如果有看过我以前的推送，是不是厌烦了每次回家都要喊“echo，turn on my pc”，让智能音箱打开电脑的操作？

现在，我们有一个全新的操作，坐到椅子上就能让电脑开机！

（避免你跟我一样，拥有一口蹩脚的英语，让echo听不懂的尴尬）

本教程所需要的工具及应用：

1. 1.一个树莓派3
2. 2.一个可在树莓派3上运行的摄像头（我用的是罗技C270，树莓派官方摄像头也可以）
3. 3.Python3
4. 4.路由器一台，及支持WakeOnLan的主机（大部分都支持）

如果你只是想在windows/macos上尝试一下人脸识别而不需要进行自动开机，则需要：

1.Python3
2.一个可运行的摄像头

自动开机效果演示：

1. 安装必要的python组件

windows/macOS:

pip install opencv-python

非常简单，和树莓派的安装复杂度不是一个级别的。

树莓派：

在树莓派上的安装过程比较复杂，需要耐心折腾，分为以下步骤：

1.1 安装Cmake等编译openCV源码的工具

sudo apt-get install build-essential cmake pkg-config

1.2 安装几种常见格式的图像操作的包

sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev

1.3 安装视频操作的包

sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev  
sudo apt-get install libxvidcore-dev libx264-dev

1.4 openCV用于图像/GUI展示的功能依赖highgui模块，为了编译它我们需要安装libgtk2.0-dev

sudo apt-get install libgtk2.0-dev

1.5 额外依赖

sudo apt-get install libatlas-base-dev gfortran

1.6 当然，还要安装构建Python扩展所需要的头文件

sudo apt-get install python2.7-dev python3-dev

1.7 下载并编译opencv和opencv_contrib的源码

下载并解压：

cd ~
wget -O opencv.zip https://github.com/opencv/opencv/archive/4.1.0.zip
unzip opencv.zip 
wget -O opencv_contrib.zip https://github.com/Itseez/opencv_contrib/archive/4.1.0.zip
unzip opencv_contrib.zip

编译：

cd ~/opencv-4.1.0/
mkdir build & cd build 
cmake -D ENABLE_PRECOMPILED_HEADERS=OFF \ -D CMAKE_BUILD_TYPE=RELEASE \ -D CMAKE_INSTALL_PREFIX=/usr/local \ -D INSTALL_PYTHON_EXAMPLES=ON \ -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-4.1.0/modules \ -D BUILD_EXAMPLES=ON ..
make -j4 
make install 
make ldconfig

PS：请注意你自己放置的目录和版本的区别，make -j4 是四线程进行编译，过程大约需要2-3个小时，如果说j4编译失败，请去掉-j4这个参数，直接make (单线程，这样大约需要6-9个小时).

2. 测试你的摄像头

编写如下的Python文件，test.py：

运行本程序：

python test.py

如果成功，你将会看到你的摄像头灯亮起（如果有灯的话），屏幕出现两个窗口，一个是彩色的，一个是灰色的。

你还可以在读取到frame后对frame进行操作，如

frame = cv2.flip(frame, -1) # 垂直反转摄像头图形

对摄像头进行垂直翻转。

2. 人脸识别

人脸识别模块我们将使用Haar级联分类器，我们自己搜集人脸图片然后进行训练是比较麻烦的，好在openCV已经提供了相关的人脸识别XML文件，使用这些文件我们就能直接进行人脸或笑脸的识别，下载地址：

https://github.com/opencv/opencv/tree/master/data/haarcascades

我们代码需要用到里面的 haarcascade_frontalface_default.xml ，当然，如果你想尝试别的识别也可以进行下载。

编写如下的Python文件，test2.py:

运行本程序：

python test2.py

如果成功，当有人脸出现在摄像头范围内，则会被用蓝色框框画起来。如图所示：

3. 获取你的人脸数据作为训练集

好了，我们刚刚成功识别了人脸，现在我们需要识别出某个人脸是某个人，比如当我出现在镜头中，它要识别出这个人就是“幻象客”。

新建文件夹train_data，用于保存拍摄下来的人脸，一共拍摄五十张人脸图片，get_train_data.py：

4. 训练刚刚得到的数据

拍摄完我们的图像后，我们还需要对这些图片进行训练，train.py:

训练完成后，当前文件夹会出现trainer.yml文件，这就是我们所需要的模型文件。

5.实体对象并通知设备自动开机

现在我们就可以使用刚刚训练出来的模型文件，对人脸进行检测，以识别出该人脸的实体对象。

recognize.py 代码如下:
如果你只是在windows或者macOS上运行，直接把wake_on_lan函数调用去掉即可。

其中，在标记人脸部分，由于我们的训练集数量少，我把识别到的人脸然后开机的阈值调到了40，避免无法自动开机的尴尬之处，当识别到的人脸的信度大于40，这个人脸对应的名字是我的时候，才会进行开机操作。

这么低的信度也不需要担心识别到别人的脸也开机，经过测试，陌生人的脸大约只有10~20的信度。当然，如果你还是担心，可以把训练集增加，然后调高该判断的信度阈值。

wake_on_lan()函数中的参数，是你需要自动开机的电脑的mac地址。wake on lan 简称WOL，它能让你使用路由器通过LAN端口对某个设备进行开机的操作。本推送中的自动开机使用到的功能就是这个。你需要在路由器的管理页面中，看到本机的mac地址，并送入这个函数中。

在树莓派上运行这个Python文件，将脸凑到摄像机前，就会将mac地址对应的设备开机（当然，这个设备要连着路由器才行）。

===========================================

思考一下，其实当训练集够多的时候，准度是相当高的，如果你的照片已经保存在某些数据库中，比如尝试过人脸识别通过火车站。那么通过监控摄像头获取你每天的日常路线将轻而易举。这是一件比较可怕的事，我们需要认真思考新时代的人脸识别技术的应用范围了。

欢迎查看本系列的其他教程：

系列教程一， 本文章用到了该文章中提到的wake on lan.

1. 利用智能音箱语音控制电脑开关机

系列教程二

2. 语音控制 – 改造普通风扇

系列教程三

3. 语音控制 – 改造普通台灯

我们的文章到此就结束啦，如果你希望我们今天的Python 教程，请持续关注我们，如果对你有帮助，麻烦在下面点一个赞/在看哦有任何问题都可以在下方留言区留言，我们都会耐心解答的！

​Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号：Python实用宝典