【python】摸鱼神器，树莓派opencv识别人脸，自动控制局域网电脑显示桌面
本帖最后由 打字的小强 于 2019-11-6 17:34 编辑前言
老早就看到新闻员工通过人脸识别监控老板来摸鱼。
https://user-gold-cdn.xitu.io/2019/11/6/16e3eb4d88adfbb6?imageView2/0/w/1280/h/960/format/webp/ignore-error/1
https://user-gold-cdn.xitu.io/2019/11/6/16e3eb4d88c22d52?imageslim
有时候摸鱼太入迷了，经常上班时间玩其他的东西被老板看到。自从在咸鱼上淘了一个树莓派3b,尝试做了一下内网穿透，搭建网站就吃灰了，接下来突发奇想就买了一个摄像头和延长线
接下来就是敲代码了
环境
[*]树莓派3+ python3.7
[*]win7 python3.6
过程
首先树莓派和电脑要在一个内网下面，就是一个路由器下面吧。要在树莓派设置里面开启摄像头，然后安装cv2,cv2有很多依赖库需要手动安装，很是费脑筋。原理介绍一下，人脸识别主要是依赖opencv开源的人脸检测识别分类器，只需要导入就可以了，分类器github下载地址： https://github.com/opencv/opencv/tree/master/data/haarcascades，把整个项目下载下来解压，找到haarcascade_frontalface_default.xml文件，把这个文件和脚本文件放在一起就可以了。不想全部下载文章底部有项目地址可以单独下载。用http访问内网网址的方式通知工作的电脑按下win+d，这需要电脑安装一个web服务器，我就用最简单的web.py了，安装web.py的时候要指定版本。
import cv2
import time
import requests
capture = cv2.VideoCapture(0)#获取摄像头对象
casc_path = "haarcascade_frontalface_default.xml"
faceCascade = cv2.CascadeClassifier(casc_path)
color = (0, 255, 0)
font = cv2.FONT_HERSHEY_SIMPLEX
end_time=0
countdown=0
while(True):
#读取一帧图像
ret,frame=capture.read()#第一个返回值是bool值，判断是否有图像，第二个就是图像
if ret:
#转换为灰度图
grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
faceRects = faceCascade.detectMultiScale(grey, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32))#这是一个数组，可以输出来看一下，有人脸的大小范围的参数
count = str(len(faceRects))
if int(count) > 0: #大于0则检测到人脸
start_time = time.time()#要判断发送请求的时间间隔，两次间隔不能少于30秒，不然体验很不好
if end_time<1:
requests.get("http://192.168.1.165:8080/")
end_time = time.time()
countdown= int(start_time-end_time)
if start_time-end_time>30:
requests.get("http://192.168.1.165:8080/") #每次重启电脑都要更换内网ip
end_time = time.time()
for faceRect in faceRects: #绘制框框，单独框出每一张人脸
x, y, w, h = faceRect
cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)
cv2.putText(frame, "count:"+count, (10, 40), font, 0.8, (0, 255, 255), 2)#添加一个人脸个数的文字显示
#显示图像
cv2.imshow("test", frame)
c = cv2.waitKey(10)#等待退出键
if c & 0xFF == ord('q'):
break
接下来就是让电脑接受http请求了，要让电脑按win+d,需要pyautogui这个库。刚开始还认为需要shell脚本搜了半天，这个web.py这个库也是百度搜索出来的。集齐了各种库，完全体现了python的简单易用，哈哈
# -*- coding: UTF-8 -*-
import web
import pyautogui
import time
urls = (
'/(.*)', 'hello'
)
app = web.application(urls, globals())
class hello:
def GET(self, name):
pyautogui.keyDown('win')
pyautogui.keyDown('d')
pyautogui.keyUp('d')
pyautogui.keyUp('win')
print("执行")
return "go"
if __name__ == "__main__":
app.run()
下面就是效果图：
总结
很low很土很实用，哈哈，下一步可能会伪装摄像头,给其他摸鱼的同事用用，运行指定软件编辑器，更或者识别特定的人等等。
github地址：https://github.com/koala9527/pi_camera_face_-control
本帖最后由 打字的小强 于 2019-11-13 11:22 编辑
aaron_li 发表于 2019-11-13 10:03
可以使用这个人脸检测，速度应该比opencv自带的快，准确性高https://github.com/Linzaer/Ultra-Light-Fast- ...
感谢大神，我看看 testsoso 发表于 2019-11-7 14:13
我想知道识别率大概是多少呢？谢谢大佬辛苦码代码
怎么表达这个识别率？自我感觉识别率非常好啊，因为是现成开源的分类器。 留个标记，以供学习。关注更新 终于抓到你小子了！还敢监控我！快滚动我办公室来！马上！ 你们这些人都 是人才 你就是那个最会摸鱼的仔？ 过来学习学习 学习借鉴一下，谢谢分享 这个好，值得学习 收藏，摸鱼必备 我想知道识别率大概是多少呢？谢谢大佬辛苦码代码