吾爱破解 - 52pojie.cn

 找回密码
 注册[Register]

QQ登录

只需一步,快速开始

查看: 14070|回复: 60
收起左侧

[Python 转载] 【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

  [复制链接]
打字的小强 发表于 2019-11-6 14:32
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。





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


16e3eb4d88ec657a.jpg

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。
[Python] 纯文本查看 复制代码

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
[Python] 纯文本查看 复制代码

# -*- 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:

QQ截图20191106111157.png

QQ截图20191106111405.png

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

免费评分

参与人数 6吾爱币 +7 热心值 +6 收起 理由
yls258 + 1 + 1 谢谢@Thanks!
Tairraos + 1 + 1 谢谢@Thanks!
Dreamll + 1 + 1 我很赞同!
袅袅系秋风 + 1 + 1 我很赞同!
taylorSZ22 + 1 + 1 热心回复!
刘郝聪明 + 2 + 1 热心回复!

查看全部评分

发帖前要善用论坛搜索功能,那里可能会有你要找的答案或者已经有人发布过相同内容了,请勿重复发帖。

 楼主| 打字的小强 发表于 2019-11-13 11:18
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
 楼主| 打字的小强 发表于 2019-11-7 16:44
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。
cao10085 发表于 2019-11-6 15:35
www.52pojie.cn 发表于 2019-11-6 15:54
终于抓到你小子了!还敢监控我!快滚动我办公室来!马上!
y294945022 发表于 2019-11-6 16:36
你们这些人都 是人才
佩琪,我是尔康 发表于 2019-11-6 16:51
你就是那个最会摸鱼的仔?
随梦期初 发表于 2019-11-6 16:52
过来学习学习
cj13888 发表于 2019-11-6 17:16
学习借鉴一下,谢谢分享
努力的小七 发表于 2019-11-6 20:26
这个好,值得学习
凌乱的思绪 发表于 2019-11-7 07:46
收藏,摸鱼必备
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
您需要登录后才可以回帖 登录 | 注册[Register]

本版积分规则

返回列表

RSS订阅|小黑屋|处罚记录|联系我们|吾爱破解 - LCG - LSG ( 京ICP备16042023号 | 京公网安备 11010502030087号 )

GMT+8, 2024-11-25 13:21

Powered by Discuz!

Copyright © 2001-2020, Tencent Cloud.

快速回复 返回顶部 返回列表