簡介一套基于計算機視覺與深度學習的人臉識別簽到系統(tǒng)項目采用Python語言開發(fā)適合有編程基礎并正在完成課程設計或需要快速搭建課堂、會議自動簽到場景的開發(fā)者也可作為入門級考勤方案的設計藍本。壓縮包整體僅1.93MB共23個文件含有源代碼、界面文件、配置文件、圖標素材、說明文檔以及樣例數(shù)據(jù)等多種類型目錄組織清晰能夠直接導入開發(fā)工具運行調(diào)試。當前已有1483人學習下載。項目實現(xiàn)了從攝像頭實時取流、圖像灰度化與去噪等預處理到人臉檢測、特征提取和身份匹配的完整流程同時具備簽到時間記錄、考勤時長統(tǒng)計和數(shù)據(jù)導出功能界面部分采用可視化控件并考慮了數(shù)據(jù)安全與隱私保護的基本策略。讀者可以從中理解人臉識別考勤系統(tǒng)的整體架構(gòu)、關鍵算法銜接和工程實現(xiàn)要點適合畢業(yè)設計、實訓教學或輕量級應用的二次開發(fā)起點。1. 人臉識別簽到從“掃碼打卡”到“刷臉打卡”的最小落地路徑很多人以為人臉識別簽到必須自己訓練深度學習模型或者要買一臺幾千塊的人臉識別門禁機。實際上用 Python 加一個開源人臉識別庫在普通辦公電腦上配一個 USB 攝像頭就能把簽到流程跑起來。這篇文章要講的就是這條最小落地路徑怎么錄入人臉、怎么識別簽到、怎么避免重復打卡以及我踩過的那些坑。適合正在做企業(yè)內(nèi)部考勤工具、實驗室點名系統(tǒng)或者想給工作室做個輕量簽到程序的開發(fā)者。讀完后你能得到一套可復現(xiàn)的代碼和一組靠譜的參數(shù)而不是一個黑匣子。2. 技術選型與原理為什么我用 face_recognition 打通簽到主鏈路2.1 三種常見實現(xiàn)路線對比做 Python 人臉識別簽到我見過三種主流路線。第一種是直接用 OpenCV 的 Haar Cascade 或 LBPH 人臉識別器。這條路入門門檻低代碼量也小但 LBPH 對姿態(tài)和光線極其敏感稍微側(cè)臉就認不出多人場景基本不可用。第二種是自己用 PyTorch 或 TensorFlow 訓練一個分類網(wǎng)絡比如用 MobileNet 微調(diào)。這條路效果上限高但需要準備大量標注數(shù)據(jù)、設計訓練流程、處理模型部署做一個簽到系統(tǒng)至少要多花兩三周時間。第三種是使用 face_recognition 庫它封裝了 dlib 的人臉檢測和特征提取能力不需要訓練只需給每個人提取一次 128 維特征向量之后拿這個向量做比對就行。我一般會選第三種。原因很直接簽到場景不需要識別出“這個人是誰”這個開放集合問題只需要在已經(jīng)錄好的人臉庫里做 1:N 匹配。face_recognition 正是為此設計的它把最復雜的檢測和特征提取變成了幾行 API 調(diào)用。而且它對 CPU 的占用可控在 Intel i5 級別的機器上一次檢測加特征提取大約 0.5 到 1 秒對于簽到這種低頻操作完全夠用。網(wǎng)上那些“Python人臉識別簽到源碼大全”里絕大多數(shù)也是基于這個庫改的但很多都只寫了識別部分沒有考慮防重復、日志落庫和異?；謴瓦@才是實際運維中的大頭。2.2 face_recognition 的核心原理人臉圖像如何變成 128 維向量理解這個庫的關鍵在于它內(nèi)部做兩件事先做人臉檢測再做人臉特征編碼。檢測階段用的是 HOG方向梯度直方圖或 CNN 模型它會從圖像中找出包含人臉的矩形框。找到框之后庫會把框內(nèi)的人臉區(qū)域?qū)R并縮放然后送進一個預訓練的深度殘差網(wǎng)絡輸出一個 128 維的浮點向量。這個向量的含義不是年齡、性別這類屬性而是把“這個人長什么樣”壓縮成了空間中的一個點。比對時系統(tǒng)計算兩張人臉向量的歐氏距離。距離越小越可能是同一個人。face_recognition 的compare_faces函數(shù)里有一個tolerance參數(shù)默認是 0.6意思就是距離小于等于 0.6 判定為同一人。這個 0.6 是原作者在 LFW 數(shù)據(jù)集上調(diào)試出的經(jīng)驗值但它在真實辦公場景下不一定合適。比如同一個人的兩張照片如果光線差異很大距離可能超過 0.6而兩個長得像的同事距離可能只有 0.5 左右。所以這個參數(shù)必須根據(jù)現(xiàn)場人臉庫實際調(diào)不能直接默認跑。這里還有一個關鍵認知特征向量不是“固定”的。同一個人在不同光照、角度、表情下提取出的向量會有波動。簽到系統(tǒng)要做的不是追求零誤差而是把誤識率和拒識率平衡到“一天里不需要人工干預”的程度。我后面會專門講怎么調(diào)這個閾值。2.3 環(huán)境準備Python 版本、依賴安裝的注意事項face_recognition 的安裝比普通庫麻煩一點因為它依賴 dlib而 dlib 需要 C 編譯環(huán)境。在 Windows 上我建議直接用 Python 3.8 或 3.9 的 64 位版本然后先安裝 Visual Studio Build Tools 里的 C 桌面開發(fā)組件再執(zhí)行pip install dlib face_recognition opencv-python。如果不想折騰編譯可以找dlib的預編譯 wheel或者直接使用 Anacondaconda 會幫你處理編譯好的二進制。Linux 上則要先裝cmake和build-essential否則 pip 會在編譯 dlib 時卡很久。一個常見翻車點是裝了 OpenCV 后攝像頭編號不對。筆記本自帶攝像頭通常是0外接 USB 攝像頭可能是1但某些設備上順序會顛倒。我習慣寫一個小腳本先枚舉所有可用攝像頭而不是寫死VideoCapture(0)。下面這段代碼可以列出當前機器上能打開的攝像頭索引import cv2 for index in range(5): cap cv2.VideoCapture(index) if cap.isOpened(): ret, frame cap.read() if ret: print(f攝像頭 {index} 可用畫面尺寸: {frame.shape}) cap.release()這段代碼的邏輯是依次嘗試 0 到 4 號設備能讀到幀就說明該索引可用。實際部署時我會把可用索引寫進配置文件而不是在代碼里寫死。另一個容易忽略的是攝像頭權(quán)限Linux 下如果用opencv-python打開設備需要確認當前用戶屬于video組否則會報ioctl(VIDIOC_STREAMON)錯誤。Windows 下則要注意殺毒軟件可能會攔截攝像頭訪問我在兩臺辦公電腦上遇到過程序第一次運行能打開攝像頭第二次就被安全軟件靜默攔截的情況表現(xiàn)是cap.read()一直返回 False沒有任何報錯。3. 人臉庫搭建采集、特征提取與存儲的完整腳本3.1 用攝像頭采集人臉照片兼顧清晰度和角度的采集腳本簽到系統(tǒng)的第一步是錄入人臉。很多人直接讓員工對著攝像頭拍一張然后提取特征保存。這種做法在兩天內(nèi)就會暴露問題上班時光線和錄入時不一樣識別率立刻下降。正確的做法是每人采集 3 到 5 張不同角度、不同光線下的照片比如正面、輕微左側(cè)、輕微右側(cè)、抬頭一點、低頭一點。這能讓后面的特征提取得到一個更穩(wěn)定的“平均臉”。我寫過一個采集腳本核心邏輯是實時顯示攝像頭預覽按下空格鍵保存當前幀按下q退出。保存時需要自動裁出人臉區(qū)域這樣能避免把背景也存進去減少后續(xù)特征提取時的干擾。下面是一個可運行的版本import cv2 # 采集腳本按空格鍵保存人臉按 q 退出 cap cv2.VideoCapture(0) save_count 0 person_name input(請輸入姓名用作文件名前綴: ) while True: ret, frame cap.read() if not ret: print(無法讀取攝像頭畫面) break # 顯示實時畫面便于員工調(diào)整位置 cv2.imshow(capture, frame) key cv2.waitKey(1) 0xFF if key ord( ): # 保存整幀后續(xù)再用人臉檢測裁剪 filename fraw_{person_name}_{save_count}.jpg cv2.imwrite(filename, frame) print(f已保存 {filename}) save_count 1 elif key ord(q): break cap.release() cv2.destroyAllWindows()這段代碼保存的是原始幀。我的習慣是之后統(tǒng)一用 face_recognition 檢測人臉并裁剪入庫而不是在采集時就裁剪因為采集時人臉框可能還沒穩(wěn)定保存原幀更保險。參數(shù)說明waitKey(1)的 1 毫秒是刷新間隔調(diào)大可以減少畫面閃爍但會降低響應速度。保存的 JPG 質(zhì)量默認是 95%對簽到來說足夠。實際運行時我會讓員工每次錄入前先看一眼畫面確認沒有被逆光或遮擋再按空格。3.2 提取特征并保存pickle 序列化與標簽管理采集完照片后下一步是把每張照片變成 128 維向量并連同姓名標簽一起保存。這里有兩個細節(jié)。第一要檢測照片中是否真的包含人臉如果檢測不到或者檢測到多張臉這張照片就應該被丟棄或人工復核。第二保存格式我建議用 pickle因為它可以很方便地把{name: 張三, encoding: [float, ...]}這樣的字典序列化加載也快。當然如果你需要跨語言調(diào)用可以改用 NumPy 的.npz格式或者 JSON但后者的浮點數(shù)存儲會浪費不少空間。下面是一段批量提取特征的腳本它遍歷一個文件夾下所有 JPG 圖每張圖只取第一大的人臉即面積最大的那個框做編碼然后保存到face_library.pklimport face_recognition import pickle import os import glob # 遍歷 raw_images 目錄下的所有 jpg 圖片 known_encodings [] known_names [] for image_path in glob.glob(raw_images/*.jpg): # 從文件名中提取姓名例如 raw_張三_0.jpg - 張三 basename os.path.basename(image_path) name basename.split(_)[1] # 加載圖片并檢測人臉位置使用 HOG 模型速度快 image face_recognition.load_image_file(image_path) face_locations face_recognition.face_locations(image, modelhog) if len(face_locations) ! 1: print(f{image_path} 檢測到 {len(face_locations)} 張人臉跳過) continue # 提取第一個人的 128 維特征向量 encoding face_recognition.face_encodings(image, face_locations)[0] known_encodings.append(encoding) known_names.append(name) print(f已處理 {image_path}) # 保存到 pickle 文件 library {encodings: known_encodings, names: known_names} with open(face_library.pkl, wb) as f: pickle.dump(library, f) print(f人臉庫保存完成共 {len(known_names)} 條特征)這段代碼里load_image_file是 face_recognition 提供的便捷方法它用imageio讀取圖片并轉(zhuǎn)為 RGB 格式。這里有個容易踩坑的點face_recognition的 API 期望 RGB 輸入而 OpenCV 讀出來的是 BGR如果你先用cv2.imread讀圖再傳給face_encodings顏色通道是反的雖然人臉檢測通常不受影響但特征向量的質(zhì)量會明顯變差。所以要么用load_image_file要么在傳給庫之前用cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)轉(zhuǎn)換。3.3 參數(shù)說明face_locations 的模型選擇與 upsample 次數(shù)face_locations函數(shù)有兩個關鍵參數(shù)一個是model另一個是upsample_times。model支持hog和cnnhog在 CPU 上運行快但小臉或者側(cè)臉容易漏檢cnn更準但如果沒裝 CUDA 版 dlib速度會慢到每幀 3 到 5 秒不適合實時簽到。我的實際經(jīng)驗是簽到場景下攝像頭離人一般 0.5 到 2 米臉在畫面里不算小用hog足夠。如果你把攝像頭裝在門口人臉會偏小這時候可以把upsample_times從默認的 1 改成 2它表示對圖像放大幾次后再檢測小臉檢測率會提升但耗時也會變長。另一個容易被忽略的是face_encodings里的num_jitters參數(shù)默認是 1。這個值可以理解為對同一個人臉采樣多次后取平均用來平滑微小變化。錄入人臉庫時我建議把num_jitters設為 5因為離線處理不趕時間能顯著提升特征向量的穩(wěn)定性但在實時簽到的識別循環(huán)里num_jitters保持 1 就好否則每幀等待時間會翻好幾倍。人臉庫文件的管理我也要提醒一句。pickle 文件里存的是 Python 對象如果人臉庫里的姓名有中文在 Windows 下打開文件時要注意編碼。寫文件時最好指定encodingutf-8我見過有人直接open(face_library.pkl, wb)然后加載時在 Linux 上正常在 Windows 上偶發(fā)UnicodeDecodeError。雖然 pickle 本身存的是字節(jié)但字符串的內(nèi)部表示在不同 Python 版本下有差異。穩(wěn)妥的做法是在保存前把字符串統(tǒng)一轉(zhuǎn)成 UTF-8或者在加載時也保持相同的環(huán)境。另外pickle 不適合跨 Python 大版本移植升級 Python 后建議重新生成一次人臉庫。4. 簽到主程序?qū)崿F(xiàn)識別、防重與考勤落庫4.1 簽到流程的狀態(tài)機待識別 → 已識別 → 防重復簽到程序不是一個簡單的“循環(huán)識別”就能跑起來的。一個可用的簽到系統(tǒng)有兩個隱藏要求一是同一個人在一段時間內(nèi)不能重復簽到二是人離開再回來后要能再次簽到。這就需要一個狀態(tài)機。我給每個員工維護一個“最近簽到時間”字典當識別到某人后先判斷當前時間減去該員工上次簽到時間是否超過設定的間隔比如 10 分鐘。如果沒超過就忽略這次識別如果超過了才寫入考勤記錄并更新該員工的時間戳。這個設計能擋住一個常見問題員工站在攝像頭前聊天系統(tǒng)在幾秒內(nèi)連續(xù)識別出同一張臉結(jié)果產(chǎn)生十幾條簽到記錄。更合理的做法是識別成功后程序進入一個“冷卻”狀態(tài)比如 3 秒內(nèi)不對同一人臉做重復處理同時把畫面上的姓名和簽到時間疊加顯示讓員工看到自己打卡成功。下面是一個簡化版的主循環(huán)框架import face_recognition import cv2 import pickle import time import datetime # 加載人臉庫 with open(face_library.pkl, rb) as f: library pickle.load(f) known_names library[names] known_encodings library[encodings] # 記錄每個人上次簽到的時間戳 last_sign_in {} # 防重復識別的冷卻期秒避免連續(xù)幀重復打卡 cooldown_time 3 cap cv2.VideoCapture(0) print(簽到系統(tǒng)啟動按 q 退出) while True: ret, frame cap.read() if not ret: print(攝像頭讀取失敗嘗試重連...) time.sleep(2) cap cv2.VideoCapture(0) continue # 轉(zhuǎn)為 RGB因為 face_recognition 需要 RGB 輸入 rgb_frame cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) # 檢測當前畫面中的人臉位置 face_locations face_recognition.face_locations(rgb_frame, modelhog) # 提取當前所有人臉的特征向量 face_encodings face_recognition.face_encodings(rgb_frame, face_locations) for face_encoding in face_encodings: # 與人臉庫比對tolerance 設為 0.5比默認更嚴格 matches face_recognition.compare_faces(known_encodings, face_encoding, tolerance0.5) name 未知人員 if True in matches: # 取第一個匹配到的名字也可以根據(jù)距離選最近的 matched_index matches.index(True) name known_names[matched_index] # 檢查是否在冷卻期內(nèi) now time.time() last last_sign_in.get(name, 0) if name ! 未知人員 and now - last cooldown_time: last_sign_in[name] now sign_time datetime.datetime.now().strftime(%Y-%m-%d %H:%M:%S) print(f{name} 簽到成功: {sign_time}) # 這里調(diào)用寫入考勤記錄的函數(shù) # 在畫面上標注人臉框和姓名 for (top, right, bottom, left), n in zip(face_locations, [name]): cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 2) cv2.putText(frame, n, (left, top - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2) cv2.imshow(sign-in, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()這段代碼有幾個細節(jié)需要說明。第一compare_faces返回的是布爾列表matches.index(True)只取第一個匹配項。如果人臉庫里有重名或者有特征距離非常接近的兩個不同人這個邏輯可能會選錯。更穩(wěn)的做法是計算所有已知人臉與當前向量的距離然后取最小距離的人名并判斷最小距離是否小于tolerance。這個我在第 5 章避坑里細說。第二cooldown_time是防重復的關鍵參數(shù)。如果設成 0員工站在攝像頭前就會被反復打卡如果設得太大比如 10 分鐘那么員工臨時離開工位再回來就會被禁止簽到。我一般設 3 到 5 秒既能防止連續(xù)幀刷屏又不影響正常離座返回。第三攝像頭讀取失敗后的重連邏輯不能省略。USB 攝像頭偶爾會因為供電不足或驅(qū)動問題斷開cap.read()會連續(xù)返回 False。如果不做重連程序會一直空轉(zhuǎn)。我用的策略是連續(xù) 10 次讀取失敗就釋放并重新VideoCapture并加入 2 秒等待避免高頻重試把接口占死。4.2 識別核心代碼face_encodings 與 compare_faces 的閾值邏輯上面那版代碼雖然能跑但compare_faces的布爾匹配方式不夠精細。我實際使用的是另一種寫法手動計算距離并且只接受最小距離小于閾值的候選。這樣既避免了“第一個匹配”帶來的誤判又能讓我隨時打印出距離值做觀察。下面是一段替換邏輯import numpy as np # 計算當前人臉與庫中所有人臉的距離 distances face_recognition.face_distance(known_encodings, face_encoding) # 取最小距離及其對應的索引 min_distance np.min(distances) min_index np.argmin(distances) # 閾值這里用 0.5小于閾值才認為是庫中的人 if min_distance 0.5: name known_names[min_index] confidence 1 - min_distance # 只是一個相對的置信度參考 else: name 未知人員這段邏輯才是生產(chǎn)環(huán)境中更常見的寫法。face_distance返回的是一個 NumPy 數(shù)組長度等于人臉庫人數(shù)所以直接用np.min和np.argmin找到最相似的人。閾值 0.5 是我在大多數(shù)普通室內(nèi)光線下調(diào)試出的一個折中值。如果你的人臉庫很大比如超過 100 人不同員工之間的特征距離可能會更接近這時候 0.5 可能不夠安全需要下降到 0.4 或 0.45代價是一個員工稍微背光就可能識別失敗。這個閾值沒有銀彈必須實際測試。在簽到日志里我會把min_distance也記下來。這樣萬一出現(xiàn)誤簽翻日志就能看到當時的距離值方便判斷是閾值問題還是人臉庫問題。這是黑匣子調(diào)試的第一步不要只記錄“誰簽到了”要記錄“當時匹配到的距離是多少”。4.3 考勤記錄落庫CSV 與 SQLite 兩種方案的選擇簽到結(jié)果往哪寫最偷懶的是寫進 CSV 文件一行一條記錄用csv.writer追加寫。這種方法的好處是直觀Excel 能直接打開壞處是并發(fā)和異?；謴筒?。如果程序在寫一半時崩潰CSV 可能出現(xiàn)半行數(shù)據(jù)如果多人同時簽到Python 的多線程里如果沒有加鎖兩條記錄可能互相穿插。對于少于 20 人的小團隊CSV 完全夠用只要每次打開文件用with語句寫入后立即關閉就能規(guī)避大部分問題。如果團隊人數(shù)超過 50或者你想按日期、員工號查詢出勤我建議用 SQLite。它是單文件數(shù)據(jù)庫不需要安裝額外服務Python 自帶sqlite3。下面是一個標準的簽到落庫函數(shù)import sqlite3 import datetime def init_db(db_pathattendance.db): # 創(chuàng)建表結(jié)構(gòu)date 字段用于按天查詢 conn sqlite3.connect(db_path) conn.execute( CREATE TABLE IF NOT EXISTS sign_in ( id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT NOT NULL, sign_time TEXT NOT NULL, distance REAL ) ) conn.commit() conn.close() def save_sign_in(name, distance, db_pathattendance.db): # 使用 with 語句自動提交和關閉連接 sign_time datetime.datetime.now().strftime(%Y-%m-%d %H:%M:%S) conn sqlite3.connect(db_path, timeout10) with conn: conn.execute( INSERT INTO sign_in (name, sign_time, distance) VALUES (?, ?, ?), (name, sign_time, distance) ) conn.close()這里的關鍵點有兩個。第一sqlite3.connect的timeout參數(shù)要設置默認是 5 秒如果簽到瞬間有多個線程寫入數(shù)據(jù)庫文件會被鎖定timeout太短會直接拋異常。第二with conn會自動提交事務不需要手動commit()但要注意如果conn.execute失敗with只保證回滾不保證連接釋放所以還是要手動close()。我見過有人只寫conn.execute不提交結(jié)果數(shù)據(jù)一直沒落盤重啟程序后全部丟失這屬于簽到系統(tǒng)最基礎的翻車原因。4.4 無人值守運行定時重啟與日志會議室門口或者公司前臺的簽到電腦不可能每天有人去手動啟動腳本。所以主程序需要能無人值守跑。我一般在 Linux 下用systemd服務托管在 Windows 下用計劃任務開機啟動。比起簡單的python sign_in.py我還會加兩層保護第一層是程序內(nèi)部捕獲所有異常并寫日志第二層是讓腳本每隔 24 小時自動重啟一次。自動重啟的理由很實際OpenCV 的攝像頭對象在長時間運行后會越來越不穩(wěn)定尤其是 USB 攝像頭可能連續(xù)運行 48 小時后read()返回的幀率會掉到個位數(shù)或者畫面卡在最后一幀。常見的做法是讓主循環(huán)自己計數(shù)運行超過max_run_seconds后主動退出然后由一個外層腳本重新拉起。如果你用的是 systemdRestartalways可以保證進程退出后 2 秒內(nèi)重新啟動。Windows 計劃任務里則要勾選“如果任務失敗重新啟動”。日志系統(tǒng)也需要簡單而有效。不要把print當日志程序崩潰時緩沖區(qū)里的內(nèi)容會丟。我習慣用 Python 的logging模塊同時輸出到控制臺和文件。日志文件按日期滾動這樣排查問題時能直接看當天的簽到記錄和錯誤堆棧。上面說的簽到信息我除了寫進 SQLite也會用logging.info打一條方便快速 grep。5. 避坑排查識別不準、重復簽到與攝像頭掉線的實戰(zhàn)清單5.1 現(xiàn)象陌生人被識別成熟人這是最讓人頭疼的問題。新來一個同事沒錄入人臉結(jié)果系統(tǒng)把他識別成了張三還打了卡。我遇到過一次原因是當時tolerance用的是默認值 0.6而兩個人臉特征距離剛好是 0.58小于 0.6就被判成同一人。解決方法是把閾值降到 0.45 到 0.5同時在后端加一道人工審核機制第一次識別的新標簽先標為“待確認”管理員在后臺看到照片后確認無誤再正式計入考勤。這里要記住人臉識別不是精確匹配它只是一個概率判斷。閾值越低陌生人誤識率越低但本人因為光線變化被拒識的概率也越高。我最后把閾值定在 0.48并在簽到屏幕上顯示識別距離讓員工自己看到分數(shù)接近閾值時就會主動調(diào)整一下角度。5.2 現(xiàn)象同一個人有時識別失敗有時秒過同一個同事早上能簽到中午休息后回來就識別失敗。這類問題幾乎都和光線、角度有關。人臉特征向量對光照很敏感同一個人的臉在左側(cè)光和右側(cè)光下提取出的向量可能相差很大。我的解決方案是錄入人臉庫時不要只拍一張而是讓員工在正常工位光線下分別向左、向右、向前各拍一張?zhí)崛〕鰜淼娜齻€向量都加入人臉庫這樣相當于用多個視覺點覆蓋同一個人的變化范圍。另一個細節(jié)是攝像頭的位置不能太矮或者太高仰拍和俯拍都會改變臉部幾何特征我一般把攝像頭固定在離地 1.5 米左右略高于人臉這樣匹配更穩(wěn)定。5.3 現(xiàn)象程序運行幾天后內(nèi)存暴漲、畫面卡頓這是個很隱蔽的問題。cap.read()每次都會分配一個新幀對象如果循環(huán)里沒有及時釋放引用Python 的垃圾回收可能跟不上。尤其是當你用cv2.imshow顯示畫面卻沒有調(diào)用cv2.waitKey的合適間隔時GUI 的事件隊列會被慢慢塞滿。我的經(jīng)驗是每處理完一幀手動del frame不是必須的但一定要確保沒有把每一幀都存進列表或緩存里。另外OpenCV 在某些版本下會有內(nèi)存泄漏升級到 4.5 以上會好很多。如果內(nèi)存還是持續(xù)上漲終極辦法就是每天凌晨自動重啟進程這招簡單粗暴但非常有效。5.4 現(xiàn)象好幾個人同時路過簽到了不該簽的人攝像頭視野內(nèi)只要出現(xiàn)一張臉程序就會識別。如果兩個人并肩走過來系統(tǒng)可能同時識別出兩個人甚至因為前面的人遮擋了后面的人把后面的人漏掉。這里的問題不在于識別算法而在于業(yè)務規(guī)則。我做的處理是只在畫面中出現(xiàn)一個人臉時才執(zhí)行簽到如果超過一個人臉就只顯示名字但不寫入記錄。這樣做的理由是單人靠近攝像頭是主動簽到動作多人同時出現(xiàn)時無法判斷誰是來簽到的。另一個更嚴格的方案是檢測人臉框的寬度如果人臉太小說明離攝像頭太遠不可能是來簽到的直接忽略。5.5 現(xiàn)象SQLite 報 database is locked當我從識別線程和 GUI 線程同時往 SQLite 里寫數(shù)據(jù)時會出現(xiàn)鎖沖突。解決方法是使用 WAL 模式它允許讀和寫并發(fā)。設置方法很簡單每次連接后執(zhí)行一行 SQLconn.execute(PRAGMA journal_modeWAL)WAL 模式能明顯減少鎖等待但不能完全消除寫鎖沖突。我還會在寫操作外包一層重試裝飾器遇到鎖錯誤就等 0.2 秒重試最多重試 3 次。對于簽到這種低頻寫入場景這個方案已經(jīng)非常穩(wěn)了。6. 讓簽到更可靠再談閾值調(diào)優(yōu)和日常維護的一個習慣6.1 閾值調(diào)優(yōu)的驗證方法用已有人臉做誤識率測試調(diào)閾值不能拍腦袋。我通常做一個小批量測試從人臉庫中隨機選 20 個人每人拿 5 張未參與入庫的照片然后用不同的tolerance值跑一遍識別統(tǒng)計兩個指標——誤識率別人的照片被認成庫里的人和拒識率本人的照片沒認出來。畫一條曲線取兩個率都比較低的點。比如我的場景里0.48 時誤識率是 0.2%拒識率是 1.5%這就夠用了。如果你沒有第二組照片最簡單的方法是把現(xiàn)有照片切一半用來入庫另一半用來測試不要用同一批數(shù)據(jù)既入庫又測閾值那樣結(jié)果虛高。6.2 日常維護定期更新人臉庫清理失效特征人臉庫不是錄一次用一年的。員工會減肥、留胡子、換發(fā)型這些都會讓特征向量偏移。我建議每季度重新采集一次人臉或者至少在員工外貌變化較大時重新錄入。另外離職員工的特征要及時從庫里刪除否則一個已離職的人還會收到“簽到成功”的提示雖然不影響考勤統(tǒng)計但對現(xiàn)場體驗很不好。刪除操作最好通過一個管理腳本完成而不是直接編輯 pickle 文件。6.3 我的一個習慣開機后先跑一遍自檢我最終養(yǎng)成的習慣是簽到程序每次啟動后先自檢攝像頭和人臉庫。自檢邏輯很簡單打開攝像頭讀一幀確認畫面不是全黑加載人臉庫確認特征數(shù)量大于 0然后對著攝像頭拍一張當前畫面用庫里的第一個人臉做一次“干跑”識別只要能產(chǎn)生一個距離值就算正常。自檢不通過就直接在屏幕上給出錯誤提示而不是等員工過來打卡時才發(fā)現(xiàn)程序是壞的。這個自檢動作花不到 3 秒?yún)s能把最常出現(xiàn)的“攝像頭沒插好”和“pkl 文件被誤刪”兩個問題擋在上班之前。這套 Python 人臉識別簽到方案我已經(jīng)在三個不同場景里跑過一個 30 人小公司的前門考勤一個實驗室的機房上機簽到還有一個工作室的日常出勤。每次都會遇到新問題但核心流程始終未變?nèi)四槑煲ǖ梅€(wěn)閾值要調(diào)得準程序要能自動恢復。希望今天寫下來的這些參數(shù)和踩坑記錄能幫你少走幾段彎路。如果你正在做類似的項目不妨先按本文的步驟搭一個最小原型跑通后再根據(jù)實際環(huán)境調(diào)閾值這樣投入的成本最低返工的余地也最大。希望幫到你。本文還有配套的精品資源點擊獲取