使用树莓派的人脸识别门锁系统

人脸识别技术在过去十年中有了巨大的进步，现在它主要用于监视和安全目的。在今天的教程中，我们将学习如何使用树莓派构建人脸识别门锁系统。本项目分为三个阶段：

•数据收集

•训练识别器

•人脸识别

在第一阶段，我们将收集被授权开锁的面部样本。在第二阶段，我们将针对这些人脸样本训练识别器，在最后阶段，我们将使用训练器数据来识别这些人脸。如果树莓派认出一张脸，它就会打开门锁。

在这里，一个电磁锁和一个Pi相机将与树莓派一起使用树莓派3来构建这个基于人脸识别的门锁系统。我们以前使用电磁锁与树莓派，也建立了一些项目与pi相机，如Web控制树莓派监控机器人，基于物联网的智能Wi-Fi门铃，智能闭路电视监控系统等。

组件的要求

•树莓派3(任何版本)

•电磁锁

•继电器模块

•跳线

线路图

下面给出了树莓派人脸识别门锁的电路图。

树莓派和电磁锁通过继电器模块连接。电磁锁需要9 ~ 12V，树莓派只能提供5V。因此，使用12V适配器为螺线管锁供电。继电器模块的VCC和GND引脚连接树莓派的5V和GND。继电器的输入端接在树莓派的GPIO23上。

电磁锁的正引脚接在12V适配器的正轨上，电磁锁的负引脚接在继电器的COM上。将继电器的NO引脚接到12V适配器的负极上。

树莓派3人脸识别门锁的面包板设置如下所示：

在树莓派3上安装OpenCV

这里使用OpenCV库来检测和识别人脸。要安装OpenCV，首先要更新树莓派。

然后使用以下命令安装所需的依赖项，以便在树莓派上安装OpenCV。

之后，使用下面的命令在树莓派上安装OpenCV。

安装人脸识别所需的其他软件包

在开始使用树莓派的人脸识别门锁系统程序之前，让我们安装所需的软件包。

安装dlib: dlib是包含机器学习算法和解决现实问题的工具的现代工具包。使用下面的命令安装dlib。

安装face_recognition模块：该库用于通过命令行从Python识别和操作人脸。使用下面的命令安装人脸识别库。

安装imutils: imutils用于使基本的图像处理功能，如平移，旋转，调整大小，骨架化和显示Matplotlib图像更容易与OpenCV。使用以下命令安装imutils：

安装枕头：枕头用于打开，操作和保存不同格式的图像。使用以下命令安装枕头：

树莓派人脸识别门锁编程

如前所述，我们将分三个阶段完成这个项目。第一阶段是数据收集;第二步是训练识别器，第三步是识别人脸。最后给出了这三个部分的程序。在这里，我们详细地解释了其中的每一个。

1. 数据收集

在项目的第一阶段，创建一个数据集来存储人脸。这些面将以不同的id存储。

为此，首先，创建一个保存所有项目数据的项目目录。

除了三个python程序和数据集，这个目录还有一个面部分类器文件。所有三个python程序和面部分类器文件在页面末尾给出。

现在在FaceRecognitionProject目录中，创建一个名为Dataset的新子目录来存储面部样本。

现在打开FaceRecognitionProject目录下的Nano编辑器文件，粘贴最后给出的数据收集程序。

数据收集程序解释如下：

初始化人脸检测器。人脸分类器文件与人脸检测器一起使用。

现在提供一个用户输入命令，以便用户可以在收集数据之前输入数字面部id。

在while循环中，使用检测器提取人脸。

之后，保存每一个捕获的帧，将其保存为“dataset”目录下的文件，person id：

运行python脚本并输入人脸id。当它检测到人脸时，它就开始捕捉样本。这些示例将保存在Dataset目录中。

目录和程序文件的结构是这样的：

2. 训练识别器

收集人脸样本后，对识别器进行训练，使其能够准确地预测人脸。

在FaceRecognition目录中打开一个Nano编辑器文件，粘贴训练器代码(在最后给出)并将其保存为trainer.py

下面解释了训练识别器的Python脚本：

通过导入所有必需的库文件来启动代码。

之后，输入保存面部样本的路径。

接下来，使用haarcascade_frontalface_default.xml面部分类器文件检测示例图像中的面部。然后使用识别器变量来创建一个LBPH(局部二值模式直方图)人脸识别器。

现在使用前面初始化的路径进入face samples目录。

之后，创建两个用于存储面部样本和id的列表。

将图像样本转换为灰度。之后，将PIL映像转换为numpy映像。

数据集目录中的样本按如下方式保存：User.Id.SampleNumber。因此，为了获得ID，我们将拆分图像路径。通过分割图像路径，我们将获得一个用户ID和样本编号。

现在调用Faces和id列表并将它们输入到训练器文件中。

3. 识别器

现在，在我们项目的最后一步，我们将使用人脸识别技术从实时视频馈送中识别人脸。一旦树莓派识别出任何保存的面孔，它将使继电器模块高位打开电磁锁。

完整的人脸识别程序在页面的末尾给出。这段代码的一些重要部分解释如下：

这个程序类似于训练器程序，所以使用相同的库文件和分类器文件。

之后，使用一个数组为每个面部id添加名称。

现在从树莓派相机获得640x480分辨率的视频馈送。如果您使用多个摄像机，则在cam = cv2. videoccapture(0)函数中将0替换为1

之后，在while循环中，将视频分解为图像，然后将其转换为灰度。

使用识别器。预测函数检查人脸与样本的匹配程度。

如果信心小于100，则打开锁。0代表完美匹配。

测试树莓派人脸识别门锁

执行这些python代码需要外部监视器或任何虚拟监视器(如VNC查看器)。运行数据集程序收集人脸样本。当你运行这个程序时，会弹出一个窗口。在该窗口中，输入ID号并按enter。之后，将弹出另一个窗口，使用pi相机采集面部样本。

在此之后，运行教练程序。成功执行后，将生成一个培训师。将Yml文件放入项目目录。这个文件将被识别器用来识别人脸。

现在，在最后一步，运行识别程序。如果在视频源中识别出一张脸，你会发现它周围有一个框，上面写着这个人的名字，如下所示：

本文编译自iotdesignpro