人脸识别mysql数据库起数据提供参照作用，实现多项参照，精准解析：
需求描述1.将人脸特征信息保存进MySQL数据库。
2.调用摄像头识别人脸，将待识别的人物进行识别，并实时地与数据库中的人脸特征信息进行比对，同时判断出被识别者的身份。
需求分析
1、准备
利用opencv、face_recognition、numpy、pymysql等Python第三方类库，官方说法是face_recognition的人脸识别准确率高达99.6%。
2、识别
利用face_recognition，可以很轻易地得到人脸128维的人脸编码，并且通过比对函数，就可以得出想要的结果。
3、编码
由于face_recognition的128维的人脸编码是一个numpy ndarray类型，即矩阵，并不能存进数据库，要想存进数据库，必须进行类型转换
思路：先将矩阵转为列表，再将列表里的每个元素转为字符串，再用字符串拼接的方式拼成一个字符串，这时就可以把特征值存进数据库了。
4.译码
既然是特征值的比对，那么从数据库取完数据之后，就需要把字符串重新转为矩阵格式。
思路：先通过字符串切割，转为列表，再对列表里每个元素转为浮点型（float），最后再转为矩阵。
5.输出
常规做法通过人脸识别后想要在图像上输出被识别者姓名，但是opencv有自己的一套编码规范，无法输出中文，如果保存的是中文，那么就会出现乱码的情况。
中文文字图像显示解决思路：通过调用本地已存在的字体，利用PIL进行格式转换。
解决方案
数据库设计
FaceSQL.py：MySQL数据库处理相关
import pymysql
class FaceSQL:
def __init__(self):
self.conn = pymysql.connect(
# 数据库的IP地址
host="xxx.xxx.xxx.xxx",
# 数据库用户名称
user="******",
# 数据库用户密码
password="******",
# 数据库名称
db="xxx",
# 数据库端口名称
port=3306,
# 数据库的编码方式 注意是utf8
charset="utf8"
)
def processFaceData(self, sqlstr, args=()):
print(sqlstr)
# 使用 cursor() 方法创建一个游标对象 cursor
cursor = self.conn.cursor()
try:
# 执行sql语句
cursor.execute(sqlstr, args)
# 提交到数据库执行
self.conn.commit()
except Exception as e:
# 如果发生错误则回滚并打印错误信息
self.conn.rollback()
print(e)
finally:
# 关闭游标
cursor.close()
def saveFaceData(self,id,encoding_str):
self.processFaceData("insert into face(学号,encoding) values(%s,%s)", (id, encoding_str))
def updateFaceData(self, id, encoding_str):
self.processFaceData("update face set encoding = %s where 学号 = %s", (encoding_str, id))
def execute_float_sqlstr(self, sqlstr):
# 使用 cursor() 方法创建一个游标对象 cursor
cursor = self.conn.cursor()
# SQL插入语句
results = []
try:
# 执行sql语句
cursor.execute(sqlstr)
# 获取所有记录列表
results = cursor.fetchall()
except Exception as e:
# 如果发生错误则回滚并打印错误信息
self.conn.rollback()
print(e)
finally:
# 关闭游标
cursor.close()
return results
def sreachFaceData(self, id):
return self.execute_float_sqlstr( "select * from face where 学号="+id)
def allFaceData(self):
return self.execute_float_sqlstr( "select * from face ")
def sreach_Info(self,id):
return self.execute_float_sqlstr( "select * from zstustu where 学号='" + id + "'")
FaceTools.py： 人脸特征信息处理相关
import face_recognition
import numpy
from os import listdir,path
from FaceSQL import FaceSQL
class FaceTools:
def __init__(self):
try:
self.facesql=FaceSQL()
except :
print("数据库连接错误")
def encoding_FaceStr(self, image_face_encoding):
# 将numpy array类型转化为列表
encoding__array_list = image_face_encoding.tolist()
# 将列表里的元素转化为字符串
encoding_str_list = [str(i) for i in encoding__array_list]
# 拼接列表里的字符串
encoding_str = ','.join(encoding_str_list)
return encoding_str
def decoding_FaceStr(self, encoding_str):
# print("name=%s,encoding=%s" % (name, encoding))
# 将字符串转为numpy ndarray类型，即矩阵
# 转换成一个list
dlist = encoding_str.strip(' ').split(',')
# 将list中str转换为float
dfloat = list(map(float, dlist))
face_encoding = numpy.array(dfloat)
return face_encoding
def add_Face(self,image_name, id):
# 加载本地图像文件到一个numpy ndarray类型的对象上
image = face_recognition.load_image_file("./photo/"+image_name)
# 返回图像中每个面的128维人脸编码
# 图像中可能存在多张人脸，取下标为0的人脸编码，表示识别出来的最清晰的人脸
image_face_encoding = face_recognition.face_encodings(image)[0]
encoding_str =self.encoding_FaceStr(image_face_encoding)
# 将人脸特征编码存进数据库
self.facesql.saveFaceData(id,encoding_str)
def updata_Face(self, image_name, id):
# 加载本地图像文件到一个numpy ndarray类型的对象上
image = face_recognition.load_image_file("./photo/"+image_name)
# 返回图像中每个面的128维人脸编码
# 图像中可能存在多张人脸，取下标为0的人脸编码，表示识别出来的最清晰的人脸
image_face_encoding = face_recognition.face_encodings(image)[0]
encoding_str = self.encoding_FaceStr(image_face_encoding)
# 将人脸特征编码更新数据库
self.facesql.updateFaceData(id, encoding_str)
def sreach_Face(self, id):
face_encoding_strs = self.facesql.sreachFaceData(id)
# 人脸特征编码集合
face_encodings = []
# 人脸特征姓名集合
face_names = []
for row in face_encoding_strs:
name = row[0]
face_encoding_str = row[1]
# 将从数据库获取出来的信息追加到集合中
face_encodings.append(self.decoding_FaceStr(face_encoding_str))
face_names.append(name)
return face_names,face_encodings
def load_faceoffile(self):
filepath = 'photo'
filename_list = listdir(filepath)
# 人脸特征编码集合
face_encodings = []
# 人脸特征姓名集合
face_names = []
a = 0
for filename in filename_list: # 依次读入列表中的内容
a += 1
if filename.endswith('jpg'): # 后缀名'jpg'匹对
face_names.append(filename[:-4]) # 把文件名字的后四位.jpg去掉获取人名
file_str = 'photo' + '/' + filename
a_images = face_recognition.load_image_file(file_str)
print(file_str)
a_face_encoding = face_recognition.face_encodings(a_images)[0]
face_encodings.append(a_face_encoding)
print(face_names, a)
return face_names,face_encodings
def load_faceofdatabase(self):
try:
face_encoding_strs = self.facesql.allFaceData()
except:
print("数据库连接错误")
# 人脸特征编码集合
face_encodings = []
# 人脸特征姓名集合
face_names = []
for row in face_encoding_strs:
name = row[0]
face_encoding_str = row[1]
# 将从数据库获取出来的信息追加到集合中
face_encodings.append(self.decoding_FaceStr(face_encoding_str))
face_names.append(name)
return face_names, face_encodings
def load_images_face(self,filepath):
filename_list = listdir(filepath)
for filename in filename_list: # 依次读入列表中的内容
if path.isdir(filepath+filename):
self.load_images_face(filepath+filename+"\\")
if filename.endswith('jpg'): # 后缀名'jpg'匹对
file_str = filepath + filename
a_images = face_recognition.load_image_file(file_str)
print(file_str)
face_encoding = face_recognition.face_encodings(a_images)
if face_encoding != []:
a_face_encoding = face_encoding[0]
encoding_str = self.encoding_FaceStr(a_face_encoding)
self.facesql.saveFaceData(filename[:-4], encoding_str)
def load_images_faces(self, filepath):
filename_list = listdir(filepath)
a=0
for filename in filename_list: # 依次读入列表中的内容
if filename.endswith('jpg'): # 后缀名'jpg'匹对
file_str = filepath + filename
a_images = face_recognition.load_image_file(file_str)
print(file_str)
face_encoding = face_recognition.face_encodings(a_images)
for a_face_encoding in face_encoding:
a += 1
encoding_str = self.encoding_FaceStr(a_face_encoding)
self.facesql.saveFaceData(filename[:-4] + "-" + str(a), encoding_str)
运行结果