小孟2周开发一个人脸识别系统，1500，包部署，核心资料公开

摘要：有个粉丝小伙伴找我做一个python人脸识别的项目。他考公没有时间搞自己的毕设，找到我辅导。

你好，我是程序员小孟。

有个粉丝小伙伴找我做一个python人脸识别的项目。他考公没有时间搞自己的毕设，找到我辅导。

核心资料给大家了，大家想学习的话，可以找小孟要，搞完你可以直接搞私活，非常香。

开发周期2个周，开发费用1500，项目是给远程部署好的。

技术框架采用的是Django，他是一个web的框架，人脸检测和特征提取，采用的是dlib。

图像处理采用的是OpenCV，数据处理采用的是NumPy，计算余弦的距离是SciPy。

•Django 4.2.17：Web 框架

•dlib：人脸检测和特征提取

•OpenCV (cv2)：图像处理

•NumPy：数据处理

•SciPy：用于计算余弦距离

•HTML5

•CSS3

•JavaScript

•WebRTC：用于摄像头访问

•Canvas：用于图像捕获

•Font Awesome：图标库

•SQLite（Django 默认数据库）

项目结构：

faceRecognition/
├── faceRecognition/# 项目配置目录
│├── __init__.py
│├── settings.py# 项目设置
│├── urls.py# 主 URL 配置
│└── wsgi.py
│
├── face_recognition_app/# 应用目录
│├── migrations/# 数据库迁移文件
│├── templates/# 模板文件
││└── admin/
││├── face_recognition.html# 人脸识别页面
││└── face_registration.html# 人脸录入页面
│├── __init__.py
│├── admin.py# 管理后台配置
│├── models.py# 数据模型
│├── urls.py# 应用 URL 配置
│└── views.py# 视图函数
│
├── model/# 预训练模型目录
│├── shape_predictor_68_face_landmarks.dat
│└── dlib_face_recognition_resnet_model_v1.dat
│
└── manage.py# Django 管理脚本

核心功能模块：

#开发找小孟，微：fly996868• 使用 dlib 的预训练模型– shape_predictor_68_face_landmarks.dat：68点人脸特征点检测– dlib_face_recognition_resnet_model_v1.dat：ResNet深度学习模型，用于提取128维人脸特征向量

数据模型

class FaceRecognition(models.Model):
user_id = models.CharField(max_length=100, unique=True)
name = models.CharField(max_length=100)
gender = models.CharField(max_length=1, choices=GENDER_CHOICES)
feature_vector = models.BinaryField
created_at = models.DateTimeField(auto_now_add=True)
updated_at = models.DateTimeField(auto_now=True)

人脸特征提取

def extract_features(image_data):
# 图像预处理
image = cv2.imdecode(np_array, cv2.IMREAD_COLOR)
rgb_image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# 人脸检测
faces = face_detector(rgb_image)

# 特征点检测
shape = shape_predictor(rgb_image, face)

# 特征向量提取
face_descriptor = face_recognizer.compute_face_descriptor(rgb_image, shape)
5.2 人脸比对
def compare_faces(feature1, feature2, threshold=0.6):
# 使用余弦距离进行特征比对
distance = cosine(feature1, feature2)
return distance

安装步骤

1. 安装依赖：
pip install django dlib opencv-python numpy scipy
1. 下载预训练模型：
• shape_predictor_68_face_landmarks.dat
• dlib_face_recognition_resnet_model_v1.dat
1. 数据库迁移：
python manage.py makemigrations
python manage.py migrate

适用场景，小区、学校、各个单位，录入人脸的才能进入，不录入人脸的就不能进入。

主要实现的功能：

1. 人脸识别

– 实时摄像头捕获

– 人脸检测

– 特征提取

– 数据库匹配

2. 人脸录入

– 人脸采集

– 特征提取

– 重复检测

– 信息录入