STM32全栈嵌入式人脸识别考勤系统：融合OpenCV、Qt和SQLite的解决方案

🕗 发布于 2024-07-19 05:52 stm32 嵌入式硬件 物联网算法 opencv

1. 项目概述

本项目旨在设计并实现一个基于STM32的全栈人脸识别考勤系统。该系统结合了嵌入式开发、计算机视觉和数据库技术，实现了自动人脸检测、识别和考勤记录功能。

主要特点:

使用STM32F4系列微控制器作为主控制器
采用OpenCV进行人脸检测和识别
Qt开发跨平台桌面应用程序，实现友好的用户界面
SQLite嵌入式数据库存储员工信息和考勤记录
支持实时考勤、数据统计分析和报表生成

2. 系统设计

2.1 硬件设计

主要硬件模块及功能:

STM32F407VGT6微控制器：系统的核心，负责协调各个模块工作
OV7670摄像头模块：捕获实时图像，用于人脸检测和识别
3.5寸TFT LCD显示屏：显示系统界面和识别结果
AS608指纹识别模块：作为辅助识别手段
RC522 RFID读卡器：用于员工卡识别，提供备用签到方式
ESP8266 WiFi模块：实现与服务器的无线通信，上传考勤数据

2.2 软件设计

3. 代码实现

3.1 人脸检测

以下是使用OpenCV实现人脸检测的代码示例：

#include <opencv2/opencv.hpp>
#include <opencv2/objdetect.hpp>

using namespace cv;

class FaceDetector {
private:
    CascadeClassifier face_cascade;

public:
    FaceDetector(const std::string& cascade_file) {
        // 加载Haar级联分类器
        if (!face_cascade.load(cascade_file)) {
            throw std::runtime_error("Error loading face cascade file");
        }
    }

    std::vector<Rect> detectFaces(const Mat& frame) {
        Mat gray;
        std::vector<Rect> faces;

        // 转换为灰度图像
        cvtColor(frame, gray, COLOR_BGR2GRAY);
        
        // 执行人脸检测
        face_cascade.detectMultiScale(gray, faces, 1.1, 3, 0, Size(30, 30));

        return faces;
    }

    void drawFaces(Mat& frame, const std::vector<Rect>& faces) {
        for (const auto& face : faces) {
            rectangle(frame, face, Scalar(255, 0, 0), 2);
        }
    }
};

代码说明：

FaceDetector类封装了人脸检测功能。
构造函数加载Haar级联分类器文件。
detectFaces方法接收一帧图像，返回检测到的人脸矩形区域。
drawFaces方法在原图上绘制检测到的人脸矩形框。

3.2 人脸识别

下面是使用LBPH算法实现人脸识别的代码示例：

#include <opencv2/face.hpp>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace cv::face;

class FaceRecognizer {
private:
    Ptr<LBPHFaceRecognizer> model;

public:
    FaceRecognizer() {
        model = LBPHFaceRecognizer::create();
    }

    void train(const std::vector<Mat>& faces, const std::vector<int>& labels) {
        model->train(faces, labels);
    }

    void predict(const Mat& face, int& label, double& confidence) {
        model->predict(face, label, confidence);
    }

    void saveModel(const std::string& filename) {
        model->save(filename);
    }

    void loadModel(const std::string& filename) {
        model->read(filename);
    }
};

代码说明：

FaceRecognizer类封装了LBPH人脸识别器的功能。
构造函数创建LBPH人脸识别器实例。
train方法用于训练模型。
predict方法进行人脸识别，返回预测的标签和置信度。
saveModel和loadModel方法用于保存和加载训练好的模型。

3.3 数据库操作

使用SQLite进行数据库操作的代码示例：

#include <sqlite3.h>
#include <string>
#include <stdexcept>
#include <iostream>

class Database {
private:
    sqlite3* db;

    static int callback(void* data, int argc, char** argv, char** azColName) {
        // 处理查询结果的回调函数
        for(int i = 0; i < argc; i++) {
            std::cout << azColName[i] << " = " << (argv[i] ? argv[i] : "NULL") << std::endl;
        }
        std::cout << std::endl;
        return 0;
    }

public:
    Database(const std::string& dbName) {
        if (sqlite3_open(dbName.c_str(), &db) != SQLITE_OK) {
            throw std::runtime_error("Can't open database: " + std::string(sqlite3_errmsg(db)));
        }
    }

    ~Database() {
        sqlite3_close(db);
    }

    void executeQuery(const std::string& sql) {
        char* errMsg = nullptr;
        int rc = sqlite3_exec(db, sql.c_str(), callback, 0, &errMsg);
        if (rc != SQLITE_OK) {
            std::string error = "SQL error: " + std::string(errMsg);
            sqlite3_free(errMsg);
            throw std::runtime_error(error);
        }
    }

    void insertEmployee(const std::string& name, int id) {
        std::string sql = "INSERT INTO employees (name, id) VALUES ('" + name + "', " + std::to_string(id) + ");";
        executeQuery(sql);
    }

    void recordAttendance(int employeeId, const std::string& timestamp) {
        std::string sql = "INSERT INTO attendance (employee_id, timestamp) VALUES (" + 
                          std::to_string(employeeId) + ", '" + timestamp + "');";
        executeQuery(sql);
    }
};

代码说明：

Database类封装了SQLite数据库的基本操作。
构造函数打开数据库连接，析构函数关闭连接。
executeQuery方法执行SQL查询，使用回调函数处理结果。
insertEmployee方法插入新员工记录。
recordAttendance方法记录考勤信息。

3.4 Qt界面实现

以下是使用Qt实现主界面的代码示例：

#include <QMainWindow>
#include <QPushButton>
#include <QVBoxLayout>
#include <QMessageBox>

class MainWindow : public QMainWindow {
    Q_OBJECT

public:
    MainWindow(QWidget *parent = nullptr) : QMainWindow(parent) {
        setWindowTitle("人脸识别考勤系统");

        QWidget *centralWidget = new QWidget(this);
        QVBoxLayout *layout = new QVBoxLayout(centralWidget);

        QPushButton *btnAttendance = new QPushButton("考勤签到", this);
        QPushButton *btnManage = new QPushButton("员工管理", this);
        QPushButton *btnReport = new QPushButton("考勤报表", this);

        layout->addWidget(btnAttendance);
        layout->addWidget(btnManage);
        layout->addWidget(btnReport);

        setCentralWidget(centralWidget);

        connect(btnAttendance, &QPushButton::clicked, this, &MainWindow::onAttendanceClicked);
        connect(btnManage, &QPushButton::clicked, this, &MainWindow::onManageClicked);
        connect(btnReport, &QPushButton::clicked, this, &MainWindow::onReportClicked);
    }
private slots:
    void onAttendanceClicked() {
        // 打开考勤签到界面
        QMessageBox::information(this, "考勤签到", "正在打开摄像头进行人脸识别...");
        // 这里可以调用人脸识别和考勤记录的相关函数
    }

    void onManageClicked() {
        // 打开员工管理界面
        QMessageBox::information(this, "员工管理", "正在打开员工管理界面...");
        // 这里可以实现一个新的对话框或窗口来管理员工信息
    }

    void onReportClicked() {
        // 生成考勤报表
        QMessageBox::information(this, "考勤报表", "正在生成考勤报表...");
        // 这里可以实现报表生成和显示的功能
    }
};

// 主函数
int main(int argc, char *argv[]) {
    QApplication app(argc, argv);
    MainWindow mainWindow;
    mainWindow.show();
    return app.exec();
}

代码说明：

MainWindow类继承自QMainWindow，实现了主界面的布局和功能。
构造函数中创建了三个按钮：考勤签到、员工管理和考勤报表。
使用QVBoxLayout垂直布局来排列按钮。
通过connect函数将按钮的点击事件与相应的槽函数连接。
三个槽函数onAttendanceClicked、onManageClicked和onReportClicked分别处理不同按钮的点击事件。
主函数创建并显示主窗口，启动Qt事件循环。

3.5 STM32与Qt通信

以下是STM32与Qt程序通过串口通信的示例代码：

// STM32端代码（使用HAL库）
#include "stm32f4xx_hal.h"

UART_HandleTypeDef huart2;

void UART_Init(void) {
    huart2.Instance = USART2;
    huart2.Init.BaudRate = 115200;
    huart2.Init.WordLength = UART_WORDLENGTH_8B;
    huart2.Init.StopBits = UART_STOPBITS_1;
    huart2.Init.Parity = UART_PARITY_NONE;
    huart2.Init.Mode = UART_MODE_TX_RX;
    huart2.Init.HwFlowCtl = UART_HWCONTROL_NONE;
    HAL_UART_Init(&huart2);
}

void SendData(uint8_t* data, uint16_t size) {
    HAL_UART_Transmit(&huart2, data, size, HAL_MAX_DELAY);
}

// Qt端代码
#include <QSerialPort>
#include <QSerialPortInfo>

class SerialCommunication : public QObject {
    Q_OBJECT

public:
    SerialCommunication(QObject *parent = nullptr) : QObject(parent) {
        serial = new QSerialPort(this);
        connect(serial, &QSerialPort::readyRead, this, &SerialCommunication::handleReadyRead);
    }

    bool openPort(const QString &portName) {
        serial->setPortName(portName);
        serial->setBaudRate(QSerialPort::Baud115200);
        return serial->open(QIODevice::ReadWrite);
    }

    void closePort() {
        if (serial->isOpen()) {
            serial->close();
        }
    }

    void sendData(const QByteArray &data) {
        if (serial->isOpen()) {
            serial->write(data);
        }
    }

private slots:
    void handleReadyRead() {
        QByteArray data = serial->readAll();
        emit dataReceived(data);
    }

signals:
    void dataReceived(const QByteArray &data);

private:
    QSerialPort *serial;
};

// 在主窗口中使用SerialCommunication类
class MainWindow : public QMainWindow {
    Q_OBJECT

public:
    MainWindow(QWidget *parent = nullptr) : QMainWindow(parent) {
        serialComm = new SerialCommunication(this);
        connect(serialComm, &SerialCommunication::dataReceived, this, &MainWindow::onDataReceived);

        // 初始化串口
        if (serialComm->openPort("COM3")) {  // 根据实际情况修改串口名
            qDebug() << "Serial port opened successfully";
        } else {
            qDebug() << "Failed to open serial port";
        }
    }

private slots:
    void onDataReceived(const QByteArray &data) {
        // 处理接收到的数据
        qDebug() << "Received data:" << data;
        // 这里可以添加对接收数据的处理逻辑
    }

    void sendCommandToSTM32(const QString &command) {
        serialComm->sendData(command.toUtf8());
    }

private:
    SerialCommunication *serialComm;
};

代码说明：

SerialCommunication类封装了Qt串口通信的功能。
openPort方法用于打开指定的串口。
closePort方法用于关闭串口。
sendData方法用于发送数据到STM32。
handleReadyRead槽函数处理接收到的数据，并通过信号dataReceived发送出去。
在MainWindow类中，我们创建了SerialCommunication实例，并连接了数据接收的信号和槽。
onDataReceived槽函数用于处理从STM32接收到的数据。
sendCommandToSTM32方法用于向STM32发送命令。

3.6 人脸识别与考勤逻辑集成

以下是将人脸识别与考勤逻辑集成到Qt应用程序中的示例代码：

#include <QCamera>
#include <QCameraImageCapture>
#include <QTimer>
#include <QDateTime>
#include <opencv2/opencv.hpp>

class AttendanceSystem : public QObject {
    Q_OBJECT

public:
    AttendanceSystem(QObject *parent = nullptr) : QObject(parent) {
        faceDetector = new FaceDetector("haarcascade_frontalface_default.xml");
        faceRecognizer = new FaceRecognizer();
        database = new Database("attendance.db");

        camera = new QCamera(this);
        imageCapture = new QCameraImageCapture(camera);

        connect(imageCapture, &QCameraImageCapture::imageCaptured, this, &AttendanceSystem::processCapturedImage);

        // 每5秒捕获一次图像
        QTimer *timer = new QTimer(this);
        connect(timer, &QTimer::timeout, this, &AttendanceSystem::captureImage);
        timer->start(5000);
    }

public slots:
    void startAttendance() {
        camera->start();
    }

    void stopAttendance() {
        camera->stop();
    }

private slots:
    void captureImage() {
        imageCapture->capture();
    }

    void processCapturedImage(int id, const QImage &preview) {
        cv::Mat frame = QImageToMat(preview);
        std::vector<cv::Rect> faces = faceDetector->detectFaces(frame);

        for (const auto& face : faces) {
            cv::Mat faceROI = frame(face);
            int label;
            double confidence;
            faceRecognizer->predict(faceROI, label, confidence);

            if (confidence < 80.0) { // 假设置信度阈值为80
                recordAttendance(label);
                emit attendanceRecorded(label);
            }
        }
    }

    void recordAttendance(int employeeId) {
        QDateTime currentTime = QDateTime::currentDateTime();
        QString timestamp = currentTime.toString("yyyy-MM-dd hh:mm:ss");
        database->recordAttendance(employeeId, timestamp.toStdString());
    }

private:
    FaceDetector *faceDetector;
    FaceRecognizer *faceRecognizer;
    Database *database;
    QCamera *camera;
    QCameraImageCapture *imageCapture;

    cv::Mat QImageToMat(const QImage &image) {
        cv::Mat mat;
        switch (image.format()) {
        case QImage::Format_RGB888:
            mat = cv::Mat(image.height(), image.width(), CV_8UC3, (void*)image.constBits(), image.bytesPerLine());
            cv::cvtColor(mat, mat, cv::COLOR_RGB2BGR);
            break;
        case QImage::Format_ARGB32_Premultiplied:
            mat = cv::Mat(image.height(), image.width(), CV_8UC4, (void*)image.constBits(), image.bytesPerLine());
            cv::cvtColor(mat, mat, cv::COLOR_RGBA2BGR);
            break;
        default:
            break;
        }
        return mat;
    }

signals:
    void attendanceRecorded(int employeeId);
};

代码说明：

AttendanceSystem 类集成了整个考勤系统的核心功能，包括摄像头控制、图像处理、人脸识别和考勤记录。
构造函数中：
- 初始化 FaceDetector、FaceRecognizer 和 Database 对象。
- 设置 QCamera 和 QCameraImageCapture 用于图像捕获。
- 创建一个定时器，每5秒触发一次图像捕获。
startAttendance() 和 stopAttendance() 方法用于启动和停止考勤过程。
captureImage() 槽函数被定时器触发，用于捕获摄像头图像。
processCapturedImage() 是核心处理函数：
- 将 QImage 转换为 OpenCV 的 Mat 格式。
- 使用 FaceDetector 检测人脸。
- 对每个检测到的人脸进行识别。
- 如果识别置信度高于阈值，则记录考勤。
recordAttendance() 方法将考勤记录保存到数据库中，包括员工ID和时间戳。
QImageToMat() 是一个辅助函数，用于将 Qt 的 QImage 转换为 OpenCV 的 Mat 格式。
类中定义了 attendanceRecorded 信号，当成功记录考勤时发出，可用于更新UI或通知其他组件。
整个系统通过定时捕获图像、检测人脸、识别身份、记录考勤的流程，实现了自动化的考勤功能。
该设计允许系统在后台持续运行，不需要人工干预即可完成考勤过程。
通过调整人脸识别的置信度阈值（此处设为80.0），可以平衡系统的准确性和灵敏度。
系统集成了数据库操作，确保考勤记录能够被永久保存和后续查询。

4. 项目总结

4.1 主要成果

成功实现了基于STM32和Qt的全栈人脸识别考勤系统。
集成了实时人脸检测和识别功能，提高了考勤效率。
开发了友好的用户界面，方便管理员操作和数据查询。
实现了考勤数据的自动化记录和统计分析功能。

4.2 技术亮点

采用OpenCV进行图像处理和人脸识别，提高了识别的准确性。
使用Qt框架开发跨平台桌面应用，提升了用户体验。
集成SQLite数据库，实现了高效的数据管理和查询。
STM32与Qt的串口通信实现，使硬件控制更加灵活。

原文地址：https://blog.csdn.net/qq_40431685/article/details/140519451

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！

上一篇：使用ElementUI和element-china-area-data库实现省市区三级联动组件封装
下一篇：Kafka Producer之幂等性

矩阵中的路径（dfs)-acwing
【代码】矩阵中的路径（dfs)-acwing。
阅读更多2024-11-10
Venn图小工具
R画venn图也行，但是没有那么方便，在线小工具就很好用其实推荐如下。
阅读更多2024-11-10
成为PMP项目管理培训讲师需要什么条件?
才聚作为国内项目管理培训领域的标杆企业，有着25年PMP®培训、考试服务经验，尤其是在PMP®培训领域深耕多年，形成了专业、完善的项目管理培训教学服务体系，在项目管理讲师培训方面更有着独到的方法，讲师
阅读更多2024-11-10
Go 中的泛型，日常如何使用
介绍了Go语言中的泛型，并给出了常见的使用场景
阅读更多2024-11-10
Java教学新动力：SpringBoot辅助平台
1系统概述1.1 研究背景随着计算机技术的发展以及计算机网络的逐渐普及，互联网成为人们查找信息的重要场所，二十一世纪是信息的时代，所以信息的管理显得特别重要。因此，使用计算机来管理教学辅助平台的相关信
阅读更多2024-11-10
【多线程】JUC中的常见组件
本期内容主要介绍 JUC 中常见的组件 Callable 接口和 ReentrantLock 类的内容，并介绍Callable 与 Runnable 接口的区别和 synchronized 与 Ree
阅读更多2024-11-10
【网络安全零基础入门】之MSF使用教程永恒之蓝漏洞扫描与利用教程，全文干货建议收藏！
Metasploit框架（Metasploit Framework, MSF）是一个开源工具，旨在方便渗透测试，它是由Ruby程序语言编写的模板化框架，具有很好的扩展性，便于渗透测试人员开发、使用定制
阅读更多2024-11-10
探索 Linux 系统：开源世界的璀璨明珠
以下均为网络采集的信息，不属于个人观点，如有侵权请联系站长删除！
阅读更多2024-11-10
五、语法制导翻译与抽象语法树，《编译原理》（本科教学版），第2版
Antlr-v4 是基于 LL(*)算法，这里介绍下基于LR(1)的 yaccYacc 语言很简单，分为三大块：下面写一个简单的检测表达式输入的文法我们通过 bison + 文件名来进行编译发现报
阅读更多2024-11-10
用Java实现samza转换成flink
本文简要介绍了将Apache Samza作业迁移到Apache Flink作业是一个复杂的任务，因为这两个流处理框架有不同的API和架构。然而，我们可以将Samza作业的核心逻辑迁移到Flink，并尽
阅读更多2024-11-10

STM32全栈嵌入式人脸识别考勤系统：融合OpenCV、Qt和SQLite的解决方案

1. 项目概述

2. 系统设计

2.1 硬件设计

2.2 软件设计

3. 代码实现

3.1 人脸检测

3.2 人脸识别

3.3 数据库操作

3.4 Qt界面实现

3.5 STM32与Qt通信

3.6 人脸识别与考勤逻辑集成

4. 项目总结

4.1 主要成果

4.2 技术亮点

相关文章