人脸识别别环境：pycharm 和opencv-contrib-python

大体思路：采集人脸数据---->训练模型---->实现人脸识别

第一步：采集人脸数据

#导入模块
import cv2
#摄像头
cap=cv2.VideoCapture(0)

falg = 1
num = 1

while(cap.isOpened()):#检测是否在开启状态
    ret_flag,Vshow = cap.read()#得到每帧图像
    cv2.imshow("Capture_Test",Vshow)#显示图像
    k = cv2.waitKey(1) & 0xFF#按键判断
    if k == ord('s'):#保存
       cv2.imwrite("C:/Users/Lenovo/Desktop/facerecog/opencv/data/tang/"+str(num)+".tang"+".jpg",Vshow)
       print("success to save"+str(num)+".jpg")
       print("-------------------")
       num += 1
    elif k == ord(' '):#退出
        break
#释放摄像头
cap.release()
#释放内存
cv2.destroyAllWindows()

第二步:训练数据

import os
import cv2
import sys
from PIL import Image
import numpy as np

def getImageAndLabels(path):
    facesSamples=[]
    ids=[]
    imagePaths=[os.path.join(path,f) for f in os.listdir(path)]
    #检测人脸
    face_detector = cv2.CascadeClassifier('D:/opencv/opencv/sources/data/haarcascades/haarcascade_frontalface_alt2.xml')
    #打印数组imagePaths
    print('数据排列：',imagePaths)
    #遍历列表中的图片
    for imagePath in imagePaths:
        #打开图片,黑白化
        PIL_img=Image.open(imagePath).convert('L')
        #将图像转换为数组，以黑白深浅
       # PIL_img = cv2.resize(PIL_img, dsize=(400, 400))
        img_numpy=np.array(PIL_img,'uint8')
        #获取图片人脸特征
        faces = face_detector.detectMultiScale(img_numpy)
        #获取每张图片的id和姓名
        id = int(os.path.split(imagePath)[1].split('.')[0])
        #预防无面容照片
        for x,y,w,h in faces:
            ids.append(id)
            facesSamples.append(img_numpy[y:y+h,x:x+w])
        #打印脸部特征和id
        #print('fs:', facesSamples)
        print('id:', id)
        #print('fs:', facesSamples[id])
    print('fs:', facesSamples)
    #print('脸部例子：',facesSamples[0])
    #print('身份信息：',ids[0])
    return facesSamples,ids

if __name__ == '__main__':
    #图片路径
    path='./data/jm/'
    #获取图像数组和id标签数组和姓名
    faces,ids=getImageAndLabels(path)
    #获取训练对象
    recognizer=cv2.face.LBPHFaceRecognizer_create()
    #recognizer.train(faces,names)#np.array(ids)
    recognizer.train(faces,np.array(ids))
    #保存文件
    recognizer.write('trainer/trainer.yml')
    #save_to_file('names.txt',names)

第三步：实时识别

# 人脸识别
# coding=utf-8
import cv2
import numpy
from PIL import Image, ImageDraw, ImageFont
# 语音说话
#import pyttsx3

# 解决cv2.putText绘制中文乱码
def cv2ImgAddText(img2, text, left, top, textColor=(0, 0, 255), textSize=20):
    if isinstance(img2, numpy.ndarray):  # 判断是否OpenCV图片类型
        img2 = Image.fromarray(cv2.cvtColor(img2, cv2.COLOR_BGR2RGB))
    # 创建一个可以在给定图像上绘图的对象
    draw = ImageDraw.Draw(img2)
    # 字体的格式
    fontStyle = ImageFont.truetype(r"C:\WINDOWS\FONTS\MSYH.TTC", textSize, encoding="utf-8")
    # 绘制文本
    draw.text((left, top), text, textColor, font=fontStyle)
    # 转换回OpenCV格式
    return cv2.cvtColor(numpy.asarray(img2), cv2.COLOR_RGB2BGR)

# 准备识别方法
recognizer_sjs = cv2.face.LBPHFaceRecognizer_create()
recognizer_jhs = cv2.face.LBPHFaceRecognizer_create()
# 引用之前的模型
recognizer_sjs.read('C:/Users/Lenovo/Desktop/facerecog/opencv/trainer/trainwang.yml')
recognizer_jhs.read('C:/Users/Lenovo/Desktop/facerecog/opencv/trainer/traintang.yml')
# 调用人脸分类器
cascade_path = r'D:\Python3\Lib\site-packages\cv2\data\haarcascade_frontalface_alt2.xml'
face_cascade = cv2.CascadeClassifier(cascade_path)
# 加载一个字体，以便标注
font = cv2.FONT_HERSHEY_SIMPLEX
# 设置ID与标注的name
idum_sjs = 0
idum_jhs = 1
names = ['王某某', '唐某某']

# 调用摄像头
cam = cv2.VideoCapture(0)
minW = 0.1 * cam.get(3)
minH = 0.1 * cam.get(4)

while True:
    ret, img = cam.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 识别人脸
    faces = face_cascade.detectMultiScale(
        gray,
        scaleFactor=1.2,
        minNeighbors=5,
        minSize=(int(minW), int(minH))
    )
    # 进行校验
    for (x, y, w, h) in faces:
        cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
        idnum_sjs, confidence_sjs = recognizer_sjs.predict(gray[y:y + h, x:x + w])
        idnum_jhs, confidence_jhs = recognizer_jhs.predict(gray[y:y + h, x:x + w])
        # 计算出一个检验结果
        if confidence_sjs < 50:
            name= names[idum_sjs]
            # 注上姓名
            img = cv2ImgAddText(img, name, x + 5, y - 30)
            #cv2.putText(img, str(idnum_sjs), (x + 5, y - 5), font, 1, (0, 0, 255), 1)
        elif confidence_jhs < 50:
            name1= names[idum_jhs]
            # 注上姓名
            img = cv2ImgAddText(img, name1, x + 5, y - 30)
            #cv2.putText(img, str(idnum_sjs), (x + 5, y - 5), font, 1, (0, 0, 255), 1)

        else:
            idnum = 'unknown'
        # 解决cv2.putText绘制中文乱码
        #

        # cv2.putText(img, name, (x + 5, y - 5), font, 1, (0, 0, 255), 1) 无法显示中文
        # cv2.putText(img, str(confidence.encode('utf-8')), (x+5, y+h-5), font, 1, (0, 0, 0), 1)
        # 解决cv2.putText绘制中文乱码

        # cv2.putText(img, name, (x + 5, y - 5), font, 1, (0, 0, 255), 1) 无法显示中文
        # cv2.putText(img, str(confidence.encode('utf-8')), (x+5, y+h-5), font, 1, (0, 0, 0), 1)
        # 展示结果
        cv2.imshow('camera', img)
        k = cv2.waitKey(20)
        if k == 27:
            break
        elif ord('q') == cv2.waitKey(1):  # 按下q退出
            break

# 释放资源
cam.release()
cv2.destroyAllWindows()

中文字体其他显示方法：

中文字体下载地址：http://www.font5.com.cn/fontlist/fontlist_1_1.html

人脸考勤系统的设计与实现python python人脸打卡_opencv

注意：拍取照片时尽量选取光照较好，背景颜色同一的地方，否则训练数据可能带来不必要干扰因素，经本人多次测试证实有效，如遇到多人不能分辨时，建议采取此方法；
另附：
1.刚学Python，遇到No Python Interpreter configured for the project，怎么解决? 2.pip install XXX总是报错，例如：Exception: Traceback (most recent call last):这种错误怎么办？ 参考：
1.python实现多人脸识别 2.Python3和opencv的人脸识别并显示对应中文姓名完整版（含数据收集，模型训练）