Skip to content

基于树莓派和 OpenCV 的人脸识别门禁系统

你是否曾惊叹于电影中那些通过“刷脸”即可进入的安全门？或是对手机上秒速解锁的人脸识别功能感到好奇？这些看似尖端的“黑科技”，其实离我们并不遥远。本项目将带你亲手打造一个迷你版的人脸识别门禁系统，将人工智能的强大能力，浓缩在一块小小的卡片式电脑——树莓派（Raspberry Pi）上。

树莓派，作为一款功能强大的微型计算机，是通往物联网（IoT）和嵌入式系统世界的绝佳入口。它能运行完整的 Linux 操作系统，让我们有机会在真实的硬件上实践软件开发与系统控制。而 OpenCV，作为计算机视觉领域最经典、最强大的开源库，则将赋予我们的树莓派一双能够“看见”和“认识”世界的眼睛。

在这个项目中，你不仅会学习到：

  • Linux 操作系统：掌握服务器和嵌入式设备上最主流的操作系统的基本使用。
  • 硬件交互：亲手连接并驱动摄像头等外部设备，体验软件与硬件结合的魅力。
  • 计算机视觉（CV）：了解人脸检测与人脸识别的核心原理，并用代码实现它。
  • 项目实践能力：从零开始，一步步搭建、调试并最终完成一个功能完整的AI应用。

让我们一起动手，将代码注入硬件，赋予这块小小的电路板智能，打造属于你自己的第一个AI硬件作品！

项目须知与准备工作

  1. 硬件设备：本项目所需的核心硬件（树莓派、SD卡、摄像头模块、电源线等）可前往实验室 文淙楼211 借用。
  2. 耐心与毅力：硬件项目与纯软件开发不同，可能会遇到驱动不兼容、线路接触不良等问题。请保持耐心，学会通过查阅资料和动手尝试来解决问题。
  3. 学习资源：善用搜索引擎（Google/Bing）、CSDN、哔哩哔哩等平台查找教程。遇到问题时，先尝试自己解决，这也是工程师必备的核心能力。
  4. 前置知识：建议具备基础的 Python 编程和 Linux 命令行操作知识。如果不熟悉，请参考下方 Level 0 的资料先行学习。
  5. 及格线：想要通过考核，你至少要完成 Level 3。考核说明和提交要求详见：https://sdnuroboticsailab.github.io/orientation/2025/2025-autumn-engineering-challenges/

Level 0：了解树莓派使用

  • 树莓派 (Raspberry Pi)：它是什么？能做什么？了解其基本接口（如GPIO, USB, CSI）。
  • Linux 基础命令：学习如何在终端（Terminal）中进行文件和目录操作（ls, cd, mkdir）、编辑文件（nano 或 vim）、安装软件（apt-get）等。
  • OpenCV：了解它是一个用于处理图像和视频的库，我们将用它来捕获摄像头画面、检测人脸和识别人脸。

参考资料：

Ubuntu及Vim编辑器的使用方法和基础指令_ubuntuvim编辑器-CSDN博客

树莓派人脸识别-CSDN博客

树莓派官方烧录工具Raspberry Pi Imager-CSDN博客

树莓派安装opencv及其扩展包contrib（python3）_python3-opencvcontrib-CSDN博客

树莓派人脸识别基础使用 – 旧梦逆心的秘密基地

Level 1：系统烧录与远程连接

任务目标：

  1. 为树莓派的 SD 卡烧录官方操作系统。
  2. 通过命令行（SSH）和图形界面（VNC）远程控制你的树莓派。

评估标准：

  • 使用 Raspberry Pi Imager 工具，成功将系统镜像烧录到 SD 卡中。
  • 将树莓派连接到网络，并通过 SSH 或 PuTTY 成功登录到树莓派的命令行终端。
  • 在树莓派上开启 VNC 服务，并使用 VNC Viewer 在你的电脑上成功显示树莓派的图形桌面。

参考资料：

可以参考CSDN的博客：树莓派官方烧录工具Raspberry Pi Imager-CSDN博客

相关软件的官网：https://www.chiark.greenend.org.uk/~sgtatham/putty/latest.html

Download VNC Viewer by RealVNC®

https://www.raspberrypi.com/software/

Level 2：获取摄像头实时画面

让我们的系统拥有“视觉”。在这一步，我们将安装计算机视觉库 OpenCV，并编写代码来驱动摄像头，捕获实时的视频流。

任务目标：

  1. 在树莓派上成功安装 OpenCV 库及其依赖。
  2. 编写 Python 脚本，调用摄像头并实时显示画面。

评估标准：

  • 成功在树莓派上安装 Python 版的 OpenCV 及其扩展包 (opencv-contrib-python)。

  • 运行代码后，电脑屏幕上能弹出一个窗口，实时显示树莓派摄像头所拍摄到的画面。

运行结果如下：

参考资料：

OpenCV 安装教程: 树莓派安装opencv及其扩展包contrib（python3）

Level 3：实现图片人脸识别功能

要让系统“认识”人，我们首先得“教”它。这一步，我们将采集人脸数据，并训练一个初步的人脸识别模型。

任务目标：

  1. 下载用于人脸检测的预训练模型（Haar Cascade）。
  2. 创建自己的人脸数据集。
  3. 训练一个人脸识别器，并用它来识别静态图片中的人物。

评估标准：

  • 成功下载 haarcascade_frontalface_default.xml 模型文件，并准备好用于存放人脸图片的数据库文件夹。模型可从此链接下载：OpenCV Haar Cascades GitHub。
  • 运行数据采集脚本，从数据集中读取所有人脸图片，并训练 OpenCV 识别器，最终生成一个 .yml 格式的模型训练文件。
  • 运行识别脚本，程序能够准确识别出数据库图片中的人物，用方框框出人脸并在一旁标出对应的名字。

Level 4：实现实时识别与语音播报

任务目标：

  1. 实现实时录入新的人脸信息到数据库。
  2. 在实时视频流中识别出已知人物或判断为陌生人。
  3. 对识别结果进行语音播报。

评估标准：

  • 程序支持现场录入新的人脸，拍摄的照片能自动保存到指定的数据集文件夹中。
  • 系统运行时，能对摄像头画面中的人脸进行实时识别。如果识别出是数据库中的成员，则语音播报其名字；如果是陌生人，则播报“陌生人，禁止进入”等提示信息。

参考资料：