本文主要是介绍构建智能门禁安防系统:树莓派 4B、OpenCV、SQLite 和 MQTT 的应用(代码示例),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
一、项目概述
1.1 项目目标和用途
本项目旨在开发一个智能门禁安防系统,该系统利用摄像头和人脸识别技术,结合本地人脸库,实现对进出人员的自动识别和管理。系统能够实时记录进出人员的信息,并对未注册人员进行警报提示。通过与物联网平台的集成,用户可以远程监控和管理门禁系统,提升安全性和管理效率。
1.2 解决的问题和价值
传统的门禁系统往往依赖于钥匙或密码,存在安全隐患和管理不便的问题。本项目通过人脸识别技术,解决了以下问题:
-
安全性:有效防止未授权人员进入,提高安全防护级别。
-
便捷性:无需携带钥匙或记住密码,提升用户体验。
-
数据管理:自动记录进出人员信息,便于后续查询和管理。
二、系统架构
2.1 系统架构设计
系统架构主要由以下几个部分组成:
-
摄像头模块:负责实时采集视频流。
-
人脸识别模块:使用OpenCV进行人脸检测和识别。
-
数据库模块:存储人脸信息和进出记录。
-
物联网平台:实现远程监控和管理。
2.2 选择的硬件和技术栈
-
单片机:选择树莓派作为主控单元,因其强大的处理能力和丰富的接口。
-
摄像头:使用USB摄像头,支持1080P高清图像采集。
-
通信协议:使用MQTT协议与物联网平台进行通信。
-
数据库:使用SQLite作为本地数据库,存储人脸数据和记录。
2.3 系统架构图
三、环境示例和注意事项
3.1 环境示例
-
硬件环境:
-
树莓派 4B
-
USB 摄像头
-
Wi-Fi 模块(内置)
-
-
软件环境:
-
操作系统:Raspberry Pi OS
-
开发语言:Python
-
依赖库:OpenCV, SQLite, Paho-MQTT
-
3.2 注意事项
-
确保摄像头安装位置合理,能够清晰捕捉到人脸。
-
数据库定期备份,防止数据丢失。
-
人脸库需定期更新,确保识别准确率。
四、代码实现
4.1 功能模块实现
本系统主要分为以下几个功能模块,每个模块负责特定的功能,确保系统的整体运行。
4.1.1 摄像头采集模块
功能描述:该模块负责实时采集视频流,并将视频帧传递给人脸识别模块进行处理。
代码实现:
import cv2def capture_video():# 初始化摄像头cap = cv2.VideoCapture(0) # 0表示默认摄像头if not cap.isOpened():print("无法打开摄像头")returnwhile True:ret, frame = cap.read() # 读取视频帧if not ret:print("无法读取视频帧")break# 显示视频流cv2.imshow('Video', frame)# 按下 'q' 键退出if cv2.waitKey(1) & 0xFF == ord('q'):breakcap.release() # 释放摄像头cv2.destroyAllWindows() # 关闭所有OpenCV窗口# 调用摄像头采集函数
capture_video()
代码说明:
-
cv2.VideoCapture(0)
:初始化摄像头,0表示使用默认摄像头。 -
cap.read()
:读取视频帧,返回值ret
表示是否成功读取,frame
是当前帧的图像数据。 -
cv2.imshow('Video', frame)
:显示当前帧。 -
cv2.waitKey(1)
:等待1毫秒,检查是否按下了退出键(‘q’)。
4.1.2 人脸识别模块
功能描述:该模块使用OpenCV进行人脸检测和识别,将识别到的人脸与本地人脸库进行比对。
代码实现:
import cv2
import numpy as np
import sqlite3def recognize_face(frame):# 加载人脸检测模型face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')# 将图像转换为灰度图gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)# 检测人脸faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)for (x, y, w, h) in faces:# 在检测到的人脸周围绘制矩形框cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)# 进行人脸识别face_id = identify_face(gray[y:y+h, x:x+w]) # 识别函数if face_id is not None:print(f"识别到用户ID: {face_id}")else:print("未识别到用户,进行警报提示")return frame, facesdef identify_face(face_image):# 这里可以添加人脸识别的具体实现# 假设我们有一个简单的识别逻辑# 返回识别到的用户ID或Nonereturn None # 目前返回None表示未识别到用户# 示例调用
cap = cv2.VideoCapture(0)
while True:ret, frame = cap.read()if not ret:breakframe, faces = recognize_face(frame)cv2.imshow('Video', frame)if cv2.waitKey(1) & 0xFF == ord('q'):break
cap.release()
cv2.destroyAllWindows()
代码说明:
-
cv2.CascadeClassifier
:加载人脸检测模型。 -
detectMultiScale
:检测图像中的人脸,返回人脸的坐标。 -
cv2.rectangle
:在检测到的人脸周围绘制矩形框。 -
identify_face
:调用识别函数进行人脸识别,返回识别到的用户ID。
4.1.3 数据库管理模块
功能描述:该模块负责管理人脸库和进出记录,包括添加新用户、查询用户信息和记录进出时间。
代码实现:
import sqlite3def create_database():# 连接到SQLite数据库(如果数据库不存在,则会创建一个新的数据库)conn = sqlite3.connect('access_control.db')cursor = conn.cursor()# 创建用户表cursor.execute('''CREATE TABLE IF NOT EXISTS users (id INTEGER PRIMARY KEY AUTOINCREMENT,name TEXT NOT NULL,face_encoding BLOB NOT NULL)''')# 创建进出记录表cursor.execute('''CREATE TABLE IF NOT EXISTS access_logs (log_id INTEGER PRIMARY KEY AUTOINCREMENT,user_id INTEGER,access_time DATETIME DEFAULT CURRENT_TIMESTAMP,FOREIGN KEY (user_id) REFERENCES users (id))''')conn.commit() # 提交更改conn.close() # 关闭数据库连接def add_user(name, face_encoding):conn = sqlite3.connect('access_control.db')cursor = conn.cursor()# 插入新用户cursor.execute('''INSERT INTO users (name, face_encoding) VALUES (?, ?)''', (name, face_encoding))conn.commit()conn.close()def log_access(user_id):conn = sqlite3.connect('access_control.db')cursor = conn.cursor()# 记录进出日志cursor.execute('''INSERT INTO access_logs (user_id) VALUES (?)''', (user_id,))conn.commit()conn.close()def get_user_by_id(user_id):conn = sqlite3.connect('access_control.db')cursor = conn.cursor()# 查询用户信息cursor.execute('SELECT * FROM users WHERE id = ?', (user_id,))user = cursor.fetchone()conn.close()return userdef get_all_users():conn = sqlite3.connect('access_control.db')cursor = conn.cursor()# 查询所有用户cursor.execute('SELECT * FROM users')users = cursor.fetchall()conn.close()return users# 示例调用
create_database() # 创建数据库和表
add_user('张三', b'face_encoding_data') # 添加用户(face_encoding_data为人脸编码数据的二进制形式)
log_access(1) # 记录用户ID为1的进出日志
users = get_all_users() # 获取所有用户
print(users)
代码说明:
-
create_database()
:创建SQLite数据库和用户表、进出记录表。 -
add_user(name, face_encoding)
:向用户表中添加新用户,face_encoding
为人脸编码的二进制数据。 -
log_access(user_id)
:记录用户的进出日志,保存用户ID和当前时间。 -
get_user_by_id(user_id)
:根据用户ID查询用户信息。 -
get_all_users()
:获取所有用户的信息。
时序图:
4.1.4 物联网通信模块
功能描述:该模块负责与物联网平台进行通信,发送进出记录和接收远程指令。
代码实现:
import datetimedef publish_access_log(user_id):log_data = {'user_id': user_id,'access_time': str(datetime.datetime.now())}# 将日志数据转换为JSON格式client.publish(MQTT_TOPIC, json.dumps(log_data))print(f"已发布进出日志: {log_data}")# 启动MQTT客户端循环
def start_mqtt():client.loop_start() # 启动循环,处理网络流量和回调# 示例调用
start_mqtt() # 启动MQTT客户端
publish_access_log(1) # 发布用户ID为1的进出日志# 在主程序中,确保在适当的地方调用publish_access_log函数
# 例如,在识别到用户后记录进出日志并发布
代码说明:
-
publish_access_log(user_id)
:构建一个包含用户ID和当前时间的日志数据字典,并将其转换为JSON格式后,通过MQTT发布到指定主题。 -
client.loop_start()
:启动MQTT客户端的网络循环,处理消息的发送和接收。 -
on_connect(client, userdata, flags, rc)
:连接成功时的回调函数,订阅指定的主题。 -
on_message(client, userdata, msg)
:接收到消息时的回调函数,用于处理来自物联网平台的指令。
时序图:
4.2 模块代码流程和时序图
4.2.1 整体流程
整个系统的工作流程如下:
-
摄像头采集模块:实时采集视频流并传递给人脸识别模块。
-
人脸识别模块:检测视频帧中的人脸,并与数据库中的人脸库进行比对。如果识别成功,记录用户ID并调用数据库管理模块记录进出日志;如果未识别到用户,则触发警报。
-
数据库管理模块:管理用户信息和进出记录,提供添加用户、记录日志和查询用户的功能。
-
物联网通信模块:将进出日志通过MQTT协议发送到物联网平台,并接收远程指令。
4.2.2 整体时序图
五、项目总结
5.1 项目主要功能
本项目实现了一个智能门禁安防系统,主要功能包括:
-
实时视频采集与人脸识别。
-
本地数据库管理用户信息和进出记录。
-
通过MQTT协议与物联网平台进行通信,实现远程监控和管理。
5.2 实现过程
在实现过程中,我们首先设计了系统架构,选择了合适的硬件和软件技术栈。接着,逐步实现了各个功能模块,包括摄像头采集、人脸识别、数据库管理和物联网通信。每个模块的代码逻辑清晰,易于理解和维护。
这篇关于构建智能门禁安防系统:树莓派 4B、OpenCV、SQLite 和 MQTT 的应用(代码示例)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!