# iSeeU

**Repository Path**: eyiyluo_081/iSeeU

## Basic Information

- **Project Name**: iSeeU
- **Description**: No description available
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 4
- **Forks**: 0
- **Created**: 2018-12-14
- **Last Updated**: 2021-06-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 时间：2018.12.13

# 程序功能：
    1、默认界面点击“识别”按钮，可对当前拍摄到的图像进行人脸识别，并显示识别结果
    2、点击“模式切换”按钮，切换到信息录入模式
    3、在信息录入模式下，输入代表队和姓名后，点“拍照”按钮，可提取当前拍到的人脸特征。特征记录到npy文件，原图保存下来

# 实现思路：
    1、使用tkinter作为UI库。
    2、UI主程序启动后，主线程负责图形界面刷新和操作响应，所有业务逻辑均以线程的方式实现。这样在进行耗时的功能运算时也不会在界面上停顿。
    3、设置一个“模式切换”按钮用于在“识别模式”和“信息录入模式”间进行切换
    4、拍照按钮根据当前所处的模式进行“识别”或“信息录入”操作
    5、“代表队”和“姓名”在识别模式下用于显示识别出的信息。信息录入模式下用于输入所对应的信息

# 类的初始化：
    1、初始化窗体，并设置其参数
    2、初始化一些全局变量
    3、初始化界面布局
    4、初始化摄像头
    5、调用 start_core_thread 方法启动“视频显示”和“图片显示”线程

# 界面布局：
    1、左右各放1个frame，左边的frame用于放置显示视频的控件，右边的frame放置信息显示和操作控件
    2、程序逻辑上，先把一层层的frame布放好，然后再按“从左到右，从上到下”的顺序逐个定义frame上摆放的各个控件

# 识别模式下“拍摄”按钮的实现逻辑：
    1、使2个按钮失效
    2、生成执行“start_recognizer”方法的线程，由线程去执行识别操作，执行完后恢复按钮。

# 信息录入模式下“拍摄”按钮的实现逻辑：
    1、获取输入框内容并去除首位空格
    2、判断代表队和姓名两项是否有其中一项为空
    3、如果均不为空，则判断根据代表队和姓名所构成的npy文件是否已存在。文件名格式为：“代表队-姓名.npy”,
    4、同时生成将要保存的图片文件的文件名，格式为："代表队-姓名.jpg"
    5、使2个按钮失效后发送信号
    6、生成执行“handle_picture”方法的线程，由线程去执行图片处理操作

# 人脸识别线程“start_recognizer”的实现逻辑：
    1、线程启动后若信号被激活，把当前帧缩小一半后另存为需处理图片
    2、BGR转换为RGB格式
    3、计算需处理帧中有多少个人脸
    4、如果人脸数大于1，调用recognizer类的getMaxFaceFingerprint方法，获得帧里最大人脸的“脸纹”
    5、根据获得的“脸纹”，调用searchSimilarPlayer方法遍历比对已载入的人脸脸纹信息。
    6、若相似度大于阀值在log控件中显示代表队和姓名，并根据代表队和姓名，把存在目录中的照片换为ImageTk格式的图片，放入图片显示队列。由“图片显示”线程显示出来
    7、5秒后，把默认图片放入图片显示队列。由“图片显示”线程显示出来
    8、若相似度小于阀值，则在log控件中显示识别失败字样
    9、恢复2个按钮为可用


# 图片处理线程“handle_picture”的实现逻辑：
    1、线程启动后若信号被激活，先获取摄像头当前的原始帧，另存为需处理帧，以这个需处理帧作为后续识别处理的基准
    2、需处理帧缩小到原始大小的一半
    3、因为用CV2捕获的图片是BGR格式的，所以把BGR转换为RGB
    4、计算需处理帧中有多少个人脸
    5、如果人脸数大于1，调用recognizer类的getMaxFaceFingerprint方法，获得帧里最大人脸的“脸纹”
    6、把“脸纹”保持到npy文件，把需处理帧保存为jpg文件
    7、把需处理帧转换为ImageTk格式的图片，放入图片显示队列。由“图片显示”线程显示出来
    8、5秒后，把默认图片放入图片显示队列。由“图片显示”线程显示出来

# label控件显示实时视频“video_loop”的实现逻辑
    1、用cv2.cvtColor方法将BGR格式图片转换为RGB格式
    2、用Image.fromarray方法转换为PIL适用的格式
    3、用ImageTk.PhotoImage方法转换为tkinter适用的格式
    4、把tkinter适用的格式让label显示
    5、用self.root.after(1, self.video_loop)方法做循环，处理并显示下一帧。