用Python打造电脑人脸屏幕解锁神器附带接头暗号！

前言 最近突然有个奇妙的想法，就是当我对着电脑屏幕的时候，电脑会先识别屏幕上的人脸是否是本人，如果识别是本人的话需要回答电脑说的暗语，答对了才会解锁并且有三次机会。如果都没答对就会发送邮件给我，通知有人在动我的电脑并上传该人头像。 过程 环境是win10代码我使用的是python3所以在开始之前需要安装一些依赖包，请按顺序安装否者会报错 pip install cmake -i https://pypi.tuna.tsinghua.edu.cn/simple pip install dlib -i https://pypi.tuna.tsinghua.edu.cn/simple pip ins 本文将介绍如何使用Python编程语言来创建一个独特的人脸识别屏幕解锁系统，该系统结合了人脸识别和口令验证，增加了电脑安全的双重保障。在开始之前，确保你的操作系统是Windows 10，并且已经安装了Python 3。为了运行这个项目，你需要安装以下依赖库： 1. `cmake`：C++构建工具，用于编译dlib库。 2. `dlib`：一个强大的C++库，包含面部检测和识别功能。 3. `face_recognition`：基于dlib的Python库，用于人脸检测和编码。 4. `opencv-python`：OpenCV的Python版本，用于视频处理和图像分析。 安装这些库的命令如下： ```bash pip install cmake -i https://pypi.tuna.tsinghua.edu.cn/simple pip install dlib -i https://pypi.tuna.tsinghua.edu.cn/simple pip install face_recognition -i https://pypi.tuna.tsinghua.edu.cn/simple pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple ``` 接下来，我们将深入到代码实现中。导入所需的库： ```python import face_recognition import cv2 import numpy as np ``` 初始化一个视频捕获对象，通常是从摄像头获取视频流： ```python video_capture = cv2.VideoCapture(0) ``` 加载你自己的脸部图像作为已知的“主人”脸编码： ```python my_image = face_recognition.load_image_file("my.jpg") my_face_encoding = face_recognition.face_encodings(my_image)[0] ``` 创建一个列表存储已知的脸部编码和对应的名字，这里只有一个“Admin”： ```python known_face_encodings = [my_face_encoding] known_face_names = ["Admin"] ``` 进入主循环，不断捕获和处理视频帧。在循环中，我们首先对帧进行缩放以减小处理开销，然后将BGR图像转换为RGB格式，因为`face_recognition`库使用RGB图像： ```python while True: ret, frame = video_capture.read() small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25) rgb_small_frame = small_frame[:, :, ::-1] ``` 接着，如果当前帧需要处理，进行人脸检测和编码： ```python if process_this_frame: face_locations = face_recognition.face_locations(rgb_small_frame) face_encodings = face_recognition.face_encodings(rgb_small_frame, face_locations) ``` 遍历检测到的每一张脸，与已知的脸部编码进行匹配和距离计算： ```python face_names = [] for face_encoding in face_encodings: matches = face_recognition.compare_faces(known_face_encodings, face_encoding) name = "Unknown" face_distances = face_recognition.face_distance(known_face_encodings, face_encoding) best_match_index = np.argmin(face_distances) if matches[best_match_index]: name = known_face_names[best_match_index] face_names.append(name) ``` 更新`process_this_frame`标志，以便在下一次迭代时不会再次处理帧： ```python process_this_frame = not process_this_frame ``` 在视频窗口中显示结果，包括人脸框和识别出的名字： ```python for (top, right, bottom, left), name in zip(face_locations, face_names): # ... 绘制人脸框和名字 ... ``` 监听键盘事件，当用户按下'q'键时退出程序： ```python if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放资源并关闭窗口 video_capture.release() cv2.destroyAllWindows() ``` 这个系统不仅检测到屏幕前的人脸，还会将其与预定义的“主人”脸部进行比对。如果匹配成功，系统会要求输入特定的暗语。如果输入正确，电脑解锁；如果连续三次输入错误，系统将发送一封邮件通知你，并附上尝试解锁者的照片。 为了添加暗语验证功能，你可以扩展这个代码，在识别到正确人脸后，弹出一个对话框要求输入暗语，然后检查输入是否与预设的暗语一致。如果验证失败，可以使用SMTP库（如`smtplib`）发送邮件通知，并保存尝试者的面部图像。 这个项目展示了Python在计算机视觉和安全应用中的潜力，通过结合人脸识别和口令验证，创建了一个创新的屏幕解锁机制。