引用请注明来源

If you use this project in your research, please cite this project.

@misc{WorkAttendanceSystem,
    author = {Tao Xiao},
    title = {An employee face recognition attendance system based on opencv and dilb},
    year = {2018},
    publisher = {GitHub},
    journal = {GitHub repository},
    howpublished = {\url{https://github.com/inspurer/WorkAttendanceSystem}},
}

商用请联系商业授权

已经发现数十起淘宝闲鱼贩子贩卖我的代码，不对买家负责最后买家找到我的案例，价格几千不等；对于这种投机倒把的行为，天人共怒之。可惜之前的没有存档，现将相关店铺或工作室黑名单罗列如下：

• 淘宝店铺：川大技术室

项目及作者说明

一个基于 Opencv、dlib、wxPython 人脸识别的员工考勤系统，作者某双一流A类大学里的一流学生，写于2018/09/，Python 学习期间。

作者	inspurer
QQ交流群	861016679
个人博客	https://inspurer.github.io/

---

QuickStart

1. IDE：Pycharm
2. 环境：Python 3.5+
3. 第三方包：pip install -r requirements.txt

V1.0

项目结构

mainui.py是主界面，调用face_img_register.py和face_recognize_punchcard.py。 face_img_register.py主要实现录入人脸信息功能，face_recognize_punchcard.py实现刷脸考勤。 face_feature_storage.py是在调试过程中产生的文件，可无视 。 face_recognize_punchcard_lib.py和face_recognize_punchcard.py本质上差不多，但是前者是给face_img_register.py库依赖。
防止录入两个同样的人脸建不同数据库的风险.

运行效果

1. 主界面

2. 人脸录入

3. 刷脸考勤

图片涉及个人隐私，已被我删除。

更新

2018/9/23更新

mainui.py-->myapp.py
face_recognize_punchcard_lib.py等鸡肋文件放到useless文件夹里
运行效率显著提高

2018/9/25更新

解决同步性问题，新录入的人脸能立即被识别
代码的运行速度少许下降

---

V2.0

重构代码

老师看了我的V1.0版本后给的建议，

第一，不能有太多弹窗界面，一些操作应该放到工具栏中，而不是弹窗实现；

第二，数据保存在csv文件容易被窃读，应该保存到数据库里；

第三，显示考勤日志时应该由自己的电子表格实现而不是直接调用excel。

基于以上的问题和算法优化的需要，我把代码优化成了V2.0，同时所以的代码合在一个WorkAttwndanceSystem.py文件里，就人脸识别这部分代码而言，提高了代码复用度

1. 全新设计的UI,更人性化的操作

2. 数据更加安全，用户不可见

人脸数据和签到日志全部保存在inspurer.db数据库文件里，更加安全；而且对人脸数据进行了压缩，更加小巧。

3. 注意事项

1. 打开摄像头时请左右晃动一下人脸，确保人脸识别开始.
2. 人脸识别时做了拒绝处理，多张人脸时，只取距离屏幕最近的人脸.
3. `新建录入`时会自动录入十张人脸照片，也可手动点击`完成录入`立即完成，之后就会计算人脸数据并存储到数据库中,左边的信息栏会有相应的信息打印.`开始签到`后，如不点击`结束签到`,就会一直对屏幕前的人脸进行签到，签到状态分三种,未识别的人脸,签到成功,签到成功但是迟到了（9.00后签到）,重复签到(此时签到日志不会写入到数据库.
4. 为确保程序稳定性，每一个菜单里的按钮尽量成对操作.

---

后话

git clone下载仓库速度过慢的问题请参考:CSDN博客

有关代码的详细解释和设计实现过程请参考:微信公众号:月小水长

V2.0版本已打包 exe,可直接下载运行,文件过大，只上传百度云(注意提取码 l 还是 i ！！！）

链接：https://pan.baidu.com/s/1aIA6AhTB8LVESSAN5jgDjQ 提取码：l7or

更新计划

1. 改进特征提取算法，提高识别精度。
2. 采用 PyQt5 重构整个界面。
3. 改用 Java 语言，移植到 Android 平台上。

赞赏