基于Python考勤系统的设计与实现.doc

PAGE PAGE V 基于Python考勤系统的设计与实现 摘要：近几年来，人脸识别的应用技术发展迅速，有效地提高了人脸识别的准确率和速度，为人脸识别在许多领域的应用铺垫好了根底。而且自从2016年以来，人脸识别的应用领域逐步扩大，特别自从2016年下半年开始，人脸识别技术等的各种应用案例的运用落地速度飞快，普及程度也有所提高，诸如此类手机摄像头开锁及考勤门禁人脸识别功能等。2017年出现井喷，在各种应用和领域中熠熠生辉，目前来看很有发展得前景。经过几十年的发展，人脸识别技术已经成为计算机视觉领域的研究热点。随着人脸识别算法的成熟，人脸识别技术已广泛应用于诸如此类财务支付、各种认证、美容摄像、公安事业等领域。本文在如今Python人脸识别的现有研究成果下，显浅使用Python语言的第三方库Dlib，通过机器深度学习来实现人脸识别的各种功能，设计和实现创新的人脸识别的考勤系统，完成用户注册，用户识别，考勤系统管理等功能整合。该系统考勤相对于传统考勤系统具有灵活、编程简单、准确率相对较高等的优势。 关键词：人脸识别；Python 语言；dlib 库；考勤系统。 目录 TOC \o 1-3 \h \u 27348 第一章 绪 论 1 3369 1.1 系统设计的背景 1 8431 1.2 课题目的与意义 1 22082 1.3 课题的研究现状 2 391 1.4 论文系统结构与内容 2 1644 1.5 考勤管理系统简介 3 27223 1.5.1概述 3 4791 1.5.2考勤管理系统的历史概述 3 20842 1.5.3常见考勤系统 4 8931 第二章 开发技术及环境搭建 5 26817 2.1、Dlib库介绍 5 29564 2.2、Python3.6+OpenCV3.2环境搭建 6 23740 2.21、python安装 6 26966 2.22、搭建python虚拟环境 7 31845 2.23、安装openVC的先决条件 8 8915 2.24、编译openVC环境 9 12844 2.25、安装验证 11 22503 2.3、Python3.6+dlib19.4环境搭建 11 6225 2.3.1、dlib之前的准备 11 31599 2.3.2、安装dlib依赖 11 31092 2.3.3、安装dlib 13 3059 2.3.4、实例检测 11 26304 2.4、数据库的建立 14 21999 2.5、Visual Studio连接SQL Server数据库 16 12702 2.5.1 连接数据库流程 16 2017 2.5.2 注意事项 18 5016 第三章 设计需求分析 19 9632 3.1 开发需完成目标 19 28140 3.2 系统结构分析 19 12 3.3 系统性能需求分析 20 5648 3.4 功能性需求分析 20 1678 3.5 本章小结 21 5735 第四章 人脸识别考勤系统功能设计 22 6162 4.1、功能概括 22 16352 4.2、考勤系统用户注册功能 22 16566 4.3、数据库设计 23 6500 4.3.1 SQL Server 数据库平台 23 29178 4.3.2 SQL 语言 24 9154 4.3.3 数据库设计概括 24 29055 4.4、考勤系统识别流程 25 24063 4.5、系统界面的设计 26 23178 第五章 系统的实现 27 5432 5.1、Python3.6+OpenCV3.2识别 27 12527 5.1.1、获图实时检测 27 9332 5.1.2、本地获取图片进行人脸检测并保存图片 28 14356 5.2、Python3.6+dlib19.4识别实例 31 11285 5.2.1、生成方形框识别人脸 32 5919 5.2.2、关键线识别人脸 33 17869 5.3用户界面模块的实现 35 23443 第六章 考勤系统测试 38 8512 6.1测试的目的和意义 38 13804 6.2系统测试环境 38 5822 6.3系统测试原则 38 26615 6.4系统测试方法 39 26805 6.5系统测试过程 40 23280 6.6考勤系统测试总结 42 PAGE PAGE 45 绪 论 1.1 系统设计的背景 人脸识别的研究起源在 20 世纪 60 年代，是 Bledsoe 和 Chen 最开始发表的。在过去的两年中，人脸识别技术发