🤖 人脸识别系统 v1.0

一个基于 Python + OpenCV 的人脸识别系统，采用 LBPH（Local Binary Patterns Histograms） 算法实现人脸数据的采集、模型训练与实时识别，支持多用户管理、五官检测校准与识别数据统计。

✨ 功能特性

  • 📸 采集人脸数据：通过摄像头自动捕捉多角度人脸图像（正面/左转/右转/抬头/低头），并实时检测五官（左右眼、嘴巴）质量
  • 🧠 训练识别模型：使用 LBPH 算法训练多用户人脸识别模型，内置数据增强（灰度、旋转、缩放、平移、亮度/对比度调节）
  • 🔍 实时人脸识别：摄像头实时检测并识别人脸身份，显示置信度与中英文标注，支持识别统计（识别时长、总次数、陌生人次数）
  • 👥 管理用户数据：查看已注册用户及样本数量，支持单个/批量删除用户数据
  • 🎯 五官检测校准：独立的调试工具，可实时调整眼睛/鼻子/嘴巴检测参数（scaleFactor、minNeighbors、minSize）

🛠️ 技术栈

组件说明
OpenCV计算机视觉库（人脸检测 / 识别 / 图像处理）
LBPH局部二值模式直方图人脸识别算法
Haar Cascade人脸/眼睛/嘴巴检测器
numpy数组与矩阵运算
Pillow图像处理与中文标注绘制

📁 项目结构

  • main.py：主程序入口（命令行菜单）
  • face_capture.py：人脸数据采集模块
  • face_train.py：LBPH 模型训练模块（含数据增强）
  • face_recognize.py：实时人脸识别模块
  • calibrate_features.py：五官检测参数校准工具

🚀 使用流程

  1. 采集数据：输入用户名，采集 50~100 张多角度人脸样本
  2. 训练模型：使用采集的数据训练 LBPH 模型（模型保存为 data/model/face_model.yml）
  3. 实时识别：启动摄像头实时识别人脸，按 ESC 退出、S 保存当前帧、R 重置统计

🎮 操作提示

  • 采集时保持光照充足，不要戴墨镜或口罩
  • 每人至少采集 20 张样本，推荐 50~100 张
  • 删除用户后需重新训练模型

本项目用于计算机视觉与机器学习入门学习，纯本地运行，数据不经过网络上传。