Python+Qt指纹录入识别考勤系统 |
您所在的位置：网站首页 › 店里电脑会员怎么录入系统 › Python+Qt指纹录入识别考勤系统 |
Python+Qt指纹录入识别考勤系统
|
Python+Qt指纹录入识别考勤系统
如需安装运行环境或远程调试，见文章底部个人QQ名片，由专业技术人员远程协助！ 前言这篇博客针对编写代码，代码整洁，规则，易读。 学习与应用推荐首选。 文章目录 一、所需工具软件 二、使用步骤 1. 引入库 2. 识别图像特征 3. 运行结果 三、在线协助 一、所需工具软件 1. Pycharm, Python 2. Qt, OpenCV 二、使用步骤 1.引入库代码如下（示例）： # coding:utf-8 import sys import os import csv import cv2 import record import name from PyQt5 import QtWidgets from PyQt5 import QtWidgets, QtCore, QtGui from PyQt5.QtGui import * from PyQt5.QtWidgets import * from PyQt5.QtCore import * from shutil import copyfile from sys import exit import os from login import * from register import *
2.识别图像特征
代码如下（示例）： name=f.read() print("f",name) f.close() # 均值哈希算法 def aHash(img): # 缩放为8*8 img = cv2.resize(img, (8, 8), interpolation=cv2.INTER_CUBIC) # 转换为灰度图 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # s为像素和初值为0，hash_str为hash值初值为'' s = 0 hash_str = '' # 遍历累加求像素和 for i in range(8): for j in range(8): s = s + gray[i, j] # 求平均灰度 avg = s / 64 # 灰度大于平均值为1相反为0生成图片的hash值 for i in range(8): for j in range(8): if gray[i, j] > avg: hash_str = hash_str + '1' else: hash_str = hash_str + '0' return hash_str # 差值感知算法 def dHash(img): # 缩放8*8 img = cv2.resize(img, (9, 8), interpolation=cv2.INTER_CUBIC) # 转换灰度图 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) hash_str = '' # 每行前一个像素大于后一个像素为1，相反为0，生成哈希 for i in range(8): for j in range(8): if gray[i, j] > gray[i, j + 1]: hash_str = hash_str + '1' return hash_str # Hash值对比 def cmpHash(hash1, hash2): n = 0 # hash长度不同则返回-1代表传参出错 if len(hash1) != len(hash2): return -1 # 遍历判断 for i in range(len(hash1)): # 不相等则n计数+1，n最终为相似度 if hash1[i] != hash2[i]: n = n + 1 return n import os path = "fingerDataBase/" file_list = os.listdir(path) for file in file_list: img1 = cv2.imread('temp/new.jpg') BasePath="fingerDataBase/" + str(file) print("BasePath: ", BasePath) img2 = cv2.imread(BasePath) print("img2: ",img2) hash1 = aHash(img1) hash1 = dHash(img1) hash2 = dHash(img2) print(hash1) print(hash2) n = cmpHash(hash1, hash2) print("n",n) print('差值哈希算法相似度：' + str(n)) result='相似度：' + str(100-n)+", 通过" 3.运行结果如下
三、在线协助：
如需安装运行环境或远程调试，见文章底部个人
QQ
名片，由专业技术人员远程协助！
1）远程安装运行环境，代码调试
2）Qt, C++, Python入门指导
3）界面美化
4）软件制作
博主推荐文章：https://blog.csdn.net/alicema1111/article/details/123851014 个人博客主页：https://blog.csdn.net/alicema1111?type=blog 博主所有文章点这里：https://blog.csdn.net/alicema1111?type=blog |
【本文地址】
今日新闻 |
推荐新闻 |