2025/05/16日日志 基于人脸识别的签到程序-软件开发环境与技术说明

软件开发环境

1. Python开发环境​
   ·语言版本：Python 3.9 或更高版本
   ·核心依赖库：
   ·face_recognition：基于dlib的人脸识别库（需C++编译支持）
   ·OpenCV（cv2）：图像采集与实时视频处理
   ·pymysql：MySQL数据库连接驱动
   ·PIL/Pillow：图像文件处理与GUI界面图像渲染
   ·numpy：数值计算及人脸编码数据处理

2. 数据库环境
   ·数据库类型：MySQL 8.0 或更高版本
   ·关键配置：
   ·本地数据库服务（localhost）
   ·用户认证：root/密码"211314"（需根据实际环境配置）
   ·数据库名称：face_attendance
   ·字符集：utf8mb4

软件开发技术描述

1. 图形界面设计​​
   ·GUI框架：基于tkinter和ttk模块构建
   ·界面特性：
   ·响应式布局（支持窗口缩放）
   ·现代风格主题（clam主题）
   ·卡片式功能按钮与表格数据显示
   ·多级弹窗交互（文件选择、输入框、消息提示）

2. 数据库技术​​
   ·连接管理：
   ·使用pymysql建立持久化数据库连接
   ·事务管理（commit/rollback）
   ·防重复插入机制（UNIQUE约束）
   ·表结构设计：
   ​ ·users表：存储用户ID、姓名、人脸编码（JSON序列化）
   ​ ·attendance_records表：关联用户ID与签到时间戳

3. 人脸识别技术​​
   ·核心算法：
   ·HOG模型检测人脸位置
   ·CNN模型生成128维人脸编码（face_encodings）
   ·欧氏距离比对（face_distance）
   ·阈值设定：
   ·匹配阈值：0.4（阈值越小匹配越严格，0.4左右可以符合日常生活使用）
   ·多重采集：10次采样取平均特征

4. 多线程处理​​
   ·线程隔离：摄像头操作、人脸识别等耗时任务在独立线程执行
   ·防阻塞机制：通过threading模块实现界面无卡顿

5. 异常处理与用户反馈​​
   ·异常捕获：
   ·数据库唯一性约束异常（IntegrityError）
   ·摄像头访问异常（VideoCapture错误）
   ·图像文件格式异常
   ·交互反馈：
   ·实时状态栏提示
   ·messagebox弹窗（成功/错误/警告）

6. 数据存储技术​​
   ·人脸编码存储：
   ·将numpy数组序列化为JSON字符串
   ·支持从数据库动态加载编码（load_all_encodings）

补：

1. 签到记录：

• 时间戳格式：YYYY-MM-DD HH:MM:SS

• 支持最近50条记录查询（LIMIT 50）

2. 图像处理技术​​：

• 实时视频流：
  ·使用OpenCV捕获摄像头帧（BGR转RGB）
  ·帧率自适应（通过after方法实现定时更新）

• 文件处理：
  ·支持JPG/PNG格式上传
  ·人脸检测失败重试机制（最多5次尝试）