优秀的编程知识分享平台

网站首页 > 技术文章 正文

上班无聊写了一个摸鱼程序(网友:你老板知道吗)

nanyue 2024-09-11 05:19:56 技术文章 5 ℃

环境配置

过程

首先树莓派和电脑要在一个内网下面,就是一个路由器下面吧。要在树莓派设置里面开启摄像头,然后安装cv2,cv2有很多依赖库需要手动安装,很是费脑筋。原理介绍一下,人脸识别主要是依赖opencv开源的人脸检测识别分类器,只需要导入就可以了,分类器github下载地址:

https://github.com/opencv/opencv/tree/master/data/haarcascades

把整个项目下载下来解压,找到

haarcascade_frontalface_default.xml文件,把这个文件和脚本文件放在一起就可以了。不想全部下载文章底部有项目地址可以单独下载。用http访问内网网址的方式通知工作的电脑按下win+d,这需要电脑安装一个web服务器,我就用最简单的web.py了,安装web.py的时候要指定版本。import cv2 import time import requests capture = cv2.VideoCapture(0)#获取摄像头对象 casc_path = "haarcascade_frontalface_default.xml" faceCascade = cv2.CascadeClassifier(casc_path) color = (0, 255, 0) font = cv2.FONT_HERSHEY_SIMPLEX end_time=0 countdown=0 while(True): #读取一帧图像 ret,frame=capture.read()#第一个返回值是bool值,判断是否有图像,第二个就是图像 if ret: #转换为灰度图 grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faceRects = faceCascade.detectMultiScale(grey, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32))#这是一个数组,可以输出来看一下,有人脸的大小范围的参数 count = str(len(faceRects)) if int(count) > 0: #大于0则检测到人脸 start_time = time.time()#要判断发送请求的时间间隔,两次间隔不能少于30秒,不然体验很不好 if end_time<1: requests.get("http://192.168.1.165:8080/") end_time = time.time() countdown= int(start_time-end_time) if start_time-end_time>30: requests.get("http://192.168.1.165:8080/") #每次重启电脑都要更换内网ip end_time = time.time() for faceRect in faceRects: #绘制框框,单独框出每一张人脸 x, y, w, h = faceRect cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2) cv2.putText(frame, "count:"+count, (10, 40), font, 0.8, (0, 255, 255), 2)#添加一个人脸个数的文字显示 #显示图像 cv2.imshow("test", frame) c = cv2.waitKey(10)#等待退出键 if c & 0xFF == ord('q'): break

app = web.application(urls, globals())



class hello:

def GET(self, name):


pyautogui.keyDown('win')

pyautogui.keyDown('d')

pyautogui.keyUp('d')

pyautogui.keyUp('win')

print("执行")

return "go"


if __name__ == "__main__":

app.run()

下面就是效果图:

很low很土很实用,哈哈,下一步可能会伪装摄像头,给其他摸鱼的同事用用,运行指定软件编辑器,更或者识别特定的人等等。

————————————————

版权声明:本文为CSDN博主「qxr333000」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。

原文链接:https://blog.csdn.net/qxr333000/article/details/120157222

Tags:

最近发表
标签列表