实时人脸识别数据库
Face Recognition Real Time DB
📌 项目介绍
在实时人脸识别的基础上接入数据库：人员信息（姓名、照片特征等）存进数据库，支持在线增删改查，实现可管理的人脸考勤/门禁系统。
相比「照片写死在代码里」的简单方案，数据库版本可以动态维护人员档案，接近真实生产环境的人脸识别应用架构。
🧰 环境与物料
- 电脑 + 摄像头
- Python 3.7+ 环境
- pip 安装：opencv-python、face-recognition（或替代）、sqlite3（内置）/ pymysql
- （可选）SQLite 可视化管理工具
🔧 步骤拆解
1
设计数据表
建成员表：id、姓名、照片路径、特征向量（BLOB）
SQLite 足够单机演示，生产可换 MySQL
2
录入人脸
提供「新增成员」功能：拍照/传图 + 填姓名
提取特征向量存入数据库
3
实时比对
摄像头检测人脸并提取特征
与库中所有特征比对取最近匹配
4
识别反馈
匹配成功显示姓名并写入记录表
未匹配提示「陌生人」，可触发新成员录入流程
5
管理功能
增删改查：修改姓名、删除成员、导出记录
做成简单的命令行菜单或 Flask Web 界面
6
整合收尾
把录入、识别、管理三个模块串成完整流程
写清数据备份与恢复方式
💡 要点提示
- 特征向量用 numpy 保存，读取时注意 dtype 一致性
- 摄像头录入的照片质量直接影响后续识别率，尽量正面、光线充足
- 识别频率控制：每帧都比对耗 CPU，可每秒识别 1~2 次