上班摸魚(yú)程序，再也不怕領(lǐng)導(dǎo)偷偷出現(xiàn)在身后了

當(dāng)你在上班摸魚(yú)的時(shí)候，領(lǐng)導(dǎo)總會(huì)偷偷摸摸的出現(xiàn)在你的背后，例如小編曾經(jīng)偷偷摸摸看《輕音》被抓包了。今天我們就用 Python 來(lái)破解這個(gè)摸魚(yú)被抓的套路，主要的思路是用 opencv 調(diào)用電腦攝像頭檢測(cè)和比對(duì)人臉，當(dāng)領(lǐng)導(dǎo)出現(xiàn)在后面的時(shí)候打開(kāi)指定的應(yīng)用程序渾水摸魚(yú)。

安裝模塊

在寫(xiě)程序之前得把 opencv 調(diào)用攝像頭模塊和 face_locations 人臉識(shí)別模塊安裝好。

# opencv 模塊
pip3 insatll opencv-python

# face_locations 模塊
pip3 install cmake
pip3 install face_recognition

人臉識(shí)別

先把領(lǐng)導(dǎo)的人臉進(jìn)行編碼，放入內(nèi)存中以便隨時(shí)和攝像頭捕捉到的人臉識(shí)別進(jìn)行編碼比對(duì)。

例如對(duì)下圖進(jìn)行面部編碼

import face_recognition

# 加載圖片
pic_boss = face_recognition.load_image_file("/Users/xx/Desktop/face/0.png")
# 得到面部編碼
boss_face_encoding = face_recognition.face_encodings(pic_boss)[0]

示例結(jié)果

[-0.02630499  0.12300251  0.01698755  0.01275834 -0.07418888 -0.00981654
 -0.03014973 -0.16349442  0.11407443 -0.03254088  0.26810074 -0.10167226
 -0.15427223 -0.11180711  0.01873804  0.18030289 -0.14980686 -0.12194286
 -0.02620432 -0.03438358  0.04720668  0.05182001  0.009987    0.09340413
 -0.11347414 -0.26094455 -0.07678577 -0.09128669  0.08928929 -0.07264765
 -0.11346096  0.1254302  -0.20916753 -0.10639326  0.09938065  0.05473833
 -0.04935627 -0.06184902  0.17554277 -0.02231439 -0.19398358  0.01744412
  0.10445927  0.26399308  0.21656345  0.05588599  0.00760998 -0.13855973
  0.12407181 -0.09017442  0.09778374  0.11776066  0.08498169  0.07626694
 -0.01237833 -0.20856641  0.02468708  0.06579788 -0.12179989  0.02987257
  0.1338616  -0.07621925  0.01559527 -0.03452411  0.18915619  0.01698355
 -0.04450341 -0.2167782   0.09793964 -0.11409818 -0.10012487  0.13745219
 -0.17124982 -0.15017164 -0.34856451 -0.01826046  0.41654593  0.09037441
 -0.21255262  0.04289294  0.01760755 -0.01859214  0.20364219  0.14642054
  0.00619181 -0.02451363 -0.15138477  0.00500458  0.25368348 -0.02767867
 -0.09737059  0.17870165 -0.02200082  0.03460512  0.03690759  0.06052291
 -0.0686012   0.04330266 -0.15649761 -0.09057935  0.00870521  0.04586265
 -0.04279764  0.18815981 -0.15697879  0.17292421  0.03271531  0.08370531
 -0.04779428 -0.05095051 -0.08721299  0.01937558  0.10537415 -0.21216688
  0.16163379  0.07646587  0.09025833  0.08259746  0.08811771  0.06535679
 -0.01029789 -0.06432205 -0.25512969 -0.03111095  0.12503427 -0.02948561
  0.15236887  0.03259711]

調(diào)用攝像頭

用 cv2.VideoCapture(0) 方法調(diào)起攝像頭，并把攝像頭的每一個(gè)幀的圖像進(jìn)行面部編碼，最后使用 face_recognition.compare_faces() 方法進(jìn)行人臉比對(duì)。

import face_recognition
import cv2
import os
import time

# 調(diào)用攝像頭，外部攝像頭為：1
cap = cv2.VideoCapture(0)

while True:

    # 按幀讀取視頻
    # 其中ret是布爾值，如果讀取幀是正確的則返回 True，
    # frame就是每一幀的圖像
    ret, frame = cap.read()
    
    # 進(jìn)行面部編碼
    face_locations = face_recognition.face_locations(frame)
    face_encodings = face_recognition.face_encodings(frame, face_locations)

    for face_encoding in face_encodings:
        # 人臉對(duì)比
        results = face_recognition.compare_faces([boss_face_encoding], face_encoding)

        if results[0]:
            print("boss來(lái)了，快打開(kāi)其他應(yīng)用")

            os.system('open /Applications/PyCharm.app')
            time.sleep(300)

需要注意的是 cv2.VideoCapture(0) 方法在 VSCode 中用終端調(diào)用會(huì)報(bào)：Abort trap: 6 的錯(cuò)誤。

在系統(tǒng)自帶的終端中運(yùn)行則沒(méi)這個(gè)問(wèn)題。

總結(jié)

在上班可以摸魚(yú)的時(shí)候好好摸魚(yú)，該拼命奮斗的時(shí)候千萬(wàn)千萬(wàn)別摸魚(yú)了。