视频人脸识别系统-python+OpenCV

项目描述 基于OpenCV的视频人脸识别系统
基于 OpenCV 的离线人脸识别，通过摄像头实时检测、识别视频中的人脸，支持陌生目标入侵报警。采用 Haar 级联分类器做人脸检测、LBPH 算法做人脸特征训练与识别，识别数据存于本地 SQLite 数据库，无需联网即可运行。

项目功能
人脸采集：录入学号/姓名，摄像头实时抓拍人脸样本并按用户分目录存储
数据管理：维护用户信息表，支持查询、修改、删除，训练后为每个用户分配 face_id 标签
模型训练：遍历人脸库自动训练 LBPH 模型，输出 trainingData.yml 识别模型文件
实时识别：摄像头视频流中框出人脸并显示识别结果（姓名）或「unknown」（陌生人）
人脸跟踪：基于 dlib 相关跟踪算法，减少每帧检测开销
报警系统：检测到陌生目标时触发设备响铃（winsound 播放 alarm.wav）或 Telegram Bot 消息推送
日志系统：多进程日志队列 + 界面实时输出，便于调试与运行追踪
运行环境
操作系统：Windows
Python：3.13（兼容 3.8+）
外部依赖文件：./haarcascades/haarcascade_frontalface_default.xml（Haar 模型）、./alarm.wav（报警音）、./ui/*.ui（Qt 设计文件）、./config/telegramBot.cfg（Telegram 配置）、./icons/（图标）
项目技术
语言：Python
GUI 框架：PyQt5（通过 .ui 文件加载界面）
计算机视觉：OpenCV（opencv-contrib-python，提供 cv2.face 的 LBPH 识别器、Haar 级联检测）
人脸跟踪：dlib（相关跟踪器 correlation_tracker）
数据存储：SQLite3（FaceBase.db，单文件数据库，存储 users 表）
报警通道：winsound（本地响铃）+ python-telegram-bot + PySocks（Telegram 推送代理）
并发模型：threading + multiprocessing.Queue（日志跨进程通信）
核心算法：Haar Cascade 检测 + LBPH（Local Binary Pattern Histogram）识别
配置解析：configparser（Telegram 配置）、logging.config（日志配置）

以上系统源码经过技术整理与调试，确保能正常运行