深度学习人脸识别考勤系统：原理与Python实现

简介：这是一套面向计算机专业毕业生与课程设计、期末大作业学生的 Python 人脸识别考勤系统完整源码，基于深度学习实现人脸检测、特征提取与签到统计，可以用来解决传统刷卡或人工考勤易代签、效率低的问题，适合作为毕业设计项目直接改造或跟随源码学习实战。压缩包共25个文件，大小约239.41MB，包含3个Python脚本（核心识别与界面逻辑）、PNG界面素材、MSYH字体、ICO图标、API配置项、DOCX使用手册及项目说明文件，结构清晰，可按模块阅读。目前已有166人浏览学习。源码之外还配有手册和目录说明，可帮助理解从视频帧人脸定位到用户信息管理的完整流程；同时具备完整项目目录与已整理好的配置、接口文件，便于直接对接摄像头或视频输入，也适合需要快速搭建可演示毕业设计场景的学习者参考。

1. 先搞懂一个大方向：人脸识别考勤系统，到底是个什么东西

很多同学一听到“基于深度学习的人脸识别考勤系统”，第一反应就是：这得有多难？是不是要自己训练一个神经网络？别慌。它说白了，就是把你公司楼下那种“刷脸打卡机”用 Python 重新做了一遍——摄像头拍到你，认出来你是谁，自动记下“某某，几点签到成功”。深度学习在这儿的角色是替你干“认人”这个脏活累活，你不需要从零发明算法。它解决的是传统考勤的经典痛点：卡会丢、指纹会失灵、代打卡没法防。人脸当凭证，人走到摄像头前就完成签到。这套系统特别适合正在做毕业设计或课程设计、需要一套能跑通又能讲清楚原理的 Python 项目的计算机类学生，也适合刚学完 Python 基础、想看看真实项目长什么样的学习者。

2. 为什么要用深度学习来做考勤：从“认卡”到“认脸”的升级逻辑

2.1 传统考勤的痛点：指纹打卡和刷脸打卡，差的不是一点点

你可以先回忆一下自己见过的考勤方式。最早的是磁卡打卡机，人手一张卡，上班插进去“滴”一下。听起来方便，但问题很多：卡容易丢、容易忘带、同事之间还能互相代刷。后来升级成指纹机，痛点是手指脱皮、出汗、沾灰的时候识别率断崖式下降，而且每天上班要把手指按在一个公共设备上，多少有点卫生顾虑。

人脸识别考勤把这些痛点一个个解决。它不需要你携带任何实体凭证，人脸就是你的“ID”；也不需要接触设备，人走到摄像头前，系统自动完成抓拍和识别。更重要的是，防代打卡：摄像头拍到的是活生生的脸，不像一张卡可以被别人拿走。从管理者的角度看，考勤数据自动生成、自动归档，月底导出一份报表就行，省掉了人工核对的时间。

很多新手容易把“人脸识别考勤系统”理解成一个单一的算法，其实它是个完整的软件系统。哪怕识别算法再准，如果没有界面、没有考勤记录模块、没有人员信息管理，它也只是一个算法 Demo，不叫“考勤系统”。所以你在做毕设的时候，要有一个整体意识：算法只占一部分，业务逻辑和界面同样重要。这也是为什么这套系统的项目文件里既有识别模块，又有 UI 文件、配置文件、静态资源和使用手册。

2.2 深度学习在这里做了什么：一句大白话讲清“人脸特征提取”

你不需要重新发明算法，但得能讲明白深度学习在这个项目里干了什么，否则答辩的时候很容易被问住。我习惯用一个类比来解释：每个人的脸就像一篇作文，浅层的东西是“用词”，深层的东西是“风格”。传统识别方法只能看用词，比如量一量两只眼睛的距离、鼻子的宽度；而深度学习看的是整篇作文的风格，它能自动发现哪些组合能区分不同的人。

具体到技术上，深度学习模型（通常是卷积神经网络，简称 CNN）做的事情，是把一张人脸图片压缩成一个“特征向量”。你可以把这个向量理解成一串专属数字，比如 [0.52, -0.11, 0.73, ...]。同一张人脸在不同角度、不同光线下拍出来的特征向量，在数学空间里距离很近；不同两个人的特征向量距离很远。

识别过程就两句话：先把你的人脸图片也转成特征向量，然后拿它去和数据库里所有已知人脸的特征向量做距离比对。距离小于某个阈值，就认为是同一个人。这个阈值在代码里一般叫 tolerance，调大一点更宽松（不容易漏报但容易认错人），调小一点更严格（不容易认错但容易识别失败）。

这个环节里有个新手常犯的理解错误：认为深度学习模型需要自己训练。其实这套系统用的是别人训练好的预训练模型，你用的时候是“调用”而不是“训练”。你需要在意的只是怎么把图片喂进去、怎么拿到特征向量、怎么设好阈值。想深入学习的时候，再去研究模型内部结构也不迟，入门阶段先会用、能讲清楚流程，已经足够应付毕设了。

2.3 系统技术框架拆解：Python 在这个项目里扮演什么角色

整个考勤系统可以拆成四层，每一层都有明确分工：

Python 在这套系统里是“胶水语言”，它把摄像头、深度学习模型、界面组件粘在一起。你写的大部分代码不是在发明算法，而是在“调度”：这帧图像传给识别函数，识别结果传给界面显示，签到记录写入文件或数据库。想清楚这一点，你就不会觉得它高不可攀了。

有一个建议给你：拿到项目后先别急着运行，先按上面的分层方式把文件对应起来。比如 face.py 属于识别层，Ui_test_01.py 属于展示层，static 目录里那些图片是界面用的素材，config 里存的是可调整的配置项。当你脑子里有了分层地图，遇到报错时就能快速定位——是摄像头的问题？识别的问题？还是界面调用的问题？这个排查思路，比记住任何一条具体代码都重要。

3. 第一步怎么迈：拿到源码后先装环境，再跑通第一个界面

3.1 环境准备清单：Python 版本、依赖库、摄像头

入门的话建议先把 Python 环境装好。以这套系统为例，深度学习相关的库对 Python 版本有一定要求，太新的版本（比如 3.12+）反而可能装不上某些依赖。我的建议是使用 Python 3.7 ~ 3.9 之间的版本，兼容性最稳。这不是玄学，而是很多开源库在更早版本上测试得最多。

打开终端（Windows 用 CMD 或 PowerShell，macOS 用 Terminal），先确认 Python 装好了：

# 检查 Python 版本 python --version # 检查 pip 包管理工具 pip --version

如果提示“不是内部或外部命令”，说明 Python 没加到系统环境变量里。解决方法是安装 Python 时勾选“Add Python to PATH”，或者重新安装一次。这一步是新手第一个容易卡住的地方，但解决起来也就一分钟的事。

接下来安装依赖。深度学习的 Python 项目一般都有一个 requirements.txt 文件，里面列了所有依赖库。这套系统核心依赖包括 OpenCV（摄像头和图像处理）和 face_recognition（人脸识别封装库），另外界面层可能还需要 GUI 库。你可以先手动装最核心的两个：

# 安装 OpenCV：负责摄像头读取和图像处理 pip install opencv-python # 安装 face_recognition：人脸检测和特征提取的封装库 pip install face_recognition

你可能会遇到 face_recognition 装不上，因为它在 Windows 上依赖 dlib 这个 C++ 库。如果报错，可以搜索“dlib whl”下载对应 Python 版本的预编译包，先装 dlib 再装 face_recognition。我在第一次装这个库的时候也折腾了两个小时，后来发现多半是版本不对，换成预编译包就顺利了。另外记得准备一个摄像头，笔记本自带的就行，台式机可以插一个 USB 摄像头，几十块的完全够用。

3.2 项目文件结构：每个文件是干什么的，先别乱删

拿到一个陌生项目，第一件事不是打开源码，而是先看目录结构，找到“入口文件”。这套系统的入口文件是 Ui_test_01.py，名字里带 UI，一看就是界面启动入口。项目里还有这些关键内容：

新手最容易犯的错误是“看着哪个文件都不顺眼，删了再说”。比如 face.py 旁边的init.py，这个文件告诉 Python“这个目录是一个包”，删掉后导入就会失败。static 目录里的图片，比如 llz_background.png 是界面背景图，删除后界面会变成一片空白。我的经验是：在还没完全读懂项目之前，任何文件都别删，先跑通再理解，理解了再动手改。

3.3 跑通第一个例子：让考勤界面在你电脑上弹出来

环境装好之后，进入项目主目录，运行主界面文件：

# 如果你是 Windows，项目在 D 盘某个路径下 cd /d D:\face-master # 运行考勤系统主界面 python Ui_test_01.py

如果你是更习惯用 PyCharm 的同学，操作方式是：File → Open 选中项目文件夹，然后在项目面板里右键点击 Ui_test_01.py，选择“Run”。第一次运行时系统会弹出考勤系统的主窗口，界面上有摄像头视频区域和操作按钮。这时如果摄像头指示灯亮了，说明系统已经在调用摄像头了。

第一次跑通后不要急着关窗口，多观察几秒。你会看到界面上有视频画面、签到按钮、用户信息区域。对着摄像头露个脸，如果系统识别出你，界面上会显示类似“签到成功”的反馈。没识别出来也没关系，先确认“界面能弹出来、摄像头画面能显示”，这已经意味着环境配置成功了。

如果界面弹出来了，但中文全是乱码，大概率是缺少中文字体文件 msyh.ttf 导致的。解决办法是把字体文件放到项目对应目录，或者装一个微软雅黑字体到系统里。这个坑在打包成 exe 时也会遇到，后面第 5 章会说。

4. 核心模块拆解：人脸识别和考勤逻辑是怎么配合的

4.1 人脸识别模块：face.py 里到底做了什么

当你成功跑起来之后，接下来要干的事情就是搞清楚代码里发生了什么。face.py 是整个系统的核心模块，它做的事情可以用四步概括：读画面、找脸、提特征、做比对。

为了让思路更直观，我写一个简化版的人脸识别核心逻辑（不是项目原码，但流程一致）：

# 简化版人脸识别逻辑：理解核心流程用 import cv2 import face_recognition # 假设已知学生的人脸特征已经提前加载进来 # 每个元素是一串特征向量，对应一个人 known_encodings = load_known_faces_from_db() # 从数据库或文件夹加载 def recognize(frame): # 1. 把画面缩小，加速识别 small_frame = cv2.resize(frame, (0, 0), fx=0.5, fy=0.5) # 2. 找出画面中所有脸的位置 face_locations = face_recognition.face_locations(small_frame) # 3. 提取当前人脸的特征向量 face_encodings = face_recognition.face_encodings(small_frame, face_locations) # 4. 和库里每个已知特征做距离比对 for encoding in face_encodings: matches = face_recognition.compare_faces(known_encodings, encoding, tolerance=0.5) if True in matches: return "识别成功" return "未识别"

注意看每一步的参数。fx=0.5, fy=0.5是把画面缩小一半，为什么？因为深度学习模型对输入尺寸有一定要求，而且画面越小计算越快，考勤系统要求实时响应，不能让人站在摄像头前等三秒。tolerance=0.5是比对容差，这个值可以直接影响识别率。你写论文的时候，完全可以做一组对比实验：分别把 tolerance 设成 0.4、0.5、0.6，统计识别成功率，这就是一个现成的实验章节。

face_recognition 库最核心的一个使用方式是：先用face_encodings()把人脸转成特征向量，再用compare_faces()做比对。这两行代码背后可能是几十万参数的网络，但你在应用层面只需要理解输入输出。这就回到了第 2 章说的：深度学习模型在这个项目里是“被调用的工具”，不是“你要训练的东西”。

4.2 考勤记录逻辑：识别成功之后，怎么才算“签到成功”

识别出一个人只是第一步，考勤系统还得回答一个问题：“这人现在签到，算正常还是算迟到？”这就涉及业务逻辑层。正常的考勤流程是：识别出学号 → 获取当前时间 → 和设定的考勤规则比较 → 写入考勤记录。

来看一段考勤判定的示意代码：

# 考勤判定逻辑演示 import datetime def mark_attendance(student_id): now = datetime.datetime.now() hour = now.hour if hour < 9: status = "正常" elif hour < 10: status = "迟到" else: status = "缺勤" # 把结果写入记录文件，或插入数据库 record = f"{student_id},{now.strftime('%Y-%m-%d %H:%M:%S')},{status}\n" with open("attendance.txt", "a", encoding="utf-8") as f: f.write(record) return status

这段代码的思路很直接：9 点前签到算正常，9 点到 10 点算迟到，10 点以后算缺勤。实际项目里规则可能更细，比如“同一个人一小时内重复签到只算一次”“一天只能签到一次”等等。这些规则就是你在答辩时展示业务理解的地方。

为什么我建议你专门研究一下这段逻辑？因为很多新手拿到项目后只盯着识别算法看，忽略了这个考勤规则模块。但面试官或答辩老师往往会问：“如果同一个学生反复出现在摄像头前，怎么防止重复签到？”或者“考勤记录存在哪里？是文件还是数据库？”这些问题都是围绕业务逻辑来的，答不上来就露馅了。

4.3 UI 界面模块：界面代码怎么把摄像头和识别串起来

前面说过 Ui_test_01.py 是入口文件，它最大的作用是“串”。把摄像头、识别、结果显示三件事通过界面事件串起来。用大白话说，就是界面上有个“开始签到”按钮，你一按，程序就会打开摄像头，开始一帧一帧地处理画面，并把结果显示在标签上。

这个思路可以用一段伪代码帮你理解：

# 界面按钮回调逻辑示意 def on_btn_start_clicked(self): # 打开摄像头，0 表示第一个摄像头设备 self.cap = cv2.VideoCapture(0) # 启动一个定时器，每 30 毫秒触发一次刷新 self.timer.start(30) def on_timer_tick(self): # 每次刷新做三件事：读帧、识别、显示 ret, frame = self.cap.read() if ret: result = recognize(frame) # 调用 4.1 的识别函数 self.label_name.setText(result) # 把识别结果写到界面标签 self.update_video_panel(frame) # 把画面显示到界面

VideoCapture(0)里的 0 是摄像头编号。如果你电脑有多个摄像头（笔记本自带一个、外接一个），改成 1 就是切换另一个。定时器的 30 毫秒大约对应 33 帧每秒，人眼看起来就是流畅视频。这里如果你在代码里看到timer.start()之类的方法，不要慌，它就是让程序“每隔一小段时间干同一件事”的机制。

理解这个串接逻辑对你修改项目有很大帮助。比如说你想把“识别成功后弹一个提示框”改成“识别成功后播放一段声音”，你就知道该去on_timer_tick里改；你想把“显示识别结果”的文字颜色改成红色，就去label_name相关的设置里找。界面层是最容易做出“自己改动”的地方，毕设里加上一个小改动，就能在文档里多写一段创新点。

5. 新手常见问题与避坑指南：跑不起来、识别不准，先看这几条

5.1 现象一：装完依赖，import 直接报错

现象：执行python Ui_test_01.py后，命令窗口报ModuleNotFoundError: No module named 'face_recognition'，或者No module named 'cv2'。

原因：最常见的有三个：依赖根本没装上；装到了另一个 Python 环境；用 IDE 运行时 IDE 使用的是它自带的解释器，而不是你装库的那个 Python。

解决：先输入pip list看当前环境里有哪些库，确认 opencv-python 和 face_recognition 在列表中。如果你用的是 PyCharm，到 File → Settings → Project → Python Interpreter ，看当前解释器路径是不是你装库的那个。我遇到过一个同学，他在命令行里装好了依赖，PyCharm 里却是另一个解释器，结果运行一秒钟就报错。这个坑不是代码问题，是环境选择问题，排查思路比换电脑重要。

5.2 现象二：摄像头打不开，画面黑屏

现象：程序能启动，界面也弹出来了，但视频区域全黑，或者直接报Camera index out of range之类的问题。

原因：摄像头正被其他软件占用；摄像头索引不对；笔记本摄像头被系统权限禁用，或设备管理器里摄像头驱动异常。

解决：先关掉腾讯会议、微信视频、浏览器里的视频会议页面，它们会把摄像头独占。然后把代码里的VideoCapture(0)改成VideoCapture(1)，因为外接摄像头往往不是 0 号设备。再用下面这段独立脚本快速测试摄像头状态：

# 单独测试摄像头是否可用 import cv2 cap = cv2.VideoCapture(0) ok, frame = cap.read() print("摄像头可用" if ok else "摄像头打不开") cap.release()

如果打印“摄像头打不开”，说明问题出在系统层面，去系统设置里检查隐私权限：Windows 下“隐私 → 相机 → 允许桌面应用访问相机”要打开。很多复试或答辩现场，设备没问题但因为权限没开，演示直接翻车，千万别踩。

5.3 现象三：识别率低，换个人就“翻车”

现象：系统能启动，摄像头也正常，但识别不准——录的是 A 的脸，结果 B 也识别成了 A；或者 A 换个角度就识别失败。

原因：录入的人脸样本太少或太模糊；tolerance阈值设置不合理；光线环境差异太大。深度学习模型对图像质量很敏感，这在行业里是常见问题，不是代码 bug。

解决：给每个用户多录几张照片，至少包含正面、左右侧脸、戴不戴眼镜各一张。然后把比对阈值调严格一点，比如tolerance从 0.6 改成 0.45。注意，阈值不是越小越好，太小会导致同一个人的照片也识别不出来。最好的办法是做一组小实验：拿同一个人的 10 张照片跑一遍，记录不同阈值下的识别成功数，选一个既不误判也不漏判的中间值，这个实验过程写进毕设论文里就是加分项。

识别率这件事要平常心看待。受光线、角度、摄像头像素影响，达到 80% 以上的稳定识别已经足够在演示时用了。不要追求“所有人都百分百瞬间识别”，那不现实。提前录好的测试照片，多测几次、选一个光线稳定的时段录，才是稳妥的做法。

5.4 现象四：打包成 exe 后各种报错

现象：在 PyCharm 里运行一切正常，用 PyInstaller 打包成单文件后，发给别人一打开就闪退，或者报缺字体、缺图片。

原因：打包时只打包了 Python 代码，没有把项目依赖的静态资源一起打包进去。比如界面要用的 msyh.ttf 字体文件、static 目录里的背景图片和按钮图片，运行时找不到就报错。这是打包类的经典问题，网络上每天都有大量的人在问。

解决：如果你不赶时间、不想折腾，直接用项目里附带的“人脸识别-软件.zip”，那是已经打包好的完整软件。如果你确实想自己打包一次，用 PyInstaller 时加上资源文件参数：

# 打包并附带静态资源目录和字体文件 pyinstaller --add-data "static;static" --add-data "msyh.ttf;." Ui_test_01.py

注意 Windows 用分号分隔源和目标，macOS/Linux 用冒号。打包完成后，在生成的 dist 目录里运行可执行文件，如果还报缺文件，就去 dist 目录下把缺失的资源手动复制进去。我的建议是：毕设演示时优先用开发环境运行，把打包作为加分项，不要本末倒置。

6. 下一步学什么：把这个项目变成你毕业设计的实战建议

6.1 从“跑通”到“改懂”：三个值得动手的升级方向

第一，把考勤记录从文本文件升级成 MySQL 数据库。这套系统现在如果用的是文件存储，你可以改成用 pymysql 操作 MySQL，把每一条签到记录写到数据库里。这个改动不大，但对应的论文可以写“数据持久化与管理系统设计”一章。

第二，增加考勤报表导出功能。在界面上加一个“导出本月考勤”按钮，用 pandas 或 csv 模块把考勤记录导出成 Excel 表格。这属于小型功能扩展，不容易出错，但能让评审老师觉得“系统完整程度高”。

第三，让识别从“单人识别”拓展到“多人同框识别”。face_recognition 的face_locations()本来就能定位画面中的所有脸，你只需要循环处理每一张脸，分别做比对和记录。这一个改动就能让你的系统从“一个人打卡”升级成“多人同时打卡”，答辩竞争力提升一个等级。

6.2 答辩和文档：提前准备好这几个问题的答案

老师最常问的三个问题，你现在就可以准备答案。“为什么选深度学习？”你可以回答：传统人脸识别依赖人工设计的特征，光线和角度变化时鲁棒性差，深度学习能自动学习更鲁棒的语义特征。“模型是你训练的吗？”你要诚实回答：采用的是预训练模型，自己做的是应用集成和系统搭建，微调了阈值参数并做了测试。这时候如果能拿出你调整 tolerance 后准确率变化的实验数据，老师会非常满意。

第三个问题是“你的测试集是什么？”我建议你提前录一组测试照片，比如 8 个人、每人 10 张，8 张做录入、2 张做测试，算出一个识别准确率。数据是自己真实测试出来的，哪怕只有 80%，也比“没有数据”好得多。老师看的是你的实验思维，不是数据有多漂亮。

6.3 我的血泪教训：别让毕设停留在“能运行”

我当年第一次做类似考勤系统时，跑通了就觉得万事大吉，结果答辩前被老师问“考勤记录存在哪个表”“如果要支持 3000 个学生的数据量，哪里会先扛不住”，我当场愣住。那之后我养成了一个习惯：拿到任何新项目，先强制自己做四步走——读文件结构、写模块说明、跑通主流程、改造一个小功能。从那以后我每次拿到新项目都这么干，再也没出现在答辩现场“脑子空白”的情况。这个四步走的方法，今天也推荐给你，希望帮到你。

本文还有配套的精品资源，点击获取