再也不怕别人动电脑了!用Python实时监控

作者: 佚名 2020-05-07 09:05:22

前言

最近突然有个奇妙的想法,就是当我对着电脑屏幕的时候,电脑会先识别屏幕上的人脸是否是本人,如果识别是本人的话需要回答电脑说的暗语,答对了才会解锁并且有三次机会。如果都没答对就会发送邮件给我,通知有人在动我的电脑并上传该人头像。

过程

环境是win10代码我使用的是python3所以在开始之前需要安装一些依赖包,请按顺序安装否者会报错

  1. pip install cmake -i https://pypi.tuna.tsinghua.edu.cn/simple  
  2. pip install dlib -i https://pypi.tuna.tsinghua.edu.cn/simple  
  3. pip install face_recognition -i https://pypi.tuna.tsinghua.edu.cn/simple  
  4. pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple 

接下来是构建识别人脸以及对比人脸的代码

  1. import face_recognition  
  2. import cv2  
  3. import numpy as np  
  4. video_capture = cv2.VideoCapture(0)  
  5. my_image = face_recognition.load_image_file("my.jpg")  
  6. my_face_encoding = face_recognition.face_encodings(my_image)[0]  
  7. known_face_encodings = [  
  8.     my_face_encoding  
  9.  
  10. known_face_names = [  
  11.     "Admin"  
  12.  
  13. face_names = []  
  14. face_locations = []  
  15. face_encodings = []  
  16. process_this_frame = True  
  17. while True:  
  18.     ret, frame = video_capture.read()  
  19.     small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)  
  20.     rgb_small_frame = small_frame[:, :, ::-1]  
  21.     if process_this_frame:  
  22.         face_locations = face_recognition.face_locations(rgb_small_frame)  
  23.         face_encodings = face_recognition.face_encodings(rgb_small_frame, face_locations)  
  24.         face_names = []  
  25.         for face_encoding in face_encodings:  
  26.             matches = face_recognition.compare_faces(known_face_encodings, face_encoding)  
  27.             name = "Unknown"  
  28.             face_distances = face_recognition.face_distance(known_face_encodings, face_encoding)  
  29.             best_match_index = np.argmin(face_distances)  
  30.             if matches[best_match_index]:  
  31.                 name = known_face_names[best_match_index]  
  32.             face_names.append(name)  
  33.     process_this_frame = not process_this_frame  
  34.     for (top, right, bottom, left), name in zip(face_locations, face_names):  
  35.         top *= 4  
  36.         left *= 4  
  37.         right *= 4  
  38.         bottom *= 4  
  39.         font = cv2.FONT_HERSHEY_DUPLEX  
  40.         cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)  
  41.         cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), cv2.FILLED)  
  42.         cv2.putText(frame, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)  
  43.     cv2.imshow('Video', frame)  
  44.     if cv2.waitKey(1) & 0xFF == ord('q'):  
  45.         break  
  46. video_capture.release()  
  47. cv2.destroyAllWindows() 

其中my.jpg需要你自己拍摄上传,运行可以发现在你脸上会出现Admin的框框,我去网上找了张图片类似这样子

识别功能已经完成了接下来就是语音识别和语音合成,这需要使用到百度AI来实现了,去登录百度AI的官网到控制台选择左边的语音技术,然后点击面板的创建应用按钮,来到创建应用界面

打造电脑版人脸屏幕解锁神器

创建后会得到AppID、API Key、Secret Key记下来,然后开始写语音合成的代码。安装百度AI提供的依赖包

  1. pip install baidu-aip -i https://pypi.tuna.tsinghua.edu.cn/simple  
  2. pip install playsound -i https://pypi.tuna.tsinghua.edu.cn/simple 

然后是简单的语音播放代码,运行下面代码可以听到萌妹子的声音

  1. import sys  
  2. from aip import AipSpeech  
  3. from playsound import playsound 
  4. APP_ID = ''  
  5. API_KEY = ''  
  6. SECRET_KEY = ''  
  7. client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)  
  8. result = client.synthesis('你好吖', 'zh', 1, {'vol': 5, 'per': 4, 'spd': 5, })  
  9. if not isinstance(result, dict):  
  10.     with open('auido.mp3', 'wb') as file:  
  11.         file.write(result)  
  12. filepath = eval(repr(sys.path[0]).replace('\\', '/')) + '//auido.mp3'  
  13. playsound(filepath) 

有了上面的代码就完成了检测是否在电脑前(人脸识别)以及电脑念出暗语(语音合成)然后我们还需要回答暗号给电脑,所以还需要完成语音识别。

  1. import wave  
  2. import pyaudio  
  3. from aip import AipSpeech  
  4. APP_ID = ''  
  5. API_KEY = ''  
  6. SECRET_KEY = ''  
  7. client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)  
  8. CHUNK = 1024  
  9. FORMAT = pyaudio.paInt16  
  10. CHANNELS = 1  
  11. RATE = 8000  
  12. RECORD_SECONDS = 3  
  13. WAVE_OUTPUT_FILENAME = "output.wav"  
  14. p = pyaudio.PyAudio()  
  15. stream = p.open(format=FORMATchannels=CHANNELSrate=RATEinput=Trueframes_per_buffer=CHUNK 
  16. print("* recording")  
  17. frames = []  
  18. for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):  
  19.     data = stream.read(CHUNK)  
  20.     frames.append(data)  
  21. print("* done recording")  
  22. stream.stop_stream()  
  23. stream.close()  
  24. p.terminate()  
  25. wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')  
  26. wf.setnchannels(CHANNELS)  
  27. wf.setsampwidth(p.get_sample_size(FORMAT))  
  28. wf.setframerate(RATE)  
  29. wf.writeframes(b''.join(frames))  
  30. def get_file_content():  
  31.     with open(WAVE_OUTPUT_FILENAME, 'rb') as fp:  
  32.         return fp.read()  
  33. result = client.asr(get_file_content(), 'wav', 8000, {'dev_pid': 1537, })  
  34. print(result) 

运行此代码之前需要安装pyaudio依赖包,由于在win10系统上安装会报错所以可以通过如下方式安装。到这个链接 https://www.lfd.uci.edu/~gohlke/pythonlibs/#pyaudio 去下载对应的安装包然后安装即可。

打造电脑版人脸屏幕解锁神器

运行后我说了你好,可以看到识别出来了。那么我们的小模块功能就都做好了接下来就是如何去整合它们。可以发现在人脸识别代码中if matches[best_match_index]这句判断代码就是判断是否为电脑主人,所以我们把这个判断语句当作main函数的入口。

  1. if matches[best_match_index]:  
  2.     # 在这里写识别到之后的功能  
  3.     name = known_face_names[best_match_index] 

那么识别到后我们应该让电脑发出询问暗号,也就是语音合成代码,然我们将它封装成一个函数,顺便重构下人脸识别的代码。

  1. import cv2  
  2. import time  
  3. import numpy as np  
  4. import face_recognition  
  5. video_capture = cv2.VideoCapture(0)  
  6. my_image = face_recognition.load_image_file("my.jpg")  
  7. my_face_encoding = face_recognition.face_encodings(my_image)[0]  
  8. known_face_encodings = [  
  9.     my_face_encoding  
  10.  
  11. known_face_names = [  
  12.     "Admin"  
  13.  
  14. face_names = []  
  15. face_locations = []  
  16. face_encodings = []  
  17. process_this_frame = True  
  18. def speak(content):  
  19.     import sys  
  20.     from aip import AipSpeech  
  21.     from playsound import playsound  
  22.     APP_ID = ''  
  23.     API_KEY = ''  
  24.     SECRET_KEY = ''  
  25.     client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)  
  26.     result = client.synthesis(content, 'zh', 1, {'vol': 5, 'per': 0, 'spd': 5, })  
  27.     if not isinstance(result, dict):  
  28.         with open('auido.mp3', 'wb') as file:  
  29.             file.write(result)  
  30.     filepath = eval(repr(sys.path[0]).replace('\\', '/')) + '//auido.mp3'  
  31.     playsound(filepath)  
  32. try:  
  33.     while True:  
  34.         ret, frame = video_capture.read()  
  35.         small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)  
  36.         rgb_small_frame = small_frame[:, :, ::-1]  
  37.         if process_this_frame:  
  38.             face_locations = face_recognition.face_locations(rgb_small_frame)  
  39.             face_encodings = face_recognition.face_encodings(rgb_small_frame, face_locations)  
  40.             face_names = []  
  41.             for face_encoding in face_encodings:  
  42.                 matches = face_recognition.compare_faces(known_face_encodings, face_encoding)  
  43.                 name = "Unknown"  
  44.                 face_distances = face_recognition.face_distance(known_face_encodings, face_encoding)  
  45.                 best_match_index = np.argmin(face_distances)  
  46.                 if matches[best_match_index]:  
  47.                     speak("识别到人脸,开始询问暗号,请回答接下来我说的问题")  
  48.                     time.sleep(1)  
  49.                     speak("天王盖地虎")  
  50.                     error = 1 / 0  
  51.                     name = known_face_names[best_match_index]  
  52.                 face_names.append(name)  
  53.         process_this_frame = not process_this_frame  
  54.         for (top, right, bottom, left), name in zip(face_locations, face_names):  
  55.             top *= 4  
  56.             left *= 4  
  57.             right *= 4  
  58.             bottom *= 4 
  59.             font = cv2.FONT_HERSHEY_DUPLEX  
  60.             cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)  
  61.             cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), cv2.FILLED)  
  62.             cv2.putText(frame, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)  
  63.         cv2.imshow('Video', frame)  
  64.         if cv2.waitKey(1) & 0xFF == ord('q'):  
  65.             break  
  66. except Exception as e:  
  67.     print(e)  
  68. finally:  
  69.     video_capture.release()  
  70.     cv2.destroyAllWindows() 

这里有一点需要注意,由于playsound播放音乐的时候会一直占用这个资源,所以播放下一段音乐的时候会报错,解决方法是修改~\Python37\Lib\site-packages下的playsound.py文件,找到如下代码

打造电脑版人脸屏幕解锁神器

在sleep函数下面添加winCommand('close', alias)这句代码,保存下就可以了。运行发现可以正常将两句话都说出来。那么说出来之后就要去监听了,我们还要打包一个函数。

  1. def record():  
  2.     import wave  
  3.     import json  
  4.     import pyaudio  
  5.     from aip import AipSpeech  
  6.     APP_ID = ''  
  7.     API_KEY = ''  
  8.     SECRET_KEY = ''  
  9.     client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)  
  10.     CHUNK = 1024  
  11.     FORMAT = pyaudio.paInt16  
  12.     CHANNELS = 1  
  13.     RATE = 8000  
  14.     RECORD_SECONDS = 3  
  15.     WAVE_OUTPUT_FILENAME = "output.wav"  
  16.     p = pyaudio.PyAudio()  
  17.     stream = p.open(format=FORMATchannels=CHANNELSrate=RATEinput=Trueframes_per_buffer=CHUNK 
  18.     print("* recording")  
  19.     frames = []  
  20.     for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):  
  21.         data = stream.read(CHUNK)  
  22.         frames.append(data)  
  23.     print("* done recording")  
  24.     stream.stop_stream()  
  25.     stream.close()  
  26.     p.terminate()  
  27.     wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')  
  28.     wf.setnchannels(CHANNELS)  
  29.     wf.setsampwidth(p.get_sample_size(FORMAT))  
  30.     wf.setframerate(RATE)  
  31.     wf.writeframes(b''.join(frames))  
  32.     def get_file_content():  
  33.         with open(WAVE_OUTPUT_FILENAME, 'rb') as fp:  
  34.             return fp.read()  
  35.     result = client.asr(get_file_content(), 'wav', 8000, {'dev_pid': 1537, })  
  36.     result = json.loads(str(result).replace("'", '"'))  
  37.     return result["result"][0] 

将识别到人脸后的代码修改成如下

  1. if matches[best_match_index]:  
  2.     speak("识别到人脸,开始询问暗号,请回答接下来我说的问题")  
  3.     time.sleep(1)  
  4.     speak("天王盖地虎")  
  5.     flag = False 
  6.      for times in range(0, 3):  
  7.         content = record()  
  8.         if "小鸡炖蘑菇" in content:  
  9.             speak("暗号通过")  
  10.             flag = True  
  11.             break  
  12.         else:  
  13.             speak("暗号不通过,再试一次")  
  14.     if flag:  
  15.         print("解锁")  
  16.     else:  
  17.         print("发送邮件并将坏人人脸图片上传!")  
  18.     error = 1 / 0  
  19.     name = known_face_names[best_match_index] 

运行看看效果,回答电脑小鸡炖蘑菇,电脑回答暗号通过。这样功能就基本上完成了。

打造电脑版人脸屏幕解锁神器

结语

至于发送邮件的功能和锁屏解锁的功能我就不一一去实现了,我想这应该难不倒在座的各位吧。锁屏功能可以HOOK让键盘时间无效化,然后用窗口再覆盖整个桌面即可,至于邮箱发送网上文章很多的。

电脑 Python 代码
上一篇:揭秘AI基础设施堆栈,更快部署AI项目 下一篇:颠覆制药行业,AI究竟是「噱头」还是「盼头」?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

说说进阶到AI时代电脑的宏观意义

社会中总是有一种观点,那就是对人类能否控制住人工智能这件事不太有信心,其中也不乏一些大佬,比如特斯拉创始人埃隆·马斯克,他就曾捐赠1000万美元给相关研究机构,旨在确保人工智能始终造福人类。

大V ·  2021-05-21 14:25:45
成熟的AI应该自己写代码,IBM发布5亿行代码数据集,包含55种语言

1400万个编程项目,5亿行代码,超过55种的不同编码语言。研究人员希望这一数据集能为编码自动化领域(比如大型项目代码的调试、维护和迁移)带来便利。

关注前沿科技 ·  2021-05-21 10:46:55
IBM开源了5亿行代码数据集,里面最多的编程语言却不是Python

近日,IBM 研究院发布了一个名为 CodeNet 的数据集,该数据集包含 1400 万个代码样本,用于训练面向编程任务的机器学习模型。

佚名 ·  2021-05-19 09:26:03
NLP入门系列之自然语言处理

本章为自然语言处理提供了一个高层次的介绍。解释了自然语言处理是什么,最常见的自然语言处理应用是哪些以及开发自然语言处理应用程序的基本方法是什么。

AI Publishing ·  2021-05-18 07:15:37
处理人工智能任务必须知道的11个Python库

Python对数据科学如此重要的原因之一是它海量的数据分析和可视化库。在本文中,我们讨论了最受欢迎的一些。

Huangwei AI ·  2021-05-13 13:07:35
如何用Python开发QQ机器人

虽然该文最终是达到以python开发mirai机器人的目的,但起步教程,尤其是环境配置上仍然有大量的相同操作,对其他编程语言仍有借鉴之处。

佚名 ·  2021-05-07 13:20:39
为什么Python是机器学习的理想选择?

Python 人工智能项目在各种形式和规模的公司中变得非常流行。以下是 Python 语言非常适合 ML 开发的原因。

佚名 ·  2021-04-25 10:26:34
为什么说Python是最适合机器学习项目的语言?

Python 在全球范围内持续流行,本文将介绍为什么程序员们都喜欢用它的原因,以及为什么Python适合机器学习。

为AI呐喊 ·  2021-03-09 15:21:13
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载