芯耀
243
特别感谢文章作者：无垠的广袤 / 李金磊，辛苦制作的教程，非常适合新人及树莓派爱好者学习使用！
本文介绍了工业树莓派 CM0 NANO 单板计算机结合 OpenCV 人脸识别和 PWM 舵机控制实现智能门禁系统的项目设计，包括硬件连接、舵机控制、人脸识别、网页前端设计、网页服务器设计、流程图、代码和效果演示等流程。
项目介绍
准备工作：硬件连接、OpenCV 安装、人脸识别模型、训练图像等；
舵机控制：PWM输出、转速和角度控制、代码、效果等；
门禁系统：文件目录、流程图、代码、效果等。
准备工作
包括硬件连接、虚拟环境创建、OpenCV 安装、模型获取、图像训练等。
硬件连接
连接 WiFi 实现无线网络通信；
使用 Micro-USB 数据线实现设备供电；
根据板载 40pin 引脚定义，驱动舵机使用支持 PWM 的物理引脚 12，对应 BCM 引脚编号 18；
详见：https://pinout.xyz/
将舵机的信号线与 GPIO18 连接，还有供电和接地
| Raspberry Pi | SG90 | Describe |
| GPIO18 (Pin12) | S (Yellow) | Signal |
| 5V (Pin2) | 5V (Red) | Power supply |
| GND (Pin6) | GND (Brown) | Ground |
OpenCV 安装
创建并激活虚拟环境
mkdir ~/cv && cd ~/cv # 创建 cv 文件夹，便于管理python3 -m venv venv # 创建虚拟环境 venvsource venv/bin/activate # 激活虚拟环境 venv
安装 numpy 和 opencv
pip install -U pip numpy # 安装 numpypip install opencv-python opencv-contrib-python # opencv 主模块及 contrib
验证安装
python3 -c "import cv2,sys,numpy;print('OpenCV:',cv2.__version__,'NumPy:',numpy.__version__)"详见：https://opencv.org/
人脸识别
OpenCV 注册并训练目标人脸，使用 YuNet 模型检测人脸，结合 sface 模型识别人脸。
https://github.com/opencv/opencv_zoo/tree/main/models/face_recognition_sface
模型获取
下载所需模型文件；
wget https://github.com/opencv/face_detection_yunet_2023mar.onnxwget https://github.com/opencv/face_recognition_sface_2021dec.onnx
将文件存放在 ./model 路径
参考：https://github.com/h030162/PlateRecognition/
训练图片
将目标人脸图片裁剪至合适大小；
文件名为对应的人名；
置于 ./face 文件夹。
舵机控制
使用树莓派板载 40pin 引脚接口的 PWM 功能，实现 SG90 舵机驱动，并控制旋转速度和角度。
代码
终端执行指令 touch servo360.py 新建程序文件并添加如下代码
import sys, timeimport RPi.GPIO as GPIOGPIO_PIN = 18FREQ = 50CENTER = 7.5RANGE = 2.5# --------- Parameters ---------SPEED_DPS = 480 # 实测：每秒 480 度PWM_DEAD = 0.05 # 停转# ----------------------------def duty(speed):return CENTER + max(-1, min(1, speed)) * RANGEdef rotate(target_deg, speed=1.0):"""target_deg : 角度，负值反转speed : 0~1，默认全速"""if not target_deg:returndirection = 1 if target_deg > 0 else -1run_speed = speed * directionrun_time = abs(target_deg) / (SPEED_DPS * speed) # 时长pwm = GPIO.PWM(GPIO_PIN, FREQ)pwm.start(0)pwm.ChangeDutyCycle(duty(run_speed))time.sleep(run_time)pwm.ChangeDutyCycle(CENTER) # 停time.sleep(PWM_DEAD)pwm.stop()if __name__ == '__main__':if len(sys.argv) < 2:print("缺少角度"); sys.exit(1)deg = float(sys.argv[1])GPIO.setmode(GPIO.BCM)GPIO.setup(GPIO_PIN, GPIO.OUT)try:rotate(deg)finally:GPIO.cleanup()
保存代码。
效果
终端执行指令 python servo360.py 90 舵机逆时针转动 90 度。
门禁系统
在人脸识别和舵机控制的基础上，实现门禁系统的项目设计，包括文件目录、流程图、代码、效果演示等。
文件目录
~/AI/FaceRecognition $ tree.├── access.names├── app.py├── face│ ├── Arnold.jpg│ ├── Clarke.jpg│ ├── Perry.jpg│ └── Robert.jpg├── model│ ├── face_detection_yunet_2023mar.onnx│ ├── face_recognition_sface_2021dec.onnx│ └── face_registry.pkl├── static│ └── result.jpg└── templates└── index.html
流程图
代码
包含三个代码文件，./access.names 为白名单，./app.py 为 flask 服务器后端，./templates/index.html 为网页前端。
Flask 后端
终端执行 touch app.py 新建网页服务器后端程序文件，并添加如下代码
#!/usr/bin/env python3import os, cv2, numpy as np, pickle, timefrom pathlib import Pathfrom flask import Flask, request, jsonify, render_template, url_forimport RPi.GPIO as GPIOimport threadingPIN_SERVO = 18FREQ = 50GPIO.setmode(GPIO.BCM)GPIO.setup(PIN_SERVO, GPIO.OUT)pwm = GPIO.PWM(PIN_SERVO, FREQ)pwm.start(0)# 读取白名单ACCESS_LIST = set(line.strip() for line in open('access.names') if line.strip())# ---------- 人脸模型 ----------detector = cv2.FaceDetectorYN_create("model/face_detection_yunet_2023mar.onnx", "", (320, 320))recognizer = cv2.FaceRecognizerSF_create("model/face_recognition_sface_2021dec.onnx", "")registry = pickle.loads(Path("model/face_registry.pkl").read_bytes()) if Path("model/face_registry.pkl").exists() else {}def rotate(angle, speed=480):duty = 2.5 if angle > 0 else 12.5pwm.ChangeDutyCycle(duty)time.sleep(abs(angle) / speed)pwm.ChangeDutyCycle(0)def door_cycle():rotate(90); time.sleep(3); rotate(-90) # 门禁控制# ---------- Flask ----------app = Flask(__name__)@app.route('/')def index():return render_template('index.html')@app.route('/upload', methods=['POST'])def upload():file = request.files['image']img = cv2.imdecode(np.frombuffer(file.read(), np.uint8), cv2.IMREAD_COLOR)h, w = img.shape[:2]detector.setInputSize((w, h))faces = detector.detect(img)[1]name, score = "Unknown", 0.0if faces is not None:face = faces[0]aligned = recognizer.alignCrop(img, face)feat = recognizer.feature(aligned)for reg_name, reg_feat in registry.items():s = recognizer.match(feat, reg_feat, cv2.FaceRecognizerSF_FR_COSINE)if s > score:score, name = s, reg_nameif score < 0.3: # 识别阈值name = "Unknown"# 门禁动作if name != "Unknown" and name in ACCESS_LIST:threading.Thread(target=door_cycle, daemon=True).start()tip = f"{name} 请通行"else:tip = f"{name} 无权限，拒绝通行"# 保存识别结果if faces is not None:x, y, w_box, h_box = map(int, face[:4])cv2.rectangle(img, (x, y), (x + w_box, y + h_box), (0, 255, 0), 2)cv2.putText(img, f"{name}:{score:.2f}", (x, y - 6),cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2)out_path = "./static/result.jpg"cv2.imwrite(out_path, img)return jsonify(name=name, score=round(score, 3), tip=tip,result_url=url_for('static', filename='result.jpg'))# ---------- 退出 ----------import atexitatexit.register(lambda: (pwm.stop(), GPIO.cleanup()))if __name__ == '__main__':app.run(host='0.0.0.0', port=5000, debug=False)
Web 前端
终端执行 touch ./templates/index.html 新建 HTML 前端网页程序，并添加如下代码
<!doctype html><html lang="zh"><head><meta charset="utf-8"><title>树莓派门禁</title><meta name="viewport" content="width=device-width,initial-scale=1"><style>:root{--accent:#00c853;--danger:#ff1744;--bg:#e3f2fd;--card:rgba(255,255,255,.75);--radius:16px;--trans:.35s cubic-bezier(.4,0,.2,1)}body{margin:0;height:100vh;display:flex;align-items:center;justify-content:center;background:var(--bg);font-family:system-ui,Arial}#card{width:320px;padding:32px 24px;background:var(--card);backdrop-filter:blur(12px);border-radius:var(--radius);box-shadow:0 8px 32px rgba(0,0,0,.1);text-align:center;transition:var(--trans)}h2{margin:0 0 20px;font-size:22px;font-weight:600;color:#0d47a1}input[type=file]{display:none}label{display:inline-block;padding:10px 20px;border:2px dashed var(--accent);border-radius:var(--radius);cursor:pointer;color:var(--accent);transition:var(--trans)}label:hover{background:var(--accent);color:#fff}button{margin-top:16px;padding:10px 0;width:100%;border:none;border-radius:var(--radius);background:var(--accent);color:#fff;font-size:16px;cursor:pointer;transition:var(--trans);box-shadow:0 2px 8px rgba(0,200,83,.3)}button:active{transform:scale(.97)}.status{margin-top:18px;font-size:17px;height:24px;opacity:0;transition:var(--trans)}.status.show{opacity:1}.status.ok{color:var(--accent)}.status.no{color:var(--danger)}img{width:100%;border-radius:var(--radius);margin-top:16px;box-shadow:0 4px 16px rgba(0,0,0,.08);display:none}</style></head><body><div id="card"><h2>人脸识别门禁</h2><input type="file" id="f" accept="image/*"><label for="f">选择照片</label><button onclick="up()">上传识别</button><div id="s" class="status"></div><img id="i"></div><script>async function up(){const file=f.files[0];if(!file)return alert('请选择图片');s.className='status show';s.textContent='识别中…';const fd=new FormData();fd.append('image',file);const r=await(fetch('/upload',{method:'POST',body:fd}).then(x=>x.json()));s.textContent=r.tip;s.classList.toggle('ok',!r.tip.includes('拒绝'));s.classList.toggle('no',r.tip.includes('拒绝'));i.src=r.result_url+'?t='+Date.now();i.style.display='block';setTimeout(()=>{s.textContent='已关门，等待识别';i.style.display='none'},3000)}</script></body></html>
白名单
终端执行 touch access.names 新建白名单文件，并添加人名列表
LindaEdwardClarke
保存代码。
效果
终端执行指令 python app_DC.py 运行程序；
终端打印 Web 服务器网址，如http://192.168.31.117:5000/ ；
浏览器打开服务器前端网页；
点击 选择文件 按钮，加载目标识别人脸；
点击 上传识别 按钮，立即显示识别结果、是否允许通行；
同时舵机逆时针转动，控制门禁档杆移动，表示允许通过；
待三秒钟后，舵机顺时针旋转 90 度，表示门禁关闭；
网页前端显示门禁已关闭，回到 等待识别 状态。
动态效果
总结
本文介绍了工业树莓派 CM0 NANO 单板计算机结合 OpenCV 人脸识别和 PWM 舵机控制实现智能门禁系统的项目设计，包括环境部署、预训练模型获取、关键代码、板端推理、效果演示等流程，为相关产品在边缘 AI 领域的快速开发和应用设计提供了参考。
官方网站：https://edatec.cn/zh/cm0
淘宝店铺：https://edatec.taobao.com/
阅读全文
