人脸课堂签到管理系统(总结四) 实时传输数据

一、实时传输数据

总结三：人脸课堂签到管理系统(总结三) 百度人脸检测API的调用

在真实情况下，人脸数据的信息采集传输应是实时的，而不是用对话框形式传输一张图片，所以我们需将摄像头采集的数据，与发送网络请求关联起来。

二、核心代码

1. 在窗口创建时就获取 accesstoken 值，在 myWindow 类中初始化函数( __init__ )添加：

   self.get_accesstoken()
   

2. 创建一个线程类(detectThread)，用与执行人脸检测的 post 请求

   在发送网络请求，等待返回结果时，会存在一定的等待时间，程序在这里就会阻塞，会存在一定的卡顿现象

   采用多线程解决卡顿现象

   a. 对象初始化时就应该获取 accesstoken 值

       def __init__(self, token):
           super(detectThread, self).__init__()
           self.access_token = token
   

   b. 重写 run 函数(该函数执行结束，将代表线程结束)

       def run(self):
           print("run")
           self.exec_()
   

   c. 获取窗口某一时刻的图片数据，发送网络请求:

       def detect_data(self, base64_image):
           # 请求地址
           request_url = "https://aip.baidubce.com/rest/2.0/face/v3/detect"
           # 请求参数
           params = {
         
         
               "image": base64_image,
               "image_type": "BASE64",
               "face_field": "age,beauty,gender,glasses,face_type"
           }
           # 获取的access_token
           access_token = self.access_token
           # 合并的网络请求地址
           request_url = request_url + "?access_token=" + access_token
           # 通过json格式请求
           headers = {
         
         'content-type': 'application/json'}
           # 发送网络post请求，就会存在一定的返回结果等待时间，程序就会阻塞，存在一定的卡顿现象
           response = requests.post(request_url, data=params, headers=headers)
           if response:
               data = response.json()
               print(data)
   

   参数 base64_image：从窗口传递的某一时刻的图片数据

   某一时刻指发送网络的时间，如每 1000ms发送一次网络请求，则只会每隔1000ms传递一次参数

3. 修改 myWindow 类

   a. 实现主窗口与线程之间图片数据实时传输的大致流程

   

   b. 自定义一个信号与槽

   detect_data_signal = pyqtSignal(str)
   

   c. 创建一个用于发送人脸请求的线程，并且 detect_data函数关联该自定义信号

       def create_thread(self):
           self.detect_thread = detectThread(self.access_token)
           self.detect_thread.start()
           self.detect_data_signal.connect(self.detect_thread.detect_data)
   

   d. 修改 on_actionopen 函数

       def on_actionopen(self):
           # 启动摄像头
           self.camera_data = camera()
           # 启动定时器，进行定时,每个多长时间获取摄像头信号进行显示
           self.timeshow = QTimer(self)
           self.timeshow.start(50)
           # 计数
           self.count = 0
           # 每隔50毫秒将产生一个信号timeout
           self.timeshow.timeout.connect(self.show_camera)
   
           # 每8000ms调用一次人脸检测
           # 创建检测线程
           self.create_thread()
           # 获取要检测的数据
           self.detection_time = QTimer(self)
           self.detection_time.start(8000)
           self.detection_time.timeout.connect(self.get_cameradata)
   
   

   当点击 “启动签到” 时，就创建一个新的线程，并且每隔8000ms获取一次摄像头数据(调用 get_cameradata 函数)

   e. 新建一个 get_cameradata 函数，用于获取摄像头信息，并且发送一个自定义信号

       def get_cameradata(self):
           # 摄像头获取画面
           camera_img = self.camera_data.read_camera()
           # 把摄像头画面转换成图片
           _, enc = cv2.imencode('.jpg', camera_img)
           # 设置为base64编码格式
           base64_image = base64.b64encode(enc.tobytes())
           # 产生信号，传递数据
           self.detect_data_signal.emit(str(base64_image))
   

三、效果如下

可以发现中间还是有些卡顿现象，原因是由窗口产生一个信号直接调用线程中的网络请求检测函数(detect_data)

返回的结果如下：

{
    
    'error_code': 222203, 'error_msg': 'image check fail', 'log_id': 1545256500165, 'timestamp': 1603251891, 'cached': 0, 'result': None}

能有返回结果，说明用这样的方式进行网络通信已经没有问题了。返回结果错误是因为 base64_image 格式的错误。同时还存在些小问题，留到下一次总结！

总结5传送门：人脸课堂签到管理系统(总结五) 解决画面卡顿问题