1.选题简介

A.选题：

我们的选题是付款认证应用。本次选题是在人脸识别的基础上进行扩展的应用功能。

B.选题原因：

人脸认证在生活中已经被广泛应用，无论是付款时的刷脸付款，亦或者门禁时进行的身份识别，方方面面都存在。我们选用了付款认证这一角度的实践，既是基于功能较为简单的实现，也有比较现实的意义。

C.预期结果

我们的付款认证应用基于网页端和树莓派进行实现，在网页端上进行付款的操作，在树莓派中实现人脸识别的脚本
（1）网页端上拥有注册的功能，注册过程中需要上传一张带有人脸的照片进行数据的录入，以便其后进行人脸识别的认证。
（2）网页端上拥有付款登录的功能，输入账户密码后，系统会要求用户进行人脸识别认证。利用树莓派的摄像头进行交互后，系统会依据后台的数据进行人脸识别，识别成功后则显示付款成功。
（3）我们后续也许会添加更多的功能，以完善付款认证的应用。

2.设计，重点说明系统部署所使用的容器

我们的项目包括网页前端，后端，和微服务部署三个部分

A.微服务部署：

我们刚开始预想的设计是按照之前的作业搭建LNMP服务器（Linux+Nginx+Mysql+PHP），但由于错误拉取镜像的缘故，导致浪费了大量时间，严重延缓了大作业的完成进度

具体错误的原因：树莓派的linux系统架构是armv7，而拉取的mysql镜像却是amd架构（mysql官方镜像不支持arm），导致镜像不兼容，容器一运行便进入exit1状态（异常退出）

更换为可用的镜像后，继续运行容器时，发现php容器始终无法工作

具体错误的原因：php容器没有监听默认端口9000，导致nginx无法连接php

寻找解决办法无果后，无奈之下拉取了网上现成的镜像直接运行容器（Nginx+PHP），没有搭建Mysql数据库

并没有编写dockerfile，而是直接由命令运行容器

容器运行：

docker run -itd -P --name php --restart always -v /data:/data olivercj/php-fpm-arm:0.1 ##运行php容器
docker run -itd -p 80:80 -p 443:443 --name nginx --link php --restart always -v /data:/data olivercj/ningx-arm:0.1 ##运行nginx容器

cd /data/webconfig/nginx/conf.d/

nginx配置文件default.conf

server {
    listen       80;
    server_name  pi-board.local.com;//域名

    access_log   /data/web_log/nginx_log/pi_access.log main;
    error_log   /data/web_log/nginx_log/pi_error.log error;

    root /data/web_root/pi-dashboard/;
    location / {
        index  index.php index.html index.htm;
        try_files $uri $uri/ =404;
    }

    location ~ \.php$ {
        fastcgi_pass   php:9000;
        fastcgi_index  index.php;
        include        fastcgi_params;
        include        fastcgi.conf;
    }

cd /data/web_root

拉取示例代码

git clone https://github.com/spoonysonny/pi-dashboard.git

然后将nginx重启，网页服务器搭建成功

B.后端代码

人脸识别代码

import face_recognition
import cv2
import numpy as np
import os
video_capture = cv2.VideoCapture(0)

known_face_encodings=[]
known_face_names=[]
face_locations = []
face_encodings = []
face_names = []
process_this_frame = True

def read_directory(directory_name):
    for filename in os.listdir(r"./"+directory_name):
        user_image=face_recognition.load_image_file(directory_name + "/" + filename)
        user_face_encoding = face_recognition.face_encodings(user_image)[0]
        known_face_encodings.append(user_face_encoding)
        known_face_names.append(filename)

read_directory("picture")

while True:
    ret, frame = video_capture.read()

    small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)

    rgb_small_frame = small_frame[:, :, ::-1]


    if process_this_frame:

        face_locations = face_recognition.face_locations(rgb_small_frame)
        face_encodings = face_recognition.face_encodings(rgb_small_frame, face_locations)

        face_names = []
        for face_encoding in face_encodings:
            matches = face_recognition.compare_faces(known_face_encodings, face_encoding)
            name = "unknown"
            face_distances = face_recognition.face_distance(known_face_encodings, face_encoding)
            best_match_index = np.argmin(face_distances)
            if matches[best_match_index]:
                name = known_face_names[best_match_index]
                print('success')
                
                os.exit(0)

            face_names.append(name)

    process_this_frame = not process_this_frame


    for (top, right, bottom, left), name in zip(face_locations, face_names):

        top *= 4
        right *= 4
        bottom *= 4
        left *= 4

        cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)

        cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), cv2.FILLED)
        font = cv2.FONT_HERSHEY_DUPLEX
        cv2.putText(frame, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)
        
    cv2.imshow('Video', frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
    
video_capture.release()
cv2.destroyAllWindows()

3.运行结果，展示容器启动后，程序的运行结果

网站首页&&登录界面

注册界面

上传照片

人脸识别

识别失败

识别成功

4.最终的组内分工+贡献比

严喜：编写人脸识别代码；20%
古力亚尔：编写前端网页代码，编写博客；30%
吕瑞峰：补充前后端代码，部署docker服务，编写博客；50%

5.总结（组员分别撰写，统一提交）

严喜：实现python代码的过程中，因为是初次接触python，所以遇到了很多问题，在组长的帮助下，最终还是完成了python脚本。在实现过程中，遇到的最大的问题是动态的获取图片的信息，网上找到的很多教程都不一样。经过这次实验，充分体会到了分工合作的重要性。
古力亚尔：在编写前端代码过程中，遇到最大的问题就是php嵌入到html中，不过在队友的帮助下也解决了这个问题。在协助队友在树莓派上docker中完成web服务器搭建过程中，查阅了很多关于这方面资料，因此对微服务加深了理解，对docker容器有了更清楚的认识，虽然没帮到队友很大的忙，但是自己进步了很多，学习到很多陌生的知识。
吕瑞峰：这次大作业的过程十分的坎坷，更遗憾的是还是没有做完。由于其他事物占据了部分时间，本次大作业的实验做的十分紧迫，我在负责搭建docker容器的过程中，遇到了很多难以解决的问题，因为树莓派和docker在国内的相关资料都相对稀少，解决问题的时候遇到了非常大的阻力，导致直到作业截止前几天进度依然非常缓慢。对我而言，一个人搭建docker容器是特别煎熬的过程，虽然在这过程中也有获得很多关于docker的知识，但还是希望以后不要在经历这种事了。

期末大作业（第十七小组）