企业官网建设流程全解析

简介：面向具备Python基础、希望入门机器视觉与人脸识别实践的开发者和学生，这份OpenCV实战资料以明星人脸样本为切入口，帮助读者理解从图像预处理到检测识别的完整链路。压缩包共120个文件，主体是110张jpg与5张jpeg人物样本，另含2个Haar级联分类器xml、1个Python脚本、1个txt说明和1张png，整体约51.99MB，样本、模型与代码齐备。目录组织偏向动手复现，便于按模块检索与二次调整。已有460人学习，适合课程实验、课程设计和小型视觉项目预研时参考。借助预训练模型与脚本，读者可对照样本走通灰度化、直方图均衡化、滑动窗口检测、特征提取与相似度匹配等环节，并观察级联分类器的参数调整对误检、漏检的影响；对EigenFace、FisherFace、LBPH等识别思路的比较，也有助于把检测流程延伸到分类器训练与效果评估，形成可复用的排错与调参经验。

1. 监控里那张认不出的脸：这套 OpenCV 人脸识别实战代码到底解决什么问题

有人把一段门店门口的监控丢过来，问能不能自动认出里头几张熟脸、顺便统计进店人数。压缩包解开，就是这套基于 Python 和 OpenCV 的人脸识别实战操作代码：采集样本、训练模型、摄像头实时识别，一条链路完整摆在目录里，能直接跑。

它干的不是“识别这是谁”的通用大模型活，而是“这几张脸在不在我自己的库里”。机器视觉里最经典的一套流程它都占全了：检测框、灰度化、特征降维、距离比对。适合三类人：刚学 OpenCV 想找一个能跑通的完整例子、要给小型门禁签到或客流统计快速搭原型、以及想把检测和识别拆开逐个换算法做对比。纯 CPU 就能跑，不用显卡，常见做法是先把依赖离线装好，之后整套流程断网也能跑。

2. 项目骨架与技术选型：一条从摄像头到识别结果的完整链路

拿到这类压缩包，我一般不急着点运行，先把目录摊开看一遍。目录结构能看出作者是怎么切分职责的，也决定了后面改造时你该动哪个文件。这套代码的划分比较克制，没有硬套分层框架，就是按“采集—训练—识别”三个动作各给一个入口脚本，公共逻辑抽到 utils 里。

2.1 目录结构：资源包里的文件是怎么分工的

解压之后大致是这么一份清单，不同打包方式可能略有出入，但核心文件跑不掉：

值得说一句的是dataset/的命名约定。1.zhangsan.001.jpg这种格式，第一段当标签、第二段当展示名、第三段当序号，训练脚本只解析第一段做整数标签，展示时才去查名字。这个约定很土，但特别省事——你往目录里丢新样本，不用改任何配置，重新跑一遍训练就自动进库了。缺点也明显：同一批文件里如果有人手滑写成01.zhangsan.jpg，int("01")还是 1，能兼容；但写成zhangsan.1.jpg就直接抛异常。我自己接手时一般会先在 utils 里加一个文件名校验函数，把不合规的文件名提前打出来。

trainers/目录里那个.yml值得单独提。LBPH 模型不是二进制黑盒，用文本编辑器打开能看到一堆直方图数值和阈值字段，出了“识别全变 unknown”的问题，直接看这个文件里的threshold值就能定位一半。

2.2 技术栈选型：为什么是 OpenCV + Python 这套组合

这类实战代码的依赖清单通常很短，核心就三样：

# 注意这里必须是 contrib 版本，普通 opencv-python 里没有 cv2.face 模块 pip install opencv-contrib-python numpy pillow

opencv-contrib-python是带扩展模块的发行包，cv2.face（LBPH、Eigen、Fisher 三种识别器）和cv2.dnn都在里面。很多人踩的第一个坑就是装了opencv-python，代码跑到cv2.face.LBPHFaceRecognizer_create()直接报module 'cv2' has no attribute 'face'，跟环境没关系，就是包选错了。

numpy是 OpenCV 的默认图像容器，所有 frame 都是 ndarray，训练时recognizer.train(faces, labels)的 labels 必须转成np.array，否则新版 OpenCV 会报类型不匹配。pillow在这里不是可选项——cv2.imread在中文路径下会静默返回 None，用Image.open().convert("L")读图能绕开这个老问题，代价只是转一次数组。

至于为什么用 LBPH 而不是上深度学习，把这几个方案摆在一起看就清楚了：

资源包选的是第一行。理由不是精度，是“可解释”和“零门槛”——LBPH 把一张脸切成 8×8 的网格，每格算一个局部二值模式直方图，比对就是算直方图距离。你能在调试器里一步步看着距离值变化，知道模型为什么判错。深度方案给的是一个 512 维向量，判错了你只能干瞪眼。对学习目的来说，前者价值大得多。

提示：如果目标是生产环境认人，LBPH 的天花板很低，光照一变、侧脸一歪距离就飘。它是教学和原型的合适起点，不是终点。

2.3 一次识别请求的完整数据流

把整条链路按数据形状走一遍，后面看代码就不容易迷路。从摄像头读到的第一帧是(480, 640, 3)的 BGR uint8 数组；cvtColor转灰度变成(480, 640)；equalizeHist做直方图均衡化，让背光环境下脸的明暗分布更均匀，这一步在采集和识别两侧必须一致，否则训练和推理的输入分布对不上；detectMultiScale返回若干个(x, y, w, h)整数框；按框裁出 ROI 再resize到(200, 200)；最后predict输出(label, distance)二元组，用距离和阈值一比，决定画绿框还是红框。

这里面有两个容易忽略的耦合点。一是尺寸：采集时 resize 到 200×200，识别时也必须 200×200，差一个像素 LBPH 的网格划分就变了，距离值会莫名其妙地大。二是预处理：采集阶段做了equalizeHist，识别阶段漏做，同一个人在同样光线下能测出两倍的距离差。我见过有人排查半天以为是阈值问题，最后发现是两边预处理不一致，属于典型的血泪经验。

3. 人脸检测核心：Haar 级联、DNN 三种检测器怎么用

检测和识别是两件事，很多人一上来就混着讲。检测回答“脸在哪”，识别回答“这是谁”。这一章只做检测，因为检测框的质量直接决定后面识别的上限——框歪了、框到半张脸，再好的识别器也救不回来。

3.1 Haar 级联检测：最快跑通的第一条路

Haar 是 OpenCV 自带的老牌方案，优势是模型文件随安装包一起发布，cv2.data.haarcascades这个路径直接指向它，不用额外下载任何权重。对刚上手的人来说，这是唯一一条“装完包就能出结果”的路。

import cv2 # 模型随 opencv 安装包发布，cv2.data.haarcascades 指向自带模型目录 cascade_path = cv2.data.haarcascades + "haarcascade_frontalface_default.xml" detector = cv2.CascadeClassifier(cascade_path) if detector.empty(): raise RuntimeError("级联模型加载失败，检查路径或文件是否完整") cap = cv2.VideoCapture(0, cv2.CAP_DSHOW) # Windows 下指定 DSHOW 后端，打开更快 while True: ok, frame = cap.read() if not ok: break gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 直方图均衡化，抵消背光和侧光造成的灰度集中 gray = cv2.equalizeHist(gray) faces = detector.detectMultiScale( gray, scaleFactor=1.1, # 每次图像金字塔缩小 10%，越小越慢但越不容易漏 minNeighbors=5, # 候选框至少被 5 个相邻窗口命中才认，越大越严格 minSize=(60, 60), # 小于 60x60 的直接忽略，滤掉远景噪点 ) for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2) cv2.imshow("face", frame) if cv2.waitKey(1) & 0xFF == ord("q"): break cap.release() cv2.destroyAllWindows()

代码不长，几个参数值得掰开说。scaleFactor控制图像金字塔的缩放步长，1.1 意味着每次把图缩小 10% 再滑一遍窗口，直到窗口比minSize还小。这个值调到 1.05 会明显变慢但小脸检出率上升，调到 1.3 快是快，稍微远一点的人脸就漏了。minNeighbors是投票机制，一个候选矩形要被周边多少个窗口同时命中才保留，默认 5 比较平衡，误检多就往上加到 6 或 7，漏检多就往下减。minSize是硬门槛，设成 60×60 时，画面里小于这个尺寸的脸完全不参与计算，这一步能砍掉大量无意义的滑动窗口计算，对帧率提升很直观。

Haar 的短板也很清楚：正脸依赖强，侧脸超过 30 度基本失效；光照剧烈变化时误检率飙升；戴帽子、口罩遮挡一半的情况会漏。这就是为什么资源包里通常会再放一个 DNN 检测器做补位。

3.2 DNN 检测器：复杂光照和侧脸场景的补位

OpenCV 从 3.3 开始带cv2.dnn模块，可以直接加载 Caffe 或 TensorFlow 格式的人脸检测模型。这类基于 SSD 的检测器对侧脸、遮挡、复杂光照的鲁棒性比 Haar 高一个档次，代价是要额外带两个模型文件，且 CPU 上单帧耗时从几毫秒涨到二十几毫秒。

import cv2 import numpy as np # 两个文件必须配套：prototxt 描述网络结构，caffemodel 存权重 net = cv2.dnn.readNetFromCaffe( "cascades/deploy.prototxt", "cascades/res10_300x300_ssd_iter_140000.caffemodel", ) def detect_dnn(frame, conf_thres=0.6): h, w = frame.shape[:2] # 300x300 是模型固定输入尺寸，(104, 177, 123) 是该模型训练时的 BGR 均值 blob = cv2.dnn.blobFromImage( cv2.resize(frame, (300, 300)), 1.0, (300, 300), (104.0, 177.0, 123.0), ) net.setInput(blob) detections = net.forward() # 输出形状 (1, 1, N, 7) boxes = [] for i in range(detections.shape[2]): confidence = float(detections[0, 0, i, 2]) if confidence < conf_thres: # 置信度低于阈值的框直接丢 continue # 后四个值是 0~1 的相对坐标，必须乘回原图尺寸才能画框 x1 = int(detections[0, 0, i, 3] * w) y1 = int(detections[0, 0, i, 4] * h) x2 = int(detections[0, 0, i, 5] * w) y2 = int(detections[0, 0, i, 6] * h) boxes.append((x1, y1, x2 - x1, y2 - y1)) return boxes

blobFromImage里那三个均值不是随便填的，它是模型训练时对 BGR 三个通道减掉的均值，填错了检测结果会整体偏移、置信度普遍偏低。conf_thres建议从 0.6 起调，低于 0.4 会出现大量把背景纹理当脸的误检，高于 0.8 则侧脸漏检明显。

提示：DNN 输出的坐标是相对值，* w和* h用的是原图宽高，不是 300×300。这里写反了会得到一堆跑到画面外的小框，属于新手高频错误。

3.3 检测参数调优：三个旋钮的实际影响

把两个检测器的关键参数横向摆一下，调参的时候心里有数：

我的习惯是先用默认值跑一段真实场景录像，把每一帧的检测框数量打印出来。正常画面里同时出现 1 到 3 个框是合理的，如果稳定跑出十几个框，说明minNeighbors或conf_thres太低；如果一个人走近了还经常零框，说明minSize太大或者光照预处理没做。这个“先看统计数据，再改参数”的顺序，比盲调省时间。

4. 人脸识别落地：从采集样本到 LBPH 模型训练

检测把框给出来了，接下来才轮到识别。这一章三个步骤环环相扣：采集的样本质量决定模型上限，训练的样本组织方式决定模型能不能用，识别环节的阈值决定它是不是“看着像在干活其实全在报未知”。

4.1 样本采集：一个人 30 张图怎么拍才不白干

采集脚本看着简单，实际上是整个项目最容易白干的一步。常见翻车是站在摄像头前一动不动连拍 100 张，结果 100 张几乎像素级相同，模型只学会了那一个角度，换个位置立刻不认。

import os import cv2 def capture_samples(person_id, person_name, save_dir="dataset", max_num=40, step=5): """按 id.name.index.jpg 命名采集样本，供训练脚本解析标签""" os.makedirs(save_dir, exist_ok=True) detector = cv2.CascadeClassifier( cv2.data.haarcascades + "haarcascade_frontalface_default.xml") cap = cv2.VideoCapture(0) if not cap.isOpened(): raise RuntimeError("摄像头打不开，检查设备号是否被其他程序占用") count = 0 # 已保存的有效样本数 frame_index = 0 # 读到的帧序号，用来做抽帧 while count < max_num: ok, frame = cap.read() if not ok: break frame_index += 1 # 每隔 step 帧才处理一次，避免存下一堆几乎一样的连续帧 if frame_index % step != 0: continue gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) gray = cv2.equalizeHist(gray) # 与识别阶段保持同一套预处理 faces = detector.detectMultiScale(gray, 1.2, 5, minSize=(80, 80)) for (x, y, w, h) in faces: count += 1 # 统一裁成 200x200，训练与预测两侧尺寸必须一致 roi = cv2.resize(gray[y:y + h, x:x + w], (200, 200)) path = os.path.join(save_dir, f"{person_id}.{person_name}.{count}.jpg") cv2.imwrite(path, roi) cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2) if count >= max_num: break # 画个进度，采集时知道还剩多少 cv2.putText(frame, f"samples: {count}/{max_num}", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 0, 255), 2) cv2.imshow("capture", frame) if cv2.waitKey(1) & 0xFF == ord("q"): break cap.release() cv2.destroyAllWindows() return count

step这个抽帧参数是关键。摄像头 30 帧每秒，人做一点微小动作，相邻两帧的差异小到 LBPH 认为是同一个样本，等于白占空间还带偏训练分布。设成 5 大约 6 帧取一张，配合人主动转头、低头、走近走远，40 张样本能覆盖七八个姿态。我自己采集时会故意让人左右各转 20 度、戴眼镜摘眼镜各拍一轮、开灯关灯各拍一轮，这一步做扎实，后面识别率能从“勉强能用”提到“基本能用”。

采集时还有个细节：minSize=(80, 80)比检测阶段的 60 更大。这是有意的，采集要的是高质量样本，脸太小裁出来放大后全是像素块噪声，宁可不采集。

4.2 LBPH 训练与阈值判定代码

训练脚本的核心动作就三件事：解析文件名拿标签、统一读成灰度图、调train写模型。

import os import cv2 import numpy as np from PIL import Image def train(data_dir="dataset", model_path="trainers/lbph.yml"): # radius/neighbors 控制局部二值模式的邻域，grid_x/grid_y 是网格切分 recognizer = cv2.face.LBPHFaceRecognizer_create( radius=1, neighbors=8, grid_x=8, grid_y=8, threshold=80.0) faces, labels = [], [] for fname in os.listdir(data_dir): if not fname.lower().endswith((".jpg", ".png", ".jpeg")): continue # 文件名约定 id.name.index.jpg，第一段就是整数标签 label = int(fname.split(".")[0]) img_path = os.path.join(data_dir, fname) # 用 PIL 读图，绕开 cv2.imread 在中文路径下返回 None 的问题 gray = Image.open(img_path).convert("L").resize((200, 200)) faces.append(np.array(gray, dtype="uint8")) labels.append(label) if not faces: raise ValueError("dataset 目录里没有可用样本，先跑采集脚本") os.makedirs(os.path.dirname(model_path), exist_ok=True) # labels 必须转成 numpy 数组，否则新版 OpenCV 会拒绝 recognizer.train(faces, np.array(labels)) recognizer.write(model_path) return len(faces), len(set(labels))

四个构造参数值得说清楚。radius和neighbors决定每个像素点周围取多大的环形邻域来比较灰度，1 和 8 是标准配置，调大能捕捉更粗的纹理但对小样本不利。grid_x和grid_y都是 8，等于把 200×200 的脸切成 64 个 25×25 的小块，每块单独算直方图——这样即使眼睛位置有一点偏移，其他块仍然能对上，这是 LBPH 对轻微形变不敏感的原因。

最容易被误解的是threshold=80.0。它不是什么置信度百分比，语义是“预测距离超过 80 就返回 -1 判为未知”。所以这个值调大是放宽、调小是收紧，和很多人的直觉反过来。

4.3 识别主流程：读帧、检测、预测、标注

识别脚本把前面所有零件串起来，结构上就是一个大循环加四个动作。

import cv2 def recognize(model_path="trainers/lbph.yml", names=None, threshold=80.0): names = names or {} recognizer = cv2.face.LBPHFaceRecognizer_create() recognizer.read(model_path) # 读回训练好的 .yml 模型 detector = cv2.CascadeClassifier( cv2.data.haarcascades + "haarcascade_frontalface_default.xml") cap = cv2.VideoCapture(0) # 固定分辨率，避免不同摄像头默认尺寸不一致导致预处理偏差 cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640) cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480) while True: ok, frame = cap.read() if not ok: break gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) gray = cv2.equalizeHist(gray) # 必须和采集阶段一致 faces = detector.detectMultiScale(gray, 1.2, 5, minSize=(80, 80)) for (x, y, w, h) in faces: roi = cv2.resize(gray[y:y + h, x:x + w], (200, 200)) # predict 返回 (label, distance)，distance 越小越像 label, distance = recognizer.predict(roi) if distance < threshold: text = f"{names.get(label, label)} {distance:.1f}" color = (0, 255, 0) else: text = f"unknown {distance:.1f}" color = (0, 0, 255) cv2.rectangle(frame, (x, y), (x + w, y + h), color, 2) cv2.putText(frame, text, (x, y - 8), cv2.FONT_HERSHEY_SIMPLEX, 0.7, color, 2) cv2.imshow("recognize", frame) if cv2.waitKey(1) & 0xFF == ord("q"): break cap.release() cv2.destroyAllWindows()

predict的第二个返回值官方文档里叫confidence，但在 LBPH 下它的实际语义是距离，0 表示完全一致，值越大越不像。这个命名坑了太多人，照字面理解成“置信度越高越可信”，写出来的判断就完全反了。屏幕上把距离值直接打出来是个好习惯，调试时能一眼看出阈值该往哪调——同一个人正常光线下距离通常在 20 到 50，换个人能到 80 以上，中间这段空档就是阈值的落脚点。

5. 避坑与常见问题排查：跑不起来的时候先看这几条

这套代码本身不复杂，但它横跨了环境、图像、模型三个领域，出错信息往往指向不明确。下面五条是我在实际复现和改造过程中反复遇到的，按“现象 → 原因 → 解决”记下来，能省不少时间。

5.1 找不到 cv2.face：装了普通包

现象很直接：脚本跑到cv2.face.LBPHFaceRecognizer_create()就抛AttributeError: module 'cv2' has no attribute 'face'，但前面cv2.VideoCapture一切正常，让人以为代码写错了。

原因是装的是opencv-python。这两个包共用同一个cv2命名空间，face、ximgproc、tracking这些扩展模块只在opencv-contrib-python里才有。更麻烦的是两个包同时装时会互相覆盖，表现时好时坏。

解决方式是先卸载干净再装：

pip uninstall opencv-python opencv-contrib-python -y pip install opencv-contrib-python

装完用一行命令验证，输出里能查到face就说明对了：

import cv2 print(hasattr(cv2, "face")) # 期望 True print([m for m in dir(cv2.face) if "Create" in m])

注意：不要两个包一起装，也不要用--user和系统环境混着装，虚拟环境是最省心的做法。

5.2 样本文件读出来是 None：中文路径踩坑

现象是训练时faces列表长度对不上，或者np.array(gray)抛类型错误，追下去发现某些图读出来是空。

cv2.imread走的是 C++ 层的文件接口，在部分平台和部分编码下遇到中文路径会静默返回None，不抛异常也不报警。样本目录如果放在“新建文件夹”“桌面/项目/人脸”这类路径下，很容易中招。

解决的思路是把读写都换成能正确处理 Unicode 的方式。读用 PIL，写用cv2.imencode加文件流：

import cv2 import numpy as np from PIL import Image def imread_unicode(path, flags=cv2.IMREAD_GRAYSCALE): """中文路径安全的读图，读不到会明确抛错而不是返回 None""" try: img = Image.open(path).convert("L") arr = np.array(img, dtype="uint8") return cv2.cvtColor(arr, cv2.COLOR_GRAY2BGR) if flags == cv2.IMREAD_COLOR else arr except FileNotFoundError as exc: raise FileNotFoundError(f"样本不存在: {path}") from exc

我一般的做法更粗暴：整个项目目录就用纯英文，路径里连空格都不放。这不是洁癖，是省下排查时间。

5.3 所有人都识别成 unknown：阈值方向搞反

现象是检测框很稳，模型也加载成功，但不管谁站过去都显示 unknown，距离值清一色在 80 到 120 之间。

有两种可能，先分清是哪种。第一种是阈值设得比实际距离还小，比如threshold=50而正常同人距离是 60——那就把阈值往上调。第二种是预处理不一致，采集时做了equalizeHist，识别时漏做，同一个人在同样光线下距离会翻倍。

判断方法很简单：在识别循环里把每个人的 distance 打印出来，让同一个人和不同人各试几次。如果同人距离稳定在某个区间、异人距离稳定在另一个区间，中间有明确空档，就把阈值卡在空档中间；如果两个区间完全重叠，那说明样本质量不行，回去补采。

这里有个我踩过的坑：LBPH 的threshold参数只在create()时生效，recognize.py里如果重新create了一个不带 threshold 的识别器再read模型，阈值会变成默认的DBL_MAX（等于永不判未知）。所以读模型时要么带上同样的构造参数，要么在代码里自己拿 distance 和常量比。

5.4 画面越跑越卡：缓冲区积压

现象是刚启动时画面流畅，跑了两三分钟延迟越来越大，人已经离开摄像头了，屏幕上的框还停在原地。

原因是VideoCapture内部有帧缓冲队列。检测加识别一帧要三十几毫秒，而摄像头 30 帧每秒地往里塞，处理慢于采集，队列就越堆越长。你看到的永远是几秒前的画面。

两个层面的解法。轻量做法是限制缓冲：

cap = cv2.VideoCapture(0) cap.set(cv2.CAP_PROP_BUFFERSIZE, 1) # 只保留最新一帧，部分后端生效

彻底的做法是把采集和处理拆到两个线程，采集线程只管往一个共享变量写最新帧，处理线程每次取当前最新帧，取完就丢。这样无论处理多慢，看到的都是实时画面，只是帧率低。这个改造在最后一章会展开。

5.5 换台机器就废：模型和路径都是隐式依赖

现象是在开发机上跑得好好的，拷到另一台机器或者换个摄像头，识别率断崖下跌，甚至全部报 unknown。

原因有两层。第一层是相对路径，脚本里写的"trainers/lbph.yml"，换个工作目录就找不到文件，报FileNotFoundError。第二层更隐蔽：LBPH 模型学到的是“这台摄像头在这套光照下拍出来的人脸直方图”，换摄像头意味着白平衡、锐化、色彩响应全变了，灰度分布跟着变，距离值整体偏移。这不是 bug，是这个方案本身的局限。

解决办法是把路径全部基于脚本自身位置解析，消除工作目录依赖：

import os BASE_DIR = os.path.dirname(os.path.abspath(__file__)) MODEL_PATH = os.path.join(BASE_DIR, "trainers", "lbph.yml") DATA_DIR = os.path.join(BASE_DIR, "dataset")

换设备时老老实实重新采集一轮样本重训，别指望一个模型打天下。跨设备通用性正是深度 embedding 方案存在的理由。

6. 二次开发：把 demo 改成能进业务的小系统

这套代码的定位是教学 demo，但它的骨架足够支撑一个小型实用系统。改造的核心思路是保留“检测—预处理—识别—判定”这条主干，把每个环节换成更适合业务的实现。

6.1 三个改造方向

第一是换检测器。把 Haar 换成 3.2 节那个 DNN，只需要替换detectMultiScale那一行的调用，返回值统一成(x, y, w, h)列表，后面的逻辑完全不用动。这是最划算的一次升级，侧脸和逆光场景的检出率提升很明显。如果还想再进一步，可以把检测器做成可配置的，用策略模式在配置里切换。

第二是扩人脸库。现在的dataset/是“文件名即标签”，人数一多就乱。我的做法是改成子目录结构，dataset/1_zhangsan/、dataset/2_lisi/，每个目录下放样本，训练时遍历子目录名解析标签。这样新增一个人只需新建目录丢照片，和现有样本互不干扰。

第三是接结果出口。实时识别只能看不能存，加一层输出就能变成能用的系统：把识别结果写进一张记录表，字段包括时间戳、标签、距离值、截图路径。

import sqlite3 import time def log_result(conn, label, distance, snapshot_path): """识别结果落库，方便后续统计与回溯""" conn.execute( """INSERT INTO records (ts, label, distance, snapshot) VALUES (?, ?, ?, ?)""", (int(time.time()), int(label), float(distance), snapshot_path), ) conn.commit()

有了这张表，“今天有几个人、分别什么时候来、识别距离分布如何”这些问题都能用一句 SQL 回答，也能反向帮你调阈值——把历史 distance 按 label 分组看分位数，阈值该卡在哪一目了然。

6.2 改造后的验证方法

改完不能只看“能跑”，要能自证。我一般准备三组数据：同一人在正常光下的 20 帧、同一人戴眼镜或侧脸的 20 帧、完全不在库里的 20 帧。跑完统计三个指标——库内识别率、库内误判率、库外误报率。前两个看模型好坏，第三个看阈值设置得是否合理。库外误报率只要超过 5%，就说明阈值太松，得往下收。

另外，把采集和识别拆成两个线程这件事，建议尽早做。改造完之后，即使单帧处理要 50 毫秒，画面依然是实时的，用户体验的差别非常大。

最后说个教训。我最早做这类改造时，习惯性地把阈值写死在识别脚本里，采集脚本用一套预处理、识别脚本用另一套，模型文件覆盖来覆盖去，最后自己都搞不清当前跑的是哪一版。后来我给自己定了条规矩：所有影响识别结果的参数——预处理方式、resize 尺寸、阈值、模型路径——统一放进一个config.py，采集和识别都从这里读，改一次全生效。从那以后，我每次动识别相关代码，都强制走一遍“采集 5 张、重训、跑 20 帧、看距离分布”这个小闭环，再也不敢跳过了。希望帮到你。

本文还有配套的精品资源，点击获取