一、前言：
这个项目主要分为两部分，客户端（ARM板端）负责利用OpenCV采集人脸数据，利用TCP将人脸数据发送给服务器，然后服务器根据人脸数据进行人脸识别，将识别后的结果返还给客户端，客户端对人脸数据进行解析，得到正确的人脸数据后，打开门锁。门锁涉及硬件操作，这一部分进行驱动的编写、注册与调用等。
项目分为以下几部分内容：
1、项目环境搭建
1） OpenCV利用Cmake进行编译并导入QT，保证OpenCV可以在服务器端调用；
2）OpenCV利用Cmake进行交叉编译，移植到ARM端，同时修改相关动态链接库lib，保证OpenCV可以在ARM端进行调用，完成环境图像信息采集工作；
3）ARM端配置相关的QT运行环境；
4）在Ubuntu虚拟机中配置QT交叉编译环境，利用QT对客户端程序进行交叉编译，然后移植到ARM端。
2、客户端实现功能
1）TCP连接。首先建立TCP连接，保证能够和服务器进行通信
2）数据采集与转换发送。利用Open CV采集Mat图像数据，将图像数据进行两次格式转换，第一次转换是为了将图像在ARM端的LCD屏幕显示，这里将图像转成JPG格式，第二次转换是为了进行数据发送，需要将图像处理为2进制文件，图像发送，利用TCP建立连接，将转换后的二进制数据通过数据流发送
3）数据接收。客户端同时完成数据接收功能，对JSON数据进行解析，JSON数据由服务器发送过来，数据内容为人脸识别后的人员信息结果。
4）门禁驱动程序。人脸识别成功，门锁打开的驱动程序编写。这里主要是使用Linux字符设备驱动，通过fileoperation结果体进行响应的open、read函数等进行编写，考虑到分层思想，将程序和硬件进行分层设计，通过Platform总线等进行编写，编写完成后，修改设备树，定义硬件连接端口。
3、服务器端实现功能
1）建立数据库。一个用来存储人脸注册信息，一个用来存储人脸识别信息，一个用来存储人员进出大门信息。
2）注册信息。注册界面QT设计，完成注册信息的数据库上传
3）人脸识别引擎构造。主要用来识别人脸信息，查询人脸信息
4）识别信息发送至客户端。主要是根据识别的人脸id进行数据库信息查询，将查询的数据打包程JSON数据，利用socket进行发送
5）细节阐述。服务器程序相对复杂，里面也涉及到图像数据转换、多线程检测与识别等等，后续展开详细分析。
下面是项目实现图片的一些展示：
服务器端人脸完成注册:
数据库完成信息录入：
客户端接收人脸识别数据：
二、ARM板硬件信息：
STM32MP157板，Linux系统版本为5.4，OpenCV版本为4.5.2，usb摄像头一个，电磁开关一个（门锁）。
三、项目环境搭建：
1、各种需求包下载
1）cmake安装
下载链接：https://github.com/Kitware/CMake/releases/download/v3.24.1/cmake-3.24.1-windows-x86_64.msi2）QT下载安装，大家可以去QT官网下载
Window-qt5.14.2下载安装安装
https://download.qt.io/archive/qt/5.14/5.14.2/qt-opensource-windows-x86-5.14.2.exe
linux- qt5.14.2下载安装安装
https://download.qt.io/archive/qt/5.14/5.14.2/qt-opensource-linux-x64-5.14.2.run
mac-qt5.14.2下载安装
https://download.qt.io/archive/qt/5.14/5.14.2/qt-opensource-mac-x64-5.14.2.dmg
3）OpenCV下载
Opencv官网下载opencv4.5.2源码， 和opencv_contrib-4.5.2源码
http:// https://opencv.org/releases/ 下载Sources压缩文件即可。（opencv4.5.2）
然后下载opencv_contrib-4.5.2
https://github.com/opencv/opencv_contrib.git
2、Windows端QT中配置OpenCV
1）将上述包进行解压
2）QT进行OpenCV编译
配置编译器
在QT中打开opencv4.5.2目录下CMakeList.txt
等待一段时间，显示配置完成，如下图中的红框所示
此时不要直接去编译，建议先修改安装路径，并且进行第三方模块选择，点击项目继续进行配置。
添加face模块
选择OpenCV编译后的安装路径
选择安装
点击配置后编译
编译时，选择release版本，qt新手可能会不知道如何配置release版本？点击下图中绿色箭头上边的小电脑进行配置。
3）人脸识别算法库下载
GitHub - SeetaFace6Open/index
3、Ubuntu中配置QT交叉编译环境
文章来源：https://www.toymoban.com/news/detail-684642.html
先写这些，后边有空再给大家更新，大家评论区扣1 或者私信我，获取更多项目信息。文章来源地址https://www.toymoban.com/news/detail-684642.html
到了这里，关于嵌入式Linux：ARM驱动+QT应用+OpenCV人脸识别项目实现的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
