【间谍安全】基于OpenCv的智能防盗监控系统

一、间谍安全🍉

间谍出行保证自己的安全也是第一位。我们可以使用智监系统到达以下目的：

智能监测出现在我们电脑前的人。
偷偷观察一下有谁会在我们不在场的时候想发现我们在做什么，这个时候我们可能已经被怀疑了！🤫

“ 编程改造世界！”

对于本栏，我们要实现的正是智能防盗监控系统，想要实时监测电脑屏幕与摄像头前的人，我们必须满足以下几个条件：

🎈当前屏幕的分辨率，以方便之后调整电脑屏幕截图的尺寸。
🎈间隔的获取：（1）屏幕画面的截图（2）开启摄像头捕捉到的一帧图像。
🎈将目标截图发送到我们的邮箱。
🎈在我们离开自己的电脑后，启动算法。

是不是超级简单呢？接下来，我们将一一实现它们，并将他们整合为一个打包好的类。

二、项目演示🍉

2.1 电脑屏幕截屏🎈

2.2 摄像头截屏🎈

三、一步一步来编程实现它们👑

不着急Copy代码，最后面有一个打包好的类，方便大家使用。这里是拆解代码用于解释各个函数的意思。

3.1 我们需要获取当前屏幕的分辨率，以方便之后调整电脑屏幕截图的尺寸。🎈

def grab_screen(region=None):
    hwin = win32gui.GetDesktopWindow()

    if region:
        left, top, x2, y2 = region
        width = x2 - left + 1
        height = y2 - top + 1
    else:
        width = win32api.GetSystemMetrics(win32con.SM_CXVIRTUALSCREEN)
        height = win32api.GetSystemMetrics(win32con.SM_CYVIRTUALSCREEN)
        left = win32api.GetSystemMetrics(win32con.SM_XVIRTUALSCREEN)
        top = win32api.GetSystemMetrics(win32con.SM_YVIRTUALSCREEN)

    hwindc = win32gui.GetWindowDC(hwin)
    srcdc = win32ui.CreateDCFromHandle(hwindc)
    memdc = srcdc.CreateCompatibleDC()
    bmp = win32ui.CreateBitmap()
    bmp.CreateCompatibleBitmap(srcdc, width, height)
    memdc.SelectObject(bmp)
    memdc.BitBlt((0, 0), (width, height), srcdc, (left, top), win32con.SRCCOPY)

    signedIntsArray = bmp.GetBitmapBits(True)
    img = np.frombuffer(signedIntsArray, dtype='uint8')
    img.shape = (height, width, 4)

    srcdc.DeleteDC()
    memdc.DeleteDC()
    win32gui.ReleaseDC(hwin, hwindc)
    win32gui.DeleteObject(bmp.GetHandle())

    return cv2.cvtColor(img, cv2.COLOR_BGRA2RGB)

2、我们需要间隔的获取，屏幕画面的截图和开启摄像头捕捉到的一帧图像。🎈

def get_screen_size():
    import tkinter
    screen = tkinter.Tk()
    w = screen.winfo_screenwidth()      # 获取当前屏幕的宽
    h = screen.winfo_screenheight()     # 获取当前屏幕的高
    return w, h

3、我们需要将我们获得的截图发送到我们的邮箱。

#! /usr/bin/env python
# coding=utf-8
import smtplib
from email.mime.multipart import MIMEMultipart
from email.mime.text import MIMEText
from email.mime.application import MIMEApplication

def send_img_to_email(rec_qq, sen_qq, pwd, img_path):
    receiver = rec_qq + "@qq.com"  # 发送邮件的邮箱
    sender = sen_qq + "@qq.com"    # 接受邮件的邮箱（可以和上面的一样
    pwd = pwd  # @qq.com邮箱SMTP的授权码
    # wquuvpbunfqoeahe
    msg = MIMEMultipart()
    msg["Subject"] = "有陌生人来访！"  # 邮件的主题
    msg["From"] = sender
    msg["To"] = receiver

    part = MIMEText("请查收陌生人照片！")  # 邮件的正文
    msg.attach(part)

    # 图片
    part = MIMEApplication(open(img_path, 'rb').read())  
    part.add_header('Content-Disposition', 'attachment', filename=img_path)
    msg.attach(part)

    try:
        s = smtplib.SMTP("smtp.qq.com", timeout=30)  # 连接smtp邮件服务器,端口默认是25
        s.ehlo()
        s.starttls()
        s.login(sender, pwd)  # 登陆服务器
        s.sendmail(sender, receiver, msg.as_string())  # 发送邮件
        s.close()
        print('邮件发送成功！')
    except smtplib.SMTPException:
        print('邮件发送失败！')

＃　使用案例　
if __name__ == '__main__':
    qq = '2642898145'
    send_img_to_email(qq, qq, 'wquuvpbunfqoeahe', '2.png')

四、打包好的成品类——可设置每隔多久发送一次👑

import time

import cv2
import numpy as np
import win32gui
import win32ui
import win32con
import win32api

# coding=utf-8
import smtplib
from email.mime.multipart import MIMEMultipart
from email.mime.text import MIMEText
from email.mime.application import MIMEApplication

class computerScreenDetecter(object):
    def __init__(self, qq, pwd, img_path, time_cell):
        self.qq = qq
        self.pwd = pwd
        self.img_path = img_path
        self.time_cell = time_cell

    def get_screen_size(self):
        import tkinter
        screen = tkinter.Tk()
        w = screen.winfo_screenwidth()  # 获取当前屏幕的宽
        h = screen.winfo_screenheight()  # 获取当前屏幕的高
        return int(w*1.3), int(h*1.3)

    def grab_screen(self, region=None):
        hwin = win32gui.GetDesktopWindow()

        if region:
            left, top, x2, y2 = region
            width = x2 - left + 1
            height = y2 - top + 1
        else:
            width = win32api.GetSystemMetrics(win32con.SM_CXVIRTUALSCREEN)
            height = win32api.GetSystemMetrics(win32con.SM_CYVIRTUALSCREEN)
            left = win32api.GetSystemMetrics(win32con.SM_XVIRTUALSCREEN)
            top = win32api.GetSystemMetrics(win32con.SM_YVIRTUALSCREEN)

        hwindc = win32gui.GetWindowDC(hwin)
        srcdc = win32ui.CreateDCFromHandle(hwindc)
        memdc = srcdc.CreateCompatibleDC()
        bmp = win32ui.CreateBitmap()
        bmp.CreateCompatibleBitmap(srcdc, width, height)
        memdc.SelectObject(bmp)
        memdc.BitBlt((0, 0), (width, height), srcdc, (left, top), win32con.SRCCOPY)

        signedIntsArray = bmp.GetBitmapBits(True)
        img = np.frombuffer(signedIntsArray, dtype='uint8')
        img.shape = (height, width, 4)

        srcdc.DeleteDC()
        memdc.DeleteDC()
        win32gui.ReleaseDC(hwin, hwindc)
        win32gui.DeleteObject(bmp.GetHandle())

        return cv2.cvtColor(img, cv2.COLOR_BGRA2RGB)

    def pritn_time(self):
        import time
        time_tuple = time.localtime(time.time())
        print("当前时间为: {}年{}月{}日 - {}:{}:{}".format(time_tuple[0], time_tuple[1], time_tuple[2], time_tuple[3],
                                                   time_tuple[4],
                                                   time_tuple[5]))

    def send_img_to_email(self):
        sender = self.qq + "@qq.com"  # 发送邮件的邮箱（
        receiver = self.qq + "@qq.com"  # 接受邮件的邮箱    可以和sender的一样
        pwd = self.pwd  # @qq.com邮箱SMTP的授权码
        # wquuvpbunfqoeahe
        msg = MIMEMultipart()
        msg["Subject"] = "有陌生人来访！"  # 邮件的主题
        msg["From"] = sender
        msg["To"] = receiver

        part = MIMEText("请查收陌生人照片！")  # 邮件的正文
        msg.attach(part)

        # 图片
        part = MIMEApplication(open(self.img_path, 'rb').read())  # ''和该.py文件在同一个文件夹下
        part.add_header('Content-Disposition', 'attachment', filename=self.img_path)
        msg.attach(part)

        try:
            s = smtplib.SMTP("smtp.qq.com", timeout=30)  # 连接smtp邮件服务器,端口默认是25
            s.ehlo()
            s.starttls()
            s.login(sender, pwd)  # 登陆服务器
            s.sendmail(sender, receiver, msg.as_string())  # 发送邮件
            s.close()
            print('邮件发送成功！')
        except smtplib.SMTPException:
            print('邮件发送失败！')

    def get_creamerImg(self):

        cap = cv2.VideoCapture(0)
        time_cell = 1
        while time_cell:
            success, img = cap.read()
            cv2.imwrite('screen_img.png', img)
            time_cell -= 1
        cap.release()
        cv2.destroyAllWindows()

    def demo(self):
        w, h = self.get_screen_size()
        start_time = time.time()
        while True:
            img = self.grab_screen(region=(0, 0, w, h))

            end_time = int(time.time() - start_time)
            # 间隔60s发送一次
            if end_time % self.time_cell == 0:
                self.pritn_time()
                cv2.imwrite('screen_img.png', img)
                print('电脑屏幕检测准备开始！')
                self.send_img_to_email()
                print('电脑摄像头检测准备开始！')
                self.get_creamerImg()
                self.send_img_to_email()


# 使用案例
if __name__ == "__main__":
    qq = '2642898145'           # 发送者和接受者的QQ都用同一个
    kwd = 'wquuvpbunfqoeahe'    # QQ邮箱SMTP授权码
    img_path = 'screen_img.png'        # 写入本地图片路径
    time_cell = 60              # 时间间隔多久发送一次截屏 单位：秒(s)

    sd = computerScreenDetecter(qq, kwd, img_path, time_cell)
    sd.demo()

五、补充想法🍉

5.1 人脸识别🎈

我们是不是可以添加一个人脸识别，捕捉到摄像头前人的图片之后识别是否是自己或者自己认识的人，如果不是，那么才发送图片警醒自己，如果是，那么告知是谁？

NOTE：OpenCV的官方GitHub仓库地址是：https://github.com/opencv/opencv

你可以在该仓库中找到相关的文件。具体来说，人脸识别器（CascadeClassifier）所需的级联分类器文件通常位于 data/haarcascades 目录下。而人脸检测器（face_cascade.detectMultiScale）使用的级联分类器文件是 haarcascade_frontalface_default.xml。

你可以通过以下链接直接访问该文件： https://github.com/opencv/opencv/blob/master/data/haarcascades/haarcascade_frontalface_default.xml

请注意，为了使用人脸识别器和人脸检测器，你需要将级联分类器文件下载到本地，并在代码中指定正确的文件路径。

import cv2
import numpy as np

# 加载OpenCV的人脸识别器
face_cascade = cv2.CascadeClassifier('path/to/haarcascade_frontalface_default.xml')

# 加载训练好的人脸识别模型（如LBPH或Eigenfaces）
face_recognizer = cv2.face.LBPHFaceRecognizer_create()
face_recognizer.read('path/to/trained_model.yml')

# 加载图像
image = cv2.imread('path/to/image.jpg')

# 将图像转换为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 使用人脸检测器检测人脸
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))

# 对每个检测到的人脸进行识别
for (x, y, w, h) in faces:
    # 提取人脸区域
    face_roi = gray[y:y+h, x:x+w]

    # 进行人脸识别
    label, confidence = face_recognizer.predict(face_roi)

    # 绘制标签和置信度值在图像上
    text = f"Label: {label}, Confidence: {confidence}"
    cv2.putText(image, text, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2)
    cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 3)

# 显示结果
cv2.imshow('Face Recognition', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

5.2 人脸检测🎈

添加一个人脸检测，每当检测到人脸才进行截图的操作。

NOTE：在下面的代码中，你需要将'path/to/haarcascade_frontalface_default.xml'替换为OpenCV库中实际的haar级联分类器文件路径。你可以在OpenCV的官方GitHub仓库中找到这个文件（https://github.com/opencv/opencv/tree/master/data/haarcascades）。

import cv2
import numpy as np

# 加载OpenCV的人脸检测器
face_cascade = cv2.CascadeClassifier('path/to/haarcascade_frontalface_default.xml')

# 加载图像
image = cv2.imread('path/to/image.jpg')

# 将图像转换为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 使用人脸检测器检测人脸
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))

# 在图像上绘制人脸矩形框
for (x, y, w, h) in faces:
    cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 3)

# 显示结果
cv2.imshow('Face Detection', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

完毕！

制作不易，望点赞＋关注＋收藏（😊(●'◡'●)