Python
SQL sorguları
Dosya işlemleri
Görsel işlemleri
Veri dönüştürme
Lisans: Apache-2.0
Python — SQL sorguları (face_recog.py)
Orijinal Kod Adı:
Python — face_recog.py
Bu Python kodu (`face_recog.py`), veritabanı tabloları üzerinde sorgulama, filtreleme ve veri okuma/yazma akışını yürütür. Dosya ölçeği: 131 satır (~3.8 KB). Veritabanı üzerinde SQL sorgu işlemleri yürütür. Kullandığı modül/paketler: face_recognition, cv2, openpyxl, datetime. Kaynak depo: ShubhamSonkesriya/Face-Recognition-Attendance-System.
💡 Püf Noktaları:
• Tüm dinamik sorgularda `prepare()` + `execute()` parametre bağlama kullanarak SQL Injection riskini kökünden önleyin.
• Birden çok tabloyu etkileyen yazma işlemlerini `beginTransaction()` / `commit()` / `rollBack()` bloğu içinde atomik yürütün.
• `face_recog.py` dosyasındaki ortam bağımlı sabitleri (DSN, anahtar, URL) doğrudan kod yerine `.env` veya merkezi ayar katmanından okuyun.
• Python kodunu canlı ortama taşımadan önce kenar durumları (boş girdi, zaman aşımı, hatalı format) için test senaryosu oluşturun.
🛠️ Uygulama Tarifi:
1. Sanal ortamı (`python3 -m venv .venv`) etkinleştirip üçüncü parti paketleri (`pip install face_recognition cv2 openpyxl`) kurun.
2. Ortam değişkenlerini ve dosya/API yollarını yerel çalışma dizinine göre ayarlayın.
3. Dosyayı `python3 face_recog.py` komutuyla çalıştırıp standart çıktı ve istisna kayıtlarını gözlemleyin.
💡 Püf Noktaları:
• Tüm dinamik sorgularda `prepare()` + `execute()` parametre bağlama kullanarak SQL Injection riskini kökünden önleyin.
• Birden çok tabloyu etkileyen yazma işlemlerini `beginTransaction()` / `commit()` / `rollBack()` bloğu içinde atomik yürütün.
• `face_recog.py` dosyasındaki ortam bağımlı sabitleri (DSN, anahtar, URL) doğrudan kod yerine `.env` veya merkezi ayar katmanından okuyun.
• Python kodunu canlı ortama taşımadan önce kenar durumları (boş girdi, zaman aşımı, hatalı format) için test senaryosu oluşturun.
🛠️ Uygulama Tarifi:
1. Sanal ortamı (`python3 -m venv .venv`) etkinleştirip üçüncü parti paketleri (`pip install face_recognition cv2 openpyxl`) kurun.
2. Ortam değişkenlerini ve dosya/API yollarını yerel çalışma dizinine göre ayarlayın.
3. Dosyayı `python3 face_recog.py` komutuyla çalıştırıp standart çıktı ve istisna kayıtlarını gözlemleyin.
Dikkat Edilmesi Gerekenler:
• [Hata Yönetimi] Veritabanı veya dosya I/O akışında görünür `try/catch` (istisna) bloğu saptanmadı; kritik adımlarda istisna yakalama ve anlamlı loglama ekleyin.
• [Hata Yönetimi] Üretime almadan önce geçersiz girdi, eksik ortam değişkeni ve bağlantı kesilmesi senaryoları için istisna/hata loglamasını doğrulayın.
• [Sürüm & Test] Bağımlılık ve çalışma ortamı sürümlerini (PHP/Node/Python/DB) hedef sunucuyla eşleştirip test ortamında doğruladıktan sonra dağıtın.
• [Hata Yönetimi] Veritabanı veya dosya I/O akışında görünür `try/catch` (istisna) bloğu saptanmadı; kritik adımlarda istisna yakalama ve anlamlı loglama ekleyin.
• [Hata Yönetimi] Üretime almadan önce geçersiz girdi, eksik ortam değişkeni ve bağlantı kesilmesi senaryoları için istisna/hata loglamasını doğrulayın.
• [Sürüm & Test] Bağımlılık ve çalışma ortamı sürümlerini (PHP/Node/Python/DB) hedef sunucuyla eşleştirip test ortamında doğruladıktan sonra dağıtın.
import face_recognition
import cv2
from openpyxl import Workbook
import datetime
# Get a reference to webcam #0 (the default one)
video_capture = cv2.VideoCapture(0)
# Create a woorksheet
book=Workbook()
sheet=book.active
# Load images.
image_1 = face_recognition.load_image_file("1.jpg")
image_1_face_encoding = face_recognition.face_encodings(image_1)[0]
image_5 = face_recognition.load_image_file("5.jpg")
image_5_face_encoding = face_recognition.face_encodings(image_5)[0]
image_7 = face_recognition.load_image_file("7.jpg")
image_7_face_encoding = face_recognition.face_encodings(image_7)[0]
image_3 = face_recognition.load_image_file("3.jpg")
image_3_face_encoding = face_recognition.face_encodings(image_3)[0]
image_4 = face_recognition.load_image_file("4.jpg")
image_4_face_encoding = face_recognition.face_encodings(image_4)[0]
# Create arrays of known face encodings and their names
known_face_encodings = [
image_1_face_encoding,
image_5_face_encoding,
image_7_face_encoding,
image_3_face_encoding,
image_4_face_encoding
]
known_face_names = [
"1",
"5",
"7",
"3",
"4"
]
# Initialize some variables
face_locations = []
face_encodings = []
face_names = []
process_this_frame = True
# Load present date and time
now= datetime.datetime.now()
today=now.day
month=now.month
while True:
# Grab a single frame of video
ret, frame = video_capture.read()
# Resize frame of video to 1/4 size for faster face recognition processing
small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)
# Convert the image from BGR color (which OpenCV uses) to RGB color (which face_recognition uses)
rgb_small_frame = small_frame[:, :, ::-1]
# Only process every other frame of video to save time
if process_this_frame:
# Find all the faces and face encodings in the current frame of video
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:
# See if the face is a match for the known face(s)
matches = face_recognition.compare_faces(known_face_encodings, face_encoding)
name = "Unknown"
# If a match was found in known_face_encodings, just use the first one.
if True in matches:
first_match_index = matches.index(True)
name = known_face_names[first_match_index]
# Assign attendance
if int(name) in range(1,61):
sheet.cell(row=int(name), column=int(today)).value = "Present"
else:
pass
face_names.append(name)
process_this_frame = not process_this_frame
# Display the results
for (top, right, bottom, left), name in zip(face_locations, face_names):
# Scale back up face locations since the frame we detected in was scaled to 1/4 size
top *= 4
right *= 4
bottom *= 4
left *= 4
# Draw a box around the face
cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)
# Draw a label with a name below the face
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)
# Display the resulting image
cv2.imshow('Video', frame)
# Save Woorksheet as present month
book.save(str(month)+'.xlsx')
# Hit 'q' on the keyboard to quit!
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# Release handle to the webcam
video_capture.release()
cv2.destroyAllWindows()
Tespit Edilen SQL Sorguları
with a name below the face