FaceFound Qt6 - 现代化液态玻璃界面的人脸识别工具

项目介绍

在初代 FaceFound 的基础上，我开发了全新的 FaceFound Qt6 版本，使用 PyQt6 打造了现代化的液态玻璃界面，并新增了 C++/Qt6 重写版，支持 Windows 桌面和 Android 平台。

项目地址：https://github.com/Enco-shark/facefound_qt6

功能特点

图片人脸识别 — 自动检测并标注人脸姓名
视频人脸识别 — 逐帧分析视频，输出带标注的结果视频
液态玻璃界面 — PyQt6 现代化毛玻璃效果，透明背景
视觉调节 — 支持透明度、明暗度实时调节
无边框窗口 — 自定义标题栏，支持拖动移动
多种命令行工具 — 适合不同场景的批量处理需求
GPU 加速 — 支持 DirectML / CUDA 加速
中文标注 — 支持在图片上绘制中文姓名

C++/Qt6 重写版

仓库内新增了一个 C++17 + Qt6 的重写版本，目录为 cpp_rewrite/，按以下结构拆分：

cpp_rewrite/core：跨平台共享核心（模型加载、检测/对齐/特征、模板库 ftdb、匹配）
cpp_rewrite/windows：Windows 桌面 GUI（Qt Widgets）
cpp_rewrite/android：Android GUI（Qt Quick/QML）

模板库格式

推荐使用 .ftdb 格式（更快、体积小、便于打包），通过 GUI 选择”模板图片目录”并点击”生成人脸库”即可生成。

构建指南

Windows

依赖（建议全部随发行包一起打包）：

Qt 6（带 Widgets/Multimedia 模块）
OpenCV（用于图片/视频编解码与基础图像处理）
ONNX Runtime C/C++（用于加载 buffalo_l 的 onnx）

cmake -S cpp_rewrite -B build_cpp ^
  -DFACEAPP_ORT_ROOT="C:/path/to/onnxruntime" ^
  -DOpenCV_DIR="C:/path/to/opencv/build" ^
  -DFACEAPP_BUILD_WINDOWS_GUI=ON -DFACEAPP_BUILD_ANDROID_GUI=OFF
cmake --build build_cpp --config Release

Android

Android 端使用 Qt for Android 工具链构建 cpp_rewrite/android，并复用 core。

需要 Qt for Android（含 NDK/SDK 配置），OpenCV/ONNX Runtime 需要提供 Android 对应的预编译库并随 APK 一起打包。

模型放置

沿用 InsightFace 的 buffalo_l 模型目录结构，放在可执行文件可找到的位置：

1
2
3

buffalo_l/
  det_10g.onnx
  w600k_r50.onnx

Python PyQt6 版

安装依赖

1	pip install insightface onnxruntime opencv-python numpy Pillow tqdm PyQt6 pyinstaller

主程序

# 图形界面版（推荐） — PyQt6 液态玻璃界面
python face_tool.py

# 模板生成工具 — 扫描照片生成特征缓存
python make_cache_npz.py [目录]

命令行工具

项目提供了多种版本的命令行视频处理工具：

文件	特点
`video.py`	基础版，joblib 并行处理
`video_Pro.py`	优化版，坐标越界检查
`video_Max.py`	最大性能版，多进程加速
`video_ultra.py`	极简版，单线程
`video_ultra2.py`	基础版2
`video_ultra3.py`	多线程版
`video_npz.py`	推荐 npz 版 — 支持 `-c -o` 参数
`only_npz.py`	带完整日志的 npz 版
`face_recognize.py`	命令行人脸识别工具

环境要求

Python 3.8+
Windows 10/11（Linux/macOS 也可运行）

快速开始

1. 下载模型

从 InsightFace 官方 Release 下载 buffalo_l 模型：
下载地址

解压后放在程序同目录下：

项目目录/
├── buffalo_l/
│   ├── det_10g.onnx        # 人脸检测模型
│   ├── w600k_r50.onnx      # 人脸识别模型
│   ├── 1k3d68.onnx         # 3D 关键点模型
│   ├── 2d106det.onnx       # 2D 关键点模型
│   └── genderage.onnx      # 性别年龄模型

2. 生成人脸特征缓存

1	python make_cache_npz.py D:\照片\人物

照片命名规则：张三.jpg → 识别结果为 “张三”

3. 运行界面

1	python face_tool.py

版本对比

相比初代 FaceFound，Qt6 版本的改进：

界面从 Tkinter 升级为 PyQt6，支持液态玻璃效果
新增 C++/Qt6 重写版，性能更优
新增 Android 支持（Qt Quick/QML）
新增 .ftdb 模板库格式
更丰富的命令行工具选择

欢迎 Star 和 PR！🌟

Enco的小站