本文旨在解决在使用OpenCV进行人脸识别考勤时，由于代码逻辑问题导致考勤信息重复写入CSV文件的问题。通过分析问题代码，找出重复写入的原因，并提供修改后的代码示例，确保考勤记录的准确性和唯一性。文章还讨论了进一步优化方案，例如将已记录的名字列表保存在内存中，避免重复读取文件，提高程序效率。
在人脸识别考勤系统中，实时从摄像头捕获图像，识别出人脸并记录考勤信息是常见的需求。然而，在实际应用中，可能会遇到重复记录考勤信息的问题。本文将针对这个问题，提供详细的解决方案和优化建议。
问题分析
原代码的问题在于 markAttendance 函数中，每次检测到人脸时，都会打开 Attendance.csv 文件，读取所有行，然后检查当前识别到的人名是否已存在于列表中。由于 if name not in nameList: 语句位于 for 循环内部，因此每次循环都会进行一次判断，导致在同一帧图像中多次识别到同一张脸时，会重复写入考勤信息。
解决方案
核心思路是将判断人名是否已存在于列表中的逻辑，从 for 循环内部移到循环外部，确保只有在读取完所有已存在的人名后，才进行判断和写入操作。
以下是修改后的 markAttendance 函数代码：
def markAttendance(name):
with open('Attendance.csv','r+') as f:
myDataList = f.readlines()
nameList = []
for line in myDataList:
entry = line.split(',')
nameList.append(entry[0])
# 循环结束后再进行判断
if name not in nameList:
now = datetime.now()
dtString = now.strftime('%H:%M:%S')
f.writelines(f'\n{name},{dtString}')代码解释：
- 读取所有已存在的人名： 首先，打开 Attendance.csv 文件，读取所有行，并将每行的人名添加到 nameList 列表中。
- 判断人名是否已存在： 在循环结束后，判断当前识别到的人名 name 是否已存在于 nameList 列表中。
- 写入考勤信息： 如果 name 不在 nameList 列表中，则获取当前时间，并将人名和时间写入 Attendance.csv 文件。
进一步优化：将已记录的名字列表保存在内存中
每次调用 markAttendance 函数都读取整个 CSV 文件效率较低。更优化的方案是在程序启动时一次性读取所有已记录的名字，并将其保存在内存中。后续的考勤记录直接与内存中的列表进行比较，只有在发现新的人名时才写入文件，并更新内存中的列表。
以下是优化后的代码示例：
def readNames():
with open('Attendance.csv', 'r') as f:
nameList = []
for line in f:
entry = line.split(',')
nameList.append(entry[0])
return nameList
def markAttendance(name, nameList):
if name not in nameList:
nameList.append(name) # add directly to list
# write to file
with open('Attendance.csv', 'a') as f:
dt = datetime.now().strftime('%H:%M:%S')
f.writelines(f'\n{name},{dt}')
# --- 程序启动时 ---
nameList = readNames() # read only once at start
# --- 在主循环中 ---
while True:
# ...
if matches[matchIndex]:
# ...
markAttendance(name, nameList)代码解释：
- readNames() 函数： 在程序启动时调用，读取 Attendance.csv 文件中的所有人名，并返回一个列表。
- markAttendance(name, nameList) 函数： 接收人名和内存中的 nameList 作为参数。如果人名不在 nameList 中，则将其添加到 nameList 中，并将考勤信息写入 Attendance.csv 文件。
- 程序启动时： 调用 readNames() 函数，将已记录的人名加载到 nameList 列表中。
- 主循环中： 在检测到人脸后，调用 markAttendance(name, nameList) 函数进行考勤记录。
注意事项：
- 在多线程或多进程环境中，需要考虑线程安全或进程安全问题，确保对 nameList 的访问是同步的。
- 如果 Attendance.csv 文件非常大，一次性读取可能会占用大量内存。可以考虑使用数据库或其他更高效的数据存储方式。
总结
本文针对人脸识别考勤系统中重复写入 CSV 文件的问题，提供了两种解决方案：
- 修改 markAttendance 函数的逻辑，将判断人名是否已存在的逻辑移到循环外部。 这种方法简单易懂，适用于数据量较小的情况。
- 将已记录的名字列表保存在内存中，避免重复读取文件。 这种方法可以提高程序效率，适用于数据量较大的情况。
选择哪种方案取决于具体的应用场景和性能需求。在实际应用中，可以根据需要进行调整和优化，以达到最佳的考勤效果。
