基于PyQt5和MySQL的人脸识别考勤系统设计与实现

1. 项目概述与背景

考勤管理一直是企业日常运营中的痛点问题。记得去年我帮一家200人规模的公司做系统升级时，发现他们还在用纸质签到表+指纹打卡的混合方式。每月底HR部门要花整整3天时间核对考勤数据，还经常出现代打卡、漏打卡的纠纷。这正是人脸识别考勤系统能大显身手的地方。

这个基于PyQt5和MySQL的系统，核心解决了三个传统考勤的顽疾：

1. 身份冒用问题：人脸特征的唯一性从根本上杜绝了代打卡
2. 数据孤岛问题：所有记录实时入库，告别Excel表格的版本混乱
3. 流程低效问题：识别+记录全程自动化，HR只需处理异常情况

技术选型上特别说明：PyQt5的跨平台特性让系统可以部署在Windows/Linux/macOS，而MySQL的ACID特性确保了考勤数据的绝对可靠。这两个选择经过了实际生产环境的验证。

2. 核心架构设计

2.1 系统模块划分

整个系统采用典型的三层架构：

code复制表示层(PyQt5 UI) 
    ↓ 
业务逻辑层(人脸识别+考勤规则) 
    ↓ 
数据访问层(MySQL CRUD)

2.2 关键技术栈深度解析

• 人脸识别方案对比：
  • OpenCV Haar级联：速度快但准确率低（实测约85%）
  • Dlib HOG：平衡性好（实测92%）
  • face_recognition库：基于dlib的深度学习模型（实测98%+）

最终选择face_recognition库，因其：

1. 单次识别仅需300-500ms
2. 自带128维特征向量生成
3. 对光照变化鲁棒性强

2.3 数据库设计精要

people表优化方案：

sql复制CREATE TABLE `people` (
  `id` INT NOT NULL AUTO_INCREMENT,
  `name` VARCHAR(50) COLLATE utf8mb4_bin NOT NULL,  -- 区分大小写
  `employee_id` VARCHAR(20) GENERATED ALWAYS AS (CONCAT('EMP',LPAD(id,5,'0'))) STORED,
  `face_encoding` BLOB NOT NULL,
  `c