Render.com部署的人脸识别考勤系统无法访问本地摄像头求助

核心错误原因 #

1. 云服务器无本地摄像头：Render部署的服务器是远程云主机，未连接任何物理摄像头，因此cv2.VideoCapture(0)必然失败（找不到/dev/video0设备），后续cap.read()返回的frame为空，触发cv2.cvtColor的!_src.empty()断言错误。
2. 代码逻辑警告（本地运行）：if extract_faces(frame) != ():的比较逻辑存在问题，extract_faces返回列表，与空元组直接比较会触发元素级比较失败的警告，应改为检查列表长度是否大于0。

解决方案 #

一、修正本地警告的代码问题 #

将触发警告的行：

if extract_faces(frame) != ():

替换为：

if len(extract_faces(frame)) > 0:

二、重构架构：前端获取摄像头流，后端处理识别 #

云服务器无法直接访问用户本地摄像头，必须通过浏览器前端调用MediaDevices API获取摄像头数据，再将视频帧传给后端处理。具体步骤如下：

1. 前端页面修改（home.html）

添加视频元素和JavaScript代码，用于捕获摄像头流并发送帧到后端：

<video id="video" width="640" height="480" autoplay></video>
<!-- 用于捕获帧的隐藏画布 -->
<canvas id="canvas" style="display: none;"></canvas>

<script>
const video = document.getElementById('video');
const canvas = document.getElementById('canvas');
const ctx = canvas.getContext('2d');

// 请求摄像头权限并启动视频流
navigator.mediaDevices.getUserMedia({ video: true })
  .then(stream => {
    video.srcObject = stream;
    // 每100ms捕获一帧并发送到后端
    setInterval(() => {
      canvas.width = video.videoWidth;
      canvas.height = video.videoHeight;
      ctx.drawImage(video, 0, 0, canvas.width, canvas.height);
      // 将帧转为base64格式发送
      const frameBase64 = canvas.toDataURL('image/jpeg', 0.8);
      fetch('/process_frame', {
        method: 'POST',
        headers: { 'Content-Type': 'application/json' },
        body: JSON.stringify({ frame: frameBase64 })
      })
      .then(res => res.json())
      .then(data => {
        // 处理后端返回的识别结果，例如在页面显示
        if (data.identified_person) {
          console.log('已识别人员:', data.identified_person);
          // 可添加DOM操作在页面展示识别信息
        }
      });
    }, 100);
  })
  .catch(err => alert('无法访问摄像头: ' + err.message));
</script>

2. 后端Flask代码修改

移除服务器端的摄像头读取逻辑，新增接口处理前端传来的帧数据：

import base64
from io import BytesIO
from PIL import Image
import numpy as np
from flask import request, jsonify

@app.route('/start', methods=['GET'])
def start():
    if 'face_recognition_model.pkl' not in os.listdir('static'):
        return render_template('home.html', totalreg=totalreg(), datetoday2=datetoday2(),
                           mess='There is no trained model in the static folder. Please add a new face to continue.')
    # 直接返回页面，由前端处理摄像头流
    userDetails = extract_attendance()
    return render_template('home.html', l=len(userDetails), totalreg=totalreg(),
                       datetoday2=datetoday2(), userDetails=userDetails)

@app.route('/process_frame', methods=['POST'])
def process_frame():
    # 接收前端传来的base64帧数据
    data = request.get_json()
    frame_base64 = data['frame'].split(',')[1]  # 去除base64前缀
    # 解码为OpenCV可用的格式
    img_bytes = base64.b64decode(frame_base64)
    img = Image.open(BytesIO(img_bytes))
    frame = cv2.cvtColor(np.array(img), cv2.COLOR_RGB2BGR)

    result = {'identified_person': None}
    faces = extract_faces(frame)
    if len(faces) > 0:
        (x, y, w, h) = faces[0]
        face = cv2.resize(frame[y:y+h, x:x+w], (50, 50))
        identified_person = identify_face(face.reshape(1, -1))[0]
        add_attendance(identified_person)
        result['identified_person'] = identified_person
    
    return jsonify(result)

3. 移除无用代码

删除原start函数中的以下服务器端图形界面代码（云服务器无图形环境，无法运行）：

cv2.imshow('Attendance', frame)
if cv2.waitKey(1) == 27:
    break
cap.release()
cv2.destroyAllWindows()

关键说明 #

云服务器属于远程环境，没有权限访问用户本地的硬件设备（如摄像头）。所有需要访问用户本地设备的操作，必须由用户的浏览器（前端）完成，再通过网络将数据传递给后端处理。

内容的提问来源于stack exchange，提问作者Veer Sharma