在这篇文章中，我将告诉你如何创建人脸识别程序，可以检测你的主人的脸，如果脸是匹配的，那么它会创建™实例，EBS卷，并将EBS it EC2附加到飞翔上。

但是，如果其他人试图访问此应用程序/程序，它将拒绝进一步访问，并单击该人的图像。该单击的图像将与该人的附件共享给所有者电子邮件。此外，它还会在What应用程序上发送短信，告诉œ有人试图访问您的应用程序-Euro�。

让™了解这个项目的一步一步的过程，并了解它是如何对未来有用的。

步骤1：捕获Owner-uro™的面部图像作为模型训练数据

让我们了解一下这部分是如何完成的。

此代码将捕获100张车主图片作为模型的训练数据。

import cv2
import numpy as np
import time

步骤2：使用捕获的图像创建模型

利用上述步骤中采集到的图像，建立模型，利用该模型可以检测出用户的人脸。

import cv2
import numpy as np
from os import listdir
from os.path import isfile, join

我们的模特训练得很成功。

步骤3：创建子任务的函数

功能一：发送带图片的邮件

在这个函数中，我已经编写了Python代码，它将从给定文件夹的路径中选择图像，并将该图像作为附件发送到邮件中。我™已经使用HTML码发送邮件，这会使邮件看起来更好看。

如果我们发送没有html内容的邮件，它将共享正常的文本和图像。它可以完成这项任务，但是使用html在外观上做得更好。

import smtplib
import os
import getpass
import imghdr
from os import environ 
from email.message import EmailMessage

功能2：使用python发送Whats APP消息

她的程序的第二个子任务是使用™发送What应用程序消息。当其他人试图访问我们的应用程序时，它可以在什么应用程序上通知所有者。

import pywhatkit #pywhatkit library is used for whatsapp operation using python
from datetime import datetime #datetime module to get current time

函数3：调用上述两个函数的函数，用于AWS CLI子任务

这是我们执行任务中非常重要的一部分。在这一部分中，程序将向所有者提供许可，并拒绝对未知人员的访问。

此代码将在尚未在文章中介绍的主代码中调用。

因此，假设部件是否供经过身份验证的用户(程序/应用程序的所有者)使用

在EUROUREœ中，如果EUROURE�PART首先显示带有文本的解锁图像，EUROUREœ访问权限被授予EUROURE�，这意味着现在您可以使用更远的代码部分。

之后，它将开始启动AWSEC2实例，名称为？EUROUREœTask6？EURO�。当它完成时，它将显示文本-EUROUREœEC2实例成功启动-EURO�。接下来，它将启动EBS卷，获取可用于附加EBS的实例ID和卷ID的值，最后将EBS与EC2附加在一起，还将根据任务完成情况同时打印一些文本。(=这里，我们的if部分完成了。

现在，在“EUROœELIFâEURO�Part”中发生的事情是，只要EIIF条件满足，它就会在锁的图片上显示文本-EUROœAccess DIRED？EURO�。从图像中裁剪用户的脸，并首先将其发送给指定的邮件ID，然后在What-Euroœ上发送文本有人试图访问您的应用-Euro�

我们只需在完成人脸检测的下一个代码中调用此代码。

def aws_cli_access():
 if FaceDetect == 70:
 unlock = cv2.imread(“./image/unlock.jpg�)
 
 cv2.putText(unlock, “Access�, (45, 50) , cv2.FONT_HERSHEY_COMPLEX, 1, (0,0,255), 2)
 cv2.putText(unlock, “Granted�, (45, 100) , cv2.FONT_HERSHEY_COMPLEX, 1, (0,0,255), 2)
 cv2.imshow(“unlock� , unlock)
 cv2.waitKey(2000)
 cv2.destroyAllWindows()
 print(“=============================================�)

第四步：人脸检测器

™：我们节目的主要部分到了。在这段代码中，它将启动我们的相机，检测我们的脸，并将其与我们之前创建的模型进行匹配，该模型与我们的面部图像数据相匹配。在将模型与当前正在进行的视频进行比较后，它将在图像上显示它是否识别您的文本，并显示当前用户与所有者脸的准确率(置信度分数)/相似度百分比。

如果置信度得分大于90，则会显示一些他认出你的文本，并统计与置信度得分小于90的人脸匹配的次数。

当它从视频中识别图像帧70次或识别图像失败120次时，它将中断循环，停止视频屏幕，并调用aws_cli_access函数。如果它识别你70次，那么程序会知道你是经过身份验证的用户，并授予你下一个代码的访问权，下一个代码是启动EC2、EBS并将它们连接起来。

另一方面，如果程序无法识别用户120次，则程序得出结论-™的未认证用户，它将裁剪他/她的脸部图像，并将其分享到所有者邮件中，并向所有者发送文本消息。

太棒了！

IT-uro™可以实现为具有许多更有趣用例的安全特性。

这是™的密码。

import cv2
import numpy as np
import os
import time

这个程序概念可以在许多现实世界的用例中实现，并且对我们中的许多人都很有用。希望你喜欢这篇文章。这里？eulegihub的源代码链接：https://github.com/pratik2630/Facelock_awscli_mail_whatsapp_msg：™https://github.com/pratik2630/Facelock_awscli_mail_whatsapp_msg

Iâuro™很快还会在这里添加演示视频。

或者你也可以在LinkedIn上联系我获取更新：https://www.linkedin.com/in/pratikkorgaonkar

感谢您的阅读！