使用 C++/OpenCV 构建员工在岗状态监控系统

⚠️ 重要声明与道德考量：
本文旨在提供一个基于计算机视觉技术的概念验证项目，仅供学习和技术研究之用。在真实环境中使用此类系统涉及严重的员工隐私、数据安全和道德问题。在任何情况下部署员工监控系统都必须严格遵守当地法律法规，并获得被监控人员的明确、知情同意。滥用此类技术可能会侵犯个人隐私，并对工作环境产生负面影响。开发者应始终将道德和隐私放在首位。

引言

在某些需要确保人员在特定位置的场景中（例如关键控制室、生产线或特定服务台），自动化在岗状态检测可以提高管理效率和安全性。传统的人工巡查或打卡系统存在延迟和人力成本。计算机视觉为此提供了一种非接触式、实时的解决方案。

本文将详细介绍如何使用 C++ 和强大的 OpenCV 库，构建一个基础的监控系统，该系统能够通过摄像头自动检测一个预设的工位（或任何“感兴趣区域”）是否有人，并实时显示“在岗”或“离岗”状态。

核心思路与技术选择

我们的目标是判断一个特定区域（工位）是否有人。最直接的实现思路是：

1. 定义感兴趣区域 (Region of Interest, ROI): 在摄像头的视野中，手动划定一个或多个矩形区域，每个矩形代表一个工位。
2. 行人检测: 在视频的每一帧中，运行一个人体检测算法，找出画面中所有人的位置。
3. 关联判断: 检查检测到的人体边界框 (Bounding Box) 是否与我们预先定义的工位 ROI 有足够的重叠。
4. 状态更新: 如果某个工位 ROI 与人体边界框发生重叠，我们将其标记为“在岗”；否则，标记为“离岗”。

在技术选择上，OpenCV 提供了多种行人检测的方法。对于这个项目，我们将采用 HOG (Histogram of Oriented Gradients, 面向梯度直方图) 特征描述子。选择 HOG 的原因是：

• 内置与高效: OpenCV 内置了基于 HOG 的行人检测器，无需额外配置复杂的深度学习框架。它在CPU上的运行速度相对较快，足以满足实时处理的基本需求。
• 经典与稳定: HOG 是一种在计算机视觉领域经过验证的、非常经典的特征提取方法，对于姿态相对正直的行人有较好的检测效果。

环境准备

开始编码前，请确保您的开发环境满足以下条件：

• C++ 编译器: 一个现代的 C++ 编译器，如 g++, Clang, 或 MSVC。
• OpenCV 库: 安装 OpenCV 库 (推荐 3.x 或 4.x版本)。您需要确保在编译时能够链接到 OpenCV 的核心模块 (core)、图像处理模块 (imgproc)、视频IO模块 (videoio)、高级GUI模块 (highgui) 以及对象检测模块 (objdetect)。

项目结构

这是一个非常基础的项目，所有代码都可以在一个文件中完成。

in-position-monitoring/
|-- main.cpp

C++/OpenCV 代码实现

以下是完整的 main.cpp 代码。它会从摄像头读取视频流，并在一个预设的工位区域进行在岗状态检测。

#include <opencv2/opencv.hpp>
#include <iostream>
#include <vector>

int main() {
    // 1. 初始化视频捕获 (0代表默认摄像头, 也可替换为视频文件路径)
    cv::VideoCapture cap(0);
    if (!cap.isOpened()) {
        std::cerr << "错误: 无法打开摄像头或视频文件。" << std::endl;
        return -1;
    }

    // 2. 初始化OpenCV内置的基于HOG的行人检测器
    cv::HOGDescriptor hog;
    hog.setSVMDetector(cv::HOGDescriptor::getDefaultPeopleDetector());

    // 3. 定义工位区域 (ROI - Region of Interest)
    // 根据您的摄像头画面和工位位置调整 x, y, width, height
    // 例如，一个在画面左侧的工位
    cv::Rect workstation_roi(50, 100, 250, 350); 

    std::cout << "在岗状态监测已启动... 按 'q' 键退出。" << std::endl;

    cv::Mat frame;
    while (true) {
        // 读取一帧
        cap >> frame;
        if (frame.empty()) {
            std::cerr << "错误: 无法读取视频帧。" << std::endl;
            break;
        }

        // 4. 行人检测
        std::vector<cv::Rect> found_people;
        std::vector<double> weights;
        // detectMultiScale 参数: 图像, 检测结果, 置信度, winStride, padding, scale, finalThreshold
        hog.detectMultiScale(frame, found_people, weights, 0, cv::Size(8,8), cv::Size(0,0), 1.05, 2.0);

        // 5. 状态判断
        bool is_occupied = false;
        // 遍历所有检测到的人
        for (const auto& person_rect : found_people) {
            // 计算检测到的人体框与工位ROI的交集
            cv::Rect intersection = person_rect & workstation_roi;
            
            // 如果交集面积大于0 (即有重叠), 则认为工位有人
            if (intersection.area() > 0) {
                is_occupied = true;
                // 为了可视化，用绿色绘制检测到的人
                 cv::rectangle(frame, person_rect, cv::Scalar(0, 255, 0), 2);
            }
        }

        // 6. 可视化绘制
        std::string status_text;
        cv::Scalar roi_color;
        
        if (is_occupied) {
            status_text = "Status: ZAI GANG (Occupied)";
            roi_color = cv::Scalar(0, 255, 0); // 绿色
        } else {
            status_text = "Status: LI GANG (Vacant)";
            roi_color = cv::Scalar(0, 0, 255); // 红色
        }

        // 绘制工位ROI区域
        cv::rectangle(frame, workstation_roi, roi_color, 2);
        // 在ROI上方显示工位标签
        cv::putText(frame, "Workstation 1", cv::Point(workstation_roi.x, workstation_roi.y - 10),
                    cv::FONT_HERSHEY_SIMPLEX, 0.5, roi_color, 2);
        
        // 在画面左上角显示整体状态
        cv::putText(frame, status_text, cv::Point(15, 30),
                    cv::FONT_HERSHEY_SIMPLEX, 0.7, cv::Scalar(255, 255, 255), 2);

        // 显示结果
        cv::imshow("In-Position Monitoring System", frame);

        // 按 'q' 退出
        if (cv::waitKey(1) == 'q') {
            break;
        }
    }

    // 释放资源
    cap.release();
    cv::destroyAllWindows();

    return 0;
}

代码解析

1. 初始化视频捕获: cv::VideoCapture cap(0); 打开默认的摄像头。您可以将其替换为视频文件路径，如 cv::VideoCapture("office.mp4");。
2. 初始化HOG检测器: hog.setSVMDetector(cv::HOGDescriptor::getDefaultPeopleDetector()); 加载OpenCV预训练好的行人检测模型。
3. 定义工位ROI: cv::Rect workstation_roi(...) 创建一个矩形来代表工位。这是您唯一需要根据实际场景主要调整的参数。 您需要观察摄像头画面，确定工位所在的大致像素坐标 (x, y) 及其 宽度 和 高度。
4. 行人检测: hog.detectMultiScale(...) 是核心检测函数。它在图像上以不同尺度滑动窗口，寻找与HOG行人模型匹配的区域。结果会返回一个包含所有检测到的人体位置的 cv::Rect 向量。
5. 状态判断:
   • 我们设置一个布尔变量 is_occupied，默认为 false。
   • 遍历检测到的所有人 found_people。
   • 关键逻辑是 cv::Rect intersection = person_rect & workstation_roi;。& 运算符被重载用于计算两个矩形的交集。
   • 如果 intersection.area() > 0，说明检测到的人体框与工位区域有重叠，我们将 is_occupied 设为 true。
6. 可视化:
   • 根据 is_occupied 的状态，我们改变工位ROI框的颜色（在岗为绿色，离岗为红色）和显示的文本。
   • 使用 cv::rectangle 绘制矩形框，使用 cv::putText 在画面上添加文本，提供直观的视觉反馈。

编译与运行

您可以使用 g++ 和 pkg-config 来编译代码，这是在Linux环境下最便捷的方式：

g++ main.cpp -o monitoring_system `pkg-config --cflags --libs opencv4`

(如果您的OpenCV版本是3.x或名称不同，请将 opencv4 替换为正确的名称，如 opencv)

编译成功后，运行程序：

./monitoring_system

程序将打开摄像头，并在窗口中实时显示检测结果。

局限性与改进方向

这个基础系统存在一些明显的局限性，但同时也为我们指明了改进的方向：

• 检测精度: HOG检测器对遮挡、非标准姿态（如弯腰、侧身）和光照变化比较敏感，可能导致漏检或误检。
• 身份不可知: 系统只知道“有人”，但不知道是“谁”。它无法区分员工与访客。
• 单一视角: 单个摄像头的视角有限，如果员工被高大的物体（如显示器、隔板）遮挡，检测就会失败。
• 简单的逻辑: 系统只判断“在”或“不在”的瞬时状态。无法判断“暂时离开”（如去喝水）和“长时间离岗”的区别。

改进方向:

• 更换更强的检测模型: 使用基于深度学习的模型，如 YOLO (You Only Look Once) 或 SSD (Single Shot MultiBox Detector)。这些模型精度更高，对遮挡和姿态变化的鲁棒性更好，但需要更强的计算能力（最好有GPU）。
• 增加时间维度逻辑: 引入一个计时器。当一个工位从“在岗”变为“离岗”时，启动计时。只有当离岗时间超过一个预设阈值（如5分钟）时，才真正触发“离岗”警报。
• 多目标与多工位: 修改代码以支持在一个画面中定义多个ROI，并分别跟踪每个工位的状态。
• 结合人脸识别: 如果业务需求和隐私法规允许，可以集成人脸识别技术，实现身份绑定，做到“指定员工在指定工位”的检测。

结论

本文通过一个完整的C++/OpenCV项目，展示了如何从零开始构建一个基础的在岗状态监控系统。我们利用了经典的HOG行人检测算法和简单的几何逻辑，实现了对特定区域人员存在与否的判断。尽管这个原型很简单，但它清晰地揭示了计算机视觉技术在自动化监控领域的应用潜力，并为探索更复杂、更智能的系统奠定了坚实的基础。最重要的是，它也提醒我们，在探索技术可能性的同时，必须时刻保持对隐私和道德规范的敬畏。