Zamek szyfrowy z rozpoznawaniem twarzy (offline)

🎯 Co zbudujesz?

W tym projekcie zbudujesz inteligentny zamek drzwiowy, który otwiera się tylko po rozpoznaniu twarzy właściciela — bez potrzeby internetu. Wszystko działa lokalnie, dzięki Raspberry Pi i sztucznej inteligencji.

🧰 Komponenty

Raspberry Pi (rekomendowany: 3B+, 4 lub Zero 2 W)
Kamera kompatybilna z Raspberry Pi (np. Kamera v2 lub USB)
Moduł przekaźnika 5V (do sterowania elektrozaczepem)
Elektrozaczep 12V (lub serwomechanizm do testów)
Zasilacz 12V i/lub powerbank
Obudowa (np. plastikowa skrzynka lub druk 3D)
Przewody, złącza, śrubki

📷 Schemat działania

Kamera rejestruje obraz.
Algorytm rozpoznaje twarz na podstawie wcześniej zapisanych wzorców.
Jeśli twarz pasuje – Raspberry Pi aktywuje przekaźnik, odblokowując zamek.

💻 Oprogramowanie i biblioteki

Zainstaluj na Raspberry Pi:

sudo apt update
sudo apt install python3-opencv python3-pip
pip3 install face-recognition imutils

Opcjonalnie (do uruchamiania przy starcie):

sudo apt install screen

🧠 Kod – rozpoznawanie twarzy

Plik: face_lock.py

import face_recognition
import cv2
import numpy as np
import RPi.GPIO as GPIO
import time

# Ustawienia GPIO
RELAY_PIN = 17
GPIO.setmode(GPIO.BCM)
GPIO.setup(RELAY_PIN, GPIO.OUT)
GPIO.output(RELAY_PIN, GPIO.HIGH)  # Zamek zamknięty

# Załaduj znane twarze
known_image = face_recognition.load_image_file("known/owner.jpg")
known_encoding = face_recognition.face_encodings(known_image)[0]

video_capture = cv2.VideoCapture(0)

print("Uruchomiono system rozpoznawania twarzy...")

while True:
    ret, frame = video_capture.read()
    rgb_frame = frame[:, :, ::-1]

    face_locations = face_recognition.face_locations(rgb_frame)
    face_encodings = face_recognition.face_encodings(rgb_frame, face_locations)

    for face_encoding in face_encodings:
        matches = face_recognition.compare_faces([known_encoding], face_encoding)
        if True in matches:
            print("Twarz rozpoznana – otwieram zamek!")
            GPIO.output(RELAY_PIN, GPIO.LOW)  # Otwórz zamek
            time.sleep(5)
            GPIO.output(RELAY_PIN, GPIO.HIGH)  # Zamknij zamek
            break

    time.sleep(0.2)

🛠️ Montaż krok po kroku

Zamontuj Raspberry Pi i kamerę w obudowie przy drzwiach.
Podłącz kamerę i przekaźnik (do GPIO17).
Podłącz elektrozaczep przez przekaźnik i zasilacz 12V.
Stwórz folder known/ i umieść tam zdjęcie właściciela jako owner.jpg.
Wgraj kod face_lock.py i uruchom: bashKopiujEdytujpython3 face_lock.py
System rozpoznaje twarz i odblokowuje drzwi na 5 sekund po pozytywnej weryfikacji.

🔧 Możliwe rozszerzenia

Obsługa wielu użytkowników (więcej zdjęć i identyfikacja po imieniu)
Interfejs webowy lub przycisk do manualnego otwierania
Wersja z czujnikiem ruchu – oszczędność energii
Integracja z domofonem lub systemem smart home (np. Home Assistant)
Zastosowanie maskowania tła i ochrony antyspoofingowej (np. detekcja 3D)

🧠 Wersja z AI

Jeśli chcesz ulepszyć rozpoznawanie:

Trenuj model lokalnie z użyciem np. MediaPipe, OpenCV lub ONNX
Możesz użyć TinyML + Edge Impulse + kamery USB do rozpoznania twarzy offline nawet na ESP32-S3 (bardziej zaawansowana wersja)

✅ Podsumowanie

To projekt, który daje nie tylko satysfakcję z działania – ale i realne poczucie bezpieczeństwa. Idealny do nauki AI w praktyce oraz wykorzystania Raspberry Pi. Zamek na twarz? Teraz to możliwe — i całkowicie offline.