Skip to content

Latest commit

 

History

History
321 lines (204 loc) · 12.1 KB

building-surveillance-system-usb-camera-wireless-connected-raspberry-pi.md

File metadata and controls

321 lines (204 loc) · 12.1 KB
Raw

使用 USB 摄像头和无线连接的树莓派构建监控系统

原文：www.kdnuggets.com/2018/11/building-surveillance-system-usb-camera-wireless-connected-raspberry-pi.html/2

c 评论

3. 使用 PyGame 捕获图像

“fswebcam”包对于快速测试摄像头是否正常工作非常有用。确保摄像头正常后，我们可以开始编写一个 Python 脚本，通过 PyGame 库连续捕获图像。以下代码使用 PyGame 捕获单张图像，打开一个窗口以显示该图像，并最终保存该图像。

import pygame
import pygame.camera

# Captured image dimensions. It should be less than or equal to the maximum dimensions acceptable by the camera.
width = 320
height = 240

# Initializing PyGame and the camera.
pygame.init()
pygame.camera.init()

# Specifying the camera to be used for capturing images. If there is a single camera, then it have the index 0.
cam = pygame.camera.Camera("/dev/video0",(width,height))

# Preparing a resizable window of the specified size for displaying the captured images.
window = pygame.display.set_mode((width,height),pygame.RESIZABLE)

# Starting the camera for capturing images.
cam.start()

# Capturing an image.
image = cam.get_image()

# Stopping the camera.
cam.stop()

# Displaying the image on the window starting from the top-left corner.
window.blit(image,(0,0))

# Refreshing the window.
pygame.display.update()

# Saving the captured image.
pygame.image.save(window,'PyGame_image.jpg')

我们的前三大课程推荐

1. 谷歌网络安全证书 - 快速进入网络安全职业的捷径

2. 谷歌数据分析专业证书 - 提升你的数据分析技能

3. 谷歌 IT 支持专业证书 - 支持你所在组织的 IT

假设上述代码保存在一个名为“im_cap.py”的 Python 文件中。要执行这些代码，我们可以从终端发出以下命令：

pi@raspberry:~ $ python3 im_cam.py

这是执行该文件后显示的窗口。

我们可以修改之前的代码以捕获多张图像。例如，我们可以使用for循环捕获预先指定数量的图像。我们也可以使用不限制图像数量的while循环。这里是修改后的代码，它使用for循环捕获 2,000 张图像。

import pygame
import pygame.camera

# Captured image dimensions. It should be less than or equal to the maximum dimensions acceptable by the camera.
width = 320
height = 240

# Initializing PyGame and the camera.
pygame.init()
pygame.camera.init()

# Specifying the camera to be used for capturing images. If there is a single camera, then it has the index 0.
cam = pygame.camera.Camera("/dev/video0", (width, height))

# Preparing a resizable window of the specified size for displaying the captured images.
window = pygame.display.set_mode((width, height), pygame.RESIZABLE)

# Starting the camera for capturing images.
cam.start()

for im_num in range(0, 2000):
    print("Image : ", im_num)

    # Capturing an image.
    image = cam.get_image()

    # Displaying the image on the window starting from the top-left corner.
    window.blit(image, (0, 0))

    # Refreshing the window.
    pygame.display.update()

    # Saving the captured image.
    pygame.image.save(window, './pygame_images/image_' + str(im_num) + '.jpg')

# Stopping the camera.
cam.stop()

这是 8 张捕获的图像。请注意，摄像头的位置有些许变化。

4. 构建背景模型

到目前为止，我们成功地构建了一个简单的监控系统，其中摄像头捕获的图像被保存在 RPi 的 SD 卡中。我们可以扩展该系统以自动检测场景变化。这是通过构建场景的背景模型来完成的。任何对该模型的更改都将指示一个变化。例如，如果有人经过场景，将导致背景的变化。

背景模型可以通过将多个捕获的图像平均化来简单创建，这些图像中不包含任何物体。因为我们关注的是颜色信息，这些图像将被转换为二进制。以下是用于构建背景模型的 Python 代码。

import skimage.io
import os
import numpy

dir_files = os.listdir('./pygame_images/')

bg_image = skimage.io.imread(fname=dir_files[0], as_grey=True)

for k in range(1, len(dir_files)):
    fname = dir_files[k]
    im = skimage.io.imread(fname=fname, as_grey=True)
    bg_image = bg_image + im

bg_image = bg_image/(len(dir_files))
bg_image_bin = bg_image > 0.5

skimage.io.imsave(fname='bg_model.jpg', arr=bg_image)
skimage.io.imsave(fname='bg_model_bin.jpg', arr=bg_image_bin*255)

这是在平均 500 张图片后得到的灰度和二值背景模型。

5. 检测背景模型的变化

在建立背景模型之后，我们可以测试新图片以检查背景是否发生变化。这可以通过将新图片转换为二值图像来简单实现。然后比较两张图像中的白色像素数量。如果数量超过给定的阈值，则表示背景发生了变化。阈值因场景而异。这里是用于测试新图片的code。

bg_num_ones = numpy.sum(bg_image_bin)
test = skimage.io.imread(fname="./pygame_images/image_800.jpg", 
                         as_grey=True)
test_bin = test > 0.5
test_num_ones = numpy.sum(test_bin)
print("Num 1s in BG   :", bg_num_ones)
print("Num 1s in Test :", test_num_ones)

if(abs(test_num_ones-bg_num_ones) < 5000):
    print("Change.")

这里是一个测试图像，显示了颜色、灰度和二值图像中由于场景中出现物体（人）而与背景的变化。

6. 建立一个简单的电路，当发生变化时点亮 LED 灯

作为背景模型变化的指示，我们可以建立一个简单的电路，当检测到变化时 LED 灯会亮起。这个电路将连接到 RPi 的 GPIO（通用输入输出）引脚。电路需要以下组件：

  • 一个面包板。

  • 一个 LED 灯。

  • 一个电阻（大于或等于 100 欧姆）。我使用的是 178.8 欧姆的电阻。

  • 两根公/公跳线。

  • 两根公/母跳线。

在将电路连接到 GPIO 引脚之前，建议先进行测试。这是因为如果电阻值选择不当，可能不仅会烧毁 LED，还会损坏 GPIO 引脚。测试时需要一个电池为面包板供电。这里是正确连接所有组件后的电路图。

然后，我们可以拆下电池，并将面包板连接到 RPi 的 GPIO 引脚。根据 GPIO 引脚的面包板编号，地连接到引脚号 20，高电压连接到输出引脚号 22。下图展示了面包板与 RPi 之间的连接。RPi 也连接到充电器和 USB 摄像头。

输出 GPIO 引脚由以下 Python 脚本控制。其默认状态为 LOW，表示 LED 灯熄灭。当背景发生变化时，状态会变为 HIGH，表示 LED 灯点亮。LED 灯会亮 0.1 秒，然后状态恢复为熄灭。当另一个输入图像与背景不同时，LED 灯会再亮 0.1 秒。

import time
import RPi.GPIO
import skimage.io
import numpy
import os
import pygame.camera
import pygame

#####GPIO#####
# Initializing the GPIO pins. The numbering using is board.
RPi.GPIO.setmode(RPi.GPIO.BOARD)

# Configuring the GPIO bin number 22 to be an output bin.
RPi.GPIO.setup(22, RPi.GPIO.OUT)

#####PyGame#####
# Initializing PyGame and the camera.
pygame.init()
pygame.camera.init()

# Captured image dimensions. It should be less than or equal to the maximum dimensions acceptable by the camera.
width = 320
height = 240

# Preparing a resizable window of the specified size for displaying the captured images.
window = pygame.display.set_mode((width, height), pygame.RESIZABLE)

# Specifying the camera source and the image dimensions.
cam = pygame.camera.Camera("/dev/video0",(width,height))
cam.start()

#####Background Model#####
# Reading the background model.
bg_image = skimage.io.imread(fname='bg_model_bin.jpg', as_grey=True)
bg_image_bin = bg_image > 0.5
bg_num_ones = numpy.sum(bg_image_bin)

im_dir = '/home/pi/pygame_images/'

for im_num in range(0, 2000):
    print("Image : ", im_num)

    im = cam.get_image()

    # Displaying the image on the window starting from the top-left corner.
    window.blit(im, (0, 0))

    # Refreshing the window.
    pygame.display.update()

    pygame.image.save(window, im_dir+'image'+str(im_num)+'.jpg')
    im = pygame.surfarray.array3d(window)

    test_bin = im > 0.5
    test_num_ones = numpy.sum(test_bin)

    # Checking if there is a change in the test image.
    if (abs(test_num_ones - bg_num_ones) < 5000):
        print("Change.")
        try:
            RPi.GPIO.output(22, RPi.GPIO.HIGH)
            time.sleep(0.1)
            RPi.GPIO.output(22, RPi.GPIO.LOW)
        except KeyboardInterrupt:  # CTRL+C
            print("Keyboard Interrupt.")
        except:
            print("Error occurred.")

# Stopping the camera.
cam.stop()

# cleanup all GPIO pins.
print("Clean Up GPIO.")
RPi.GPIO.cleanup()

下图显示了一张输入图像，由于存在一个人，它与背景图像不同。因此，LED 灯将亮 0.1 秒钟。

以下视频（youtu.be/WOUG-vjg3A4）展示了使用相机捕获的多个帧的 LED 状态。当输入图像与背景模型根据使用的阈值不同，LED 会被点亮。

更多详情

Ahmed Fawzy Gad, “在树莓派上构建图像分类器”，2018 年 9 月，www.linkedin.com/pulse/building-image-classifier-running-raspberry-pi-ahmed-gad

联系作者

**简介: Ahmed Gad**于 2015 年 7 月在埃及门努非亚大学计算机与信息学院（FCI）获得信息技术学士学位，并以优异的成绩毕业。由于在学院中排名第一，他在 2015 年被推荐担任埃及某学院的教学助理，并在 2016 年继续担任教学助理和研究员。他目前的研究兴趣包括深度学习、机器学习、人工智能、数字信号处理和计算机视觉。

原文。经许可转载。

相关:

  • 直观的集成学习指南：梯度提升

  • 在树莓派上构建图像分类器

  • Python 中遗传算法的实现

相关主题