樹莓派+攝像頭實(shí)現(xiàn)對移動(dòng)物體的檢測
在上一篇文章中實(shí)現(xiàn)了樹莓派下對攝像頭的調(diào)用,有興趣的可以看一下:python+opencv實(shí)現(xiàn)攝像頭調(diào)用的方法
接下來,我們將使用python+opencv實(shí)現(xiàn)對移動(dòng)物體的檢測
一、環(huán)境變量的配置
我們可以參照上一篇文章對我們的樹莓派進(jìn)行環(huán)境的配置
當(dāng)我們將cv2的庫安裝之后,就可以實(shí)現(xiàn)對攝像頭的操作
二、攝像頭的連接
在此實(shí)驗(yàn)中,我使用的為usb攝像頭
當(dāng)我們連接攝像頭之后,終端輸入
ls /dev/video*
如果終端提示如下:

則表示攝像頭連接成功
三、編碼實(shí)現(xiàn)對移動(dòng)物體的檢測
使用python編寫程序,實(shí)現(xiàn)對移動(dòng)物體的檢測,代碼如下
#encoding=utf-8
import RPi.GPIO as GPIO
import cv2
import time
import os
GPIO.setmode(GPIO.BCM)
GPIO.setup(18,GPIO.OUT)
camera = cv2.VideoCapture(0)
if camera is None:
print('please connect the camera')
exit()
fps = 30
pre_frame = None
led = False
while True:
start = time.time()
res, cur_frame = camera.read()
if res != True:
break
end = time.time()
seconds = end - start
if seconds < 1.0/fps:
time.sleep(1.0/fps - seconds)
cv2.namedWindow('img',0);
#cv2.imshow('img', cur_frame)
key = cv2.waitKey(30) & 0xff
if key == 27:
break
gray_img = cv2.cvtColor(cur_frame, cv2.COLOR_BGR2GRAY)
gray_img = cv2.resize(gray_img, (500, 500))
gray_img = cv2.GaussianBlur(gray_img, (21, 21), 0)
if pre_frame is None:
pre_frame = gray_img
else:
img_delta = cv2.absdiff(pre_frame, gray_img)
thresh = cv2.threshold(img_delta, 25, 255, cv2.THRESH_BINARY)[1]
thresh = cv2.dilate(thresh, None, iterations=2)
contours, hierarchy = cv2.findContours(thresh.copy(),cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
for c in contours:
if cv2.contourArea(c) < 1000:
continue
else:
(x,y,w,h) = cv2.boundingRect(c)
cv2.rectangle(cur_frame,(x,y),(x+w,y+h),(0,255,0),2)
print("something is moving!!!")
led = True
if led == True:
for i in range(30):
GPIO.output(18,GPIO.HIGH)
time.sleep(0.03)
GPIO.output(18,GPIO.LOW)
time.sleep(0.03)
break
cv2.imshow('img', cur_frame)
pre_frame = gray_img
camera.release()
cv2.destroyAllWindows()
我的樹莓派終端不能顯示中文,因此會(huì)出現(xiàn)亂碼
Ubuntu下的運(yùn)行結(jié)果如下

樹莓派下執(zhí)行結(jié)果如下:

此外,在檢測物體移動(dòng)的同時(shí),添加了led閃爍以及框選移動(dòng)部分的功能,led安裝方法請移步之前的博客
文章參考鏈接:OpenCV檢測場景內(nèi)是否有移動(dòng)物體
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python中實(shí)現(xiàn)單例模式的n種方式和原理
這篇文章主要介紹了Python中實(shí)現(xiàn)單例模式的n種方式和原理,需要的朋友可以參考下2018-11-11
Matplotlib實(shí)戰(zhàn)之百分比柱狀圖繪制詳解
百分比堆疊式柱狀圖是一種特殊的柱狀圖,可以用于可視化比較不同類別或組的百分比或比例的圖表,下面我們就來介紹一下如何使用Matplotlib繪制百分比柱狀圖,需要的可以參考下2023-08-08
Python中棧、隊(duì)列與優(yōu)先級隊(duì)列的實(shí)現(xiàn)方法
這篇文章主要給大家介紹了關(guān)于Python中棧、隊(duì)列與優(yōu)先級隊(duì)列的實(shí)現(xiàn)方法,文中通過示例代碼介紹的非常詳細(xì),對大家學(xué)習(xí)或者使用python具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧2019-06-06
用xpath獲取指定標(biāo)簽下的所有text的實(shí)例
今天小編就為大家分享一篇用xpath獲取指定標(biāo)簽下的所有text的實(shí)例,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01
Python深度學(xué)習(xí)之Unet?語義分割模型(Keras)
這篇文章主要介紹了語義分割任務(wù)中Unet一個(gè)有意思的模型-Keras。Keras是一個(gè)由Python編寫的開源人工神經(jīng)網(wǎng)絡(luò)庫,可進(jìn)行深度學(xué)習(xí)模型的設(shè)計(jì)、調(diào)試、評估、應(yīng)用和可視化。感興趣的小伙伴快來跟隨小編一起學(xué)習(xí)一下吧2021-12-12
Python數(shù)據(jù)分析之雙色球中藍(lán)紅球分析統(tǒng)計(jì)示例
這篇文章主要介紹了Python數(shù)據(jù)分析之雙色球中藍(lán)紅球分析統(tǒng)計(jì),結(jié)合實(shí)例形式較為詳細(xì)的分析了Python針對雙色球藍(lán)紅球中獎(jiǎng)數(shù)據(jù)分析的相關(guān)操作技巧,需要的朋友可以參考下2018-02-02
最新版 Windows10上安裝Python 3.8.5的步驟詳解
這篇文章主要介紹了最新版 Windows10上安裝Python 3.8.5的步驟詳解,本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-11-11
python函數(shù)裝飾器之帶參數(shù)的函數(shù)和帶參數(shù)的裝飾器用法示例
這篇文章主要介紹了python函數(shù)裝飾器之帶參數(shù)的函數(shù)和帶參數(shù)的裝飾器用法,結(jié)合實(shí)例形式分析了Python函數(shù)裝飾器中函數(shù)帶多個(gè)參數(shù)以及裝飾器帶有多個(gè)參數(shù)的具體原理與實(shí)現(xiàn)方法,需要的朋友可以參考下2019-11-11

