树莓派+摄像头实现对移动物体的检测


						在上一篇文章中实现了树莓派下对摄像头的调用，有兴趣的可以看一下：python+opencv实现摄像头调用的方法

接下来，我们将使用python+opencv实现对移动物体的检测

一、环境变量的配置

我们可以参照上一篇文章对我们的树莓派进行环境的配置

当我们将cv2的库安装之后，就可以实现对摄像头的操作

二、摄像头的连接

在此实验中，我使用的为usb摄像头

当我们连接摄像头之后，终端输入





ls /dev/video*



如果终端提示如下：



则表示摄像头连接成功

三、编码实现对移动物体的检测

使用python编写程序，实现对移动物体的检测，代码如下





#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()



我的树莓派终端不能显示中文，因此会出现乱码

Ubuntu下的运行结果如下



树莓派下执行结果如下：



此外，在检测物体移动的同时，添加了led闪烁以及框选移动部分的功能，led安装方法请移步之前的博客

文章参考链接：OpenCV检测场景内是否有移动物体

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持中文源码网。