当前位置:首页 > 嵌入式 > 嵌入式硬件
[导读]移动侦测是常见的智能化视频监控手段之一,其通过判断和识别移动物体然后进行拍照记录可以有效的降低处理器的计算处理量,只需要在有移动事件触发的时候才进行监控和录像,

移动侦测是常见的智能化视频监控手段之一,其通过判断和识别移动物体然后进行拍照记录可以有效的降低处理器的计算处理量,只需要在有移动事件触发的时候才进行监控和录像,进而避免监控录制和拍摄大量的无用的照片信息。今天本篇blog就带大家用Python语言来简单实现通过USB摄像头采集图像进行移动侦测,侦测到有移动物体后立即拍照保存。

 


首先还是搭建环境,这里在USB图像采集blog中已经进行了说明,只需要将我们的USB摄像头、鼠标和键盘链接到dragonbaord 410c开发板上即可,如果你使用的是有线的USB鼠标和键盘,USB鼠标和摄像头可以共用一个。

搭建好环境后,我们就可以来进行移动侦测程序的编写了,同样,这里我们直接上干货,具体的代码如下:

#!/usr/bin/env python

import cv2, sys

import numpy as np

# Constants

DEVICE_NUMBER = 0

FONT_FACES = [

cv2.FONT_HERSHEY_SIMPLEX,

cv2.FONT_HERSHEY_PLAIN,

cv2.FONT_HERSHEY_DUPLEX,

cv2.FONT_HERSHEY_COMPLEX,

cv2.FONT_HERSHEY_TRIPLEX,

cv2.FONT_HERSHEY_COMPLEX_SMALL,

cv2.FONT_HERSHEY_SCRIPT_SIMPLEX,

cv2.FONT_HERSHEY_SCRIPT_COMPLEX

]

#这次代码是在前面的代码的基础上改进的,因此这里保存了我们前面的代码

MOTION_THRESHOLD = 0.3

#初始化web摄像头

vc = cv2.VideoCapture(DEVICE_NUMBER)

# Check if the webcam init was successful

if vc.isOpened(): # try to get the first frame

retval, frame = vc.read()

previous_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

else:

sys.exit(1)

#如果摄像头初始化成功,可以成功读取摄像头数据则进入到循环模式,循环处理摄像头图像帧

while retval:

# Define the frame which the webcam will show

frame_show = frame

# Convert frame to grayscale to make phase comparison

frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

# Convert frames into floaTIng point

f_frame = np.float32(frame)

f_previous_frame = np.float32(previous_frame)

# 构建背景模型

(dx,dy) = cv2.phaseCorrelate(f_frame,f_previous_frame)

# Determine moTIon from the phase correlaTIon

if abs(dx) > MOTION_THRESHOLD and abs(dy) > MOTION_THRESHOLD:

#写入文本信息

font_typeface = FONT_FACES[5]

font_scale = 2

font_color = (0,0,255)

font_weight = 5

x = 0

y = 50

cv2.putText(frame_show, "Motion!", (x,y), font_typeface, font_scale, font_color, font_weight)

#显示视频

cv2.imshow("DB410c Workshop #5: Motion Detection", frame_show)

# Retain previous frame for comparison

previous_frame = frame

# 刷新进入下一帧处理

retval, frame = vc.read()

# Exit program after waiting for a pressed key

#设置停止退出按键

if cv2.waitKey(1) == 27:

break

以上就是实现整个移动侦测的Python代码,非常简单的流程就可以实现对摄像头采集到的图像数据进行移动侦测,如果大家有兴趣还可以在上面进行稍微的修改,就可以将该功能改为对移动物体的识别和追踪,这里后续blog中将进一步向大家介绍。

代码写好后,保存为monition.py,然后运行python monition.py 就可以看到如下效果的监测,当你的摄像头移动的时候系统会在视频上显示motion!表示移动。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: 驱动电源

在工业自动化蓬勃发展的当下,工业电机作为核心动力设备,其驱动电源的性能直接关系到整个系统的稳定性和可靠性。其中,反电动势抑制与过流保护是驱动电源设计中至关重要的两个环节,集成化方案的设计成为提升电机驱动性能的关键。

关键字: 工业电机 驱动电源

LED 驱动电源作为 LED 照明系统的 “心脏”,其稳定性直接决定了整个照明设备的使用寿命。然而,在实际应用中,LED 驱动电源易损坏的问题却十分常见,不仅增加了维护成本,还影响了用户体验。要解决这一问题,需从设计、生...

关键字: 驱动电源 照明系统 散热

根据LED驱动电源的公式,电感内电流波动大小和电感值成反比,输出纹波和输出电容值成反比。所以加大电感值和输出电容值可以减小纹波。

关键字: LED 设计 驱动电源

电动汽车(EV)作为新能源汽车的重要代表,正逐渐成为全球汽车产业的重要发展方向。电动汽车的核心技术之一是电机驱动控制系统,而绝缘栅双极型晶体管(IGBT)作为电机驱动系统中的关键元件,其性能直接影响到电动汽车的动力性能和...

关键字: 电动汽车 新能源 驱动电源

在现代城市建设中,街道及停车场照明作为基础设施的重要组成部分,其质量和效率直接关系到城市的公共安全、居民生活质量和能源利用效率。随着科技的进步,高亮度白光发光二极管(LED)因其独特的优势逐渐取代传统光源,成为大功率区域...

关键字: 发光二极管 驱动电源 LED

LED通用照明设计工程师会遇到许多挑战,如功率密度、功率因数校正(PFC)、空间受限和可靠性等。

关键字: LED 驱动电源 功率因数校正

在LED照明技术日益普及的今天,LED驱动电源的电磁干扰(EMI)问题成为了一个不可忽视的挑战。电磁干扰不仅会影响LED灯具的正常工作,还可能对周围电子设备造成不利影响,甚至引发系统故障。因此,采取有效的硬件措施来解决L...

关键字: LED照明技术 电磁干扰 驱动电源

开关电源具有效率高的特性,而且开关电源的变压器体积比串联稳压型电源的要小得多,电源电路比较整洁,整机重量也有所下降,所以,现在的LED驱动电源

关键字: LED 驱动电源 开关电源

LED驱动电源是把电源供应转换为特定的电压电流以驱动LED发光的电压转换器,通常情况下:LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: LED 隧道灯 驱动电源
关闭