树莓派+摄像头实现对移动物体的检测

树莓派下对摄像头的调用https://blog.csdn.net/Wangguang_/article/details/89850615

树莓派点亮LEDhttps://blog.csdn.net/Wangguang_/article/details/90258604

接下来，我们将使用python+opencv实现对移动物体的检测

程序功能：摄像头程序识别到移动的物体之后，树莓派连接的LED闪烁，屏幕中显示的摄像头界面出现绿色矩形框选物体移动部分

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 osGPIO.setmode(GPIO.BCM)
GPIO.setup(18,GPIO.OUT)camera = cv2.VideoCapture(0)    # 定义摄像头对象，其参数0表示第一个摄像头
if camera is None:#如果摄像头打开失败，则输出提示信息print('please connect the camera')exit()fps = 30    #帧率
pre_frame = None    #总是取前一帧做为背景（不用考虑环境影响）led = Falsewhile True:start = time.time()# 读取视频流res, cur_frame = camera.read()if res != True:breakend = time.time()seconds = end - startif seconds < 1.0/fps:time.sleep(1.0/fps - seconds)cv2.namedWindow('img',0);#cv2.imshow('img', cur_frame)#检测如何按下Q键，则退出程序key = cv2.waitKey(30) & 0xffif key == 27:break#转灰度图gray_img = cv2.cvtColor(cur_frame, cv2.COLOR_BGR2GRAY)#将图片缩放gray_img = cv2.resize(gray_img, (500, 500))# 用高斯滤波进行模糊处理gray_img = cv2.GaussianBlur(gray_img, (21, 21), 0)#如果没有背景图像就将当前帧当作背景图片if pre_frame is None:pre_frame = gray_imgelse:# absdiff把两幅图的差的绝对值输出到另一幅图上面来img_delta = cv2.absdiff(pre_frame, gray_img)#threshold阈值函数(原图像应该是灰度图,对像素值进行分类的阈值,当像素值高于（有时是小于）#阈值时应该被赋予的新的像素值,阈值方法)thresh = cv2.threshold(img_delta, 25, 255, cv2.THRESH_BINARY)[1]#膨胀图像thresh = cv2.dilate(thresh, None, iterations=2)# findContours检测物体轮廓(寻找轮廓的图像,轮廓的检索模式,轮廓的近似办法)# 该行代码可能有问题，是因为opencv版本问题，如果报错请将三个参数补全# image, contours, hierarchy =   cv2.findContours(thresh.copy(),cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)contours, hierarchy =   cv2.findContours(thresh.copy(),cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)for c in contours:#灵敏度if cv2.contourArea(c) < 1000:continueelse:#框选移动部分(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 = Trueif led == True:#LED闪烁for i in range(30):GPIO.output(18,GPIO.HIGH)time.sleep(0.03)GPIO.output(18,GPIO.LOW)time.sleep(0.03)GPIO.output(18,GPIO.LOW)break#显示cv2.imshow('img', cur_frame)  pre_frame = gray_img# release()释放摄像头
camera.release()#destroyAllWindows()关闭所有图像窗口
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

https://blog.csdn.net/Wangguang_/article/details/90258604

文章参考链接：http://blog.topspeedsnail.com/archives/10797

树莓派+摄像头实现对移动物体的检测相关推荐

基于python的移动物体检测_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 ...
树莓派摄像头 C++ OpenCV YoloV3 实现实时目标检测
树莓派摄像头 C++ OpenCV YoloV3 实现实时目标检测本文将实现树莓派摄像头 C++ OpenCV YoloV3 实现实时目标检测,我们会先实现树莓派对视频文件的逐帧检测来验证算法流程, ...
树莓派摄像头检测到人物动作
原博文网址:https://www.jianshu.com/p/b16edb322508 本文中初步体验了一下树莓派摄像头的基础玩法,利用命令行实现拍照片.拍视频.监控等基本功能. 硬件安装把摄像头 ...
【树莓派笔记】树莓派摄像头的简单使用
1. 摄像头的安装这里使用的是树莓派CSI (Camera Serial Interface)摄像头.引脚面朝micoHDMI接口处.关机后安装,热插拔可能无法检测到. 2. 启用摄像头终端输入 ...
树莓派摄像头使用Motion监测人物动作
更多干货推荐可以去牛客网看看,他们现在的IT题库内容很丰富,属于国内做的很好的了,而且是课程+刷题+面经+求职+讨论区分享,一站式求职学习网站,最最最重要的里面的资源全部免费!!!点击进入------ ...
姿态检测树莓派_怎样在树莓派上轻松实现深度学习目标检测？
原标题:怎样在树莓派上轻松实现深度学习目标检测? 雷锋网按:本文为 AI 研习社编译的技术博客,原标题 How to easily Detect Objects with Deep Learning ...
树莓派摄像头测距程序
焦距=像素*距离/实际宽度. 距离=实际宽度*焦距/像素 import cv2 import time from collections import deque import numpy as np ...
YOLOv3物体/目标检测之实战篇（Windows系统、Python3、TensorFlow2版本）
前言基于YOLO进行物体检测.对象识别,在搭建好开发环境后,先和大家进行实践应用中,体验YOLOv3物体/目标检测效果和魅力:同时逐步了解YOLOv3的不足和优化思路. 开发环境参数系统:Wind ...
树莓派摄像头使用常用命令及代码
检测树莓派摄像头是否可用 raspistill -o image.jpg 2592*1944分辨率直接在终端输入 raspistill 即可查看所有 raspistill的命令选项间隔一定时间拍摄 ...

树莓派+摄像头实现对移动物体的检测

树莓派+摄像头实现对移动物体的检测相关推荐

最新文章

热门文章