Главная

Простой вариант системы видеонаблюдения в помещении с использованием датчика движения и Python на платформе Raspberry

2017-01-25 в 18:20, admin, рубрики: opencv, python, Raspberry Pi

Доброго времени суток! После нескольких экспериментов с разработкой системы видеонаблюдения, которые я отразил в предыдущей публикации, решил поделиться итоговым решением.

Простой вариант системы видеонаблюдения в помещении с использованием датчика движения и Python на платформе Raspberry - 1

Описание итогового решения

Проанализировав свой опыт использования системы видеонаблюдения и рекомендации к предыдущему посту (отдельное спасибо Varkus), в результате выбрал для себя реализацию с использованием PIR-датчика (далее датчик) для определения перемещений/движений. Алгоритм решения реализовал на Python.

Ранее я не хотел использовать дополнительный аппаратный компонент в своем решении, но подход с использованием датчика оказался очень простым и лаконичным. Тем более, что датчик оказался недорогим, если заказать его на aliexpress.

Аппаратная часть

Из «железа» использовал:

— Raspberry Pi3;
— USB-камеру Logitech
— датчик движения SR501P1.

Датчик подключил с помощью 30-и сантиметровых коннекторов, внешний вид привожу ниже.

Простой вариант системы видеонаблюдения в помещении с использованием датчика движения и Python на платформе Raspberry - 2

Да, предварительно выбрал необходимую чувствительность, настроив его с помощью потенциометра.

Программная часть

Для автоматизации процесса видеонаблюдения ограничился одним Python-скриптом, который выполняет всю работу, а именно — мониторит перемещения с помощью датчика и, если оно выявлено:

— делает несколько снимков помещения, используя для этого библиотеку Python OpenCV;
— сохраняет снимки в Яндекс.Диске;
— по достижении определенного порога перемещений, в моем случае – десять выявленных перемещений, прекращает съемку и отправляет последний из сохраненных снимков в Telegram.

Порог (threshhold) задан для того чтобы ограничить количество снимков при фиксации перемещений. По достижении порога съемка прекращается и в Telegram высылается одно, последнее сохраненное фото. Я установил порог равным десяти, этого достаточно, чтобы зафиксировать факт проникновения на фото. Видео писать посчитал лишним, к тому же фото занимает меньше места.

В конечном варианте я отказался от использования алгоритма по определению лиц на фото.
Код скрипта, без алгоритма по определению лиц, приведен ниже.

from gpiozero import MotionSensor
import cv2
import telepot
import time

def Telegram_send(input_file):
 import glob
 import os
 file=max(glob.iglob(input_file+'*.jpg'),key=os.path.getctime)
 bot = telepot.Bot('*************************************')
 bot.sendMessage(*********, 'Motion detected!')
 bot.sendPhoto(*********, open(file,'rb'))

def main():
 file='/home/pi/alarms/'
 counter=0
 threshhold=10
 pir=MotionSensor(4)
 try:
  camera=cv2.VideoCapture(0)
  while counter<=threshhold:
   if pir.motion_detected:
    print("Motion detected at "+str(time.strftime("%Y%m%d-%H%M%S")))
    if not camera.isOpened():
     camera.open(0)
     result,image=camera.read()
    else:
     result,image=camera.read()
    cv2.imwrite(file+str(time.strftime("%Y%m%d-%H%M%S"))+'.jpg',image)
    counter+=1
  if counter >=threshhold: Telegram_send(file)
 except Exception as e:
  print('Something is wrong.',e)
  camera.release()

if __name__=="__main__":
 main()

«Плюсы» и «минусы» решения с использованием датчика

Плюсы использования датчика:

1. Простой итоговый код в виде ОДНОГО скрипта на Python, реализующего весь алгоритм работы.
2. Нет необходимости в приобретении инфракрасного фильтра/камеры для работы в ночное время.
3. Относительная дешевизна датчика.

Из минусов вижу пока только возможность выхода из строя датчика при длительной его эксплуатации. Но, возможно, этот девайс (датчик) будет стабильно и долго работать, несмотря на то, что это не «промышленный» вариант.