「玩转树莓派」搭建智能家居远程监控系统

来自:爪哇笔记(微信号:Java_note),作者:小柒2012

前言

前几天,在食堂吃饭,本来每天中午的新闻三十分换成了视频监控。我们已经习惯了,前十分钟看着领导都很忙,中间十分钟中国人民都很幸福,后十分钟别的国家都生活在水深火热里,顺便跟同事谈谈国家大事。突然主角换成了我们自己,便毫无抬头的欲望。

恰巧最近也有在接触大屏监控的解决方案,于是乎,就索性拿树莓派实验了一把,做一个智能监控系统。

软硬件清单

  • 读卡器以及 SD 卡(装系统用)

  • 摄像头一枚,支持 USB

  • SSH连接工具(SecureCRT,Xshell)

  • 宽带、路由器(家中常备)

  • 装好系统的树莓派 3B+ 一只(充电器、CPU散热风扇等)

在开始之前照常先秀一下这半成品的监控系统,是不是丑到爆!?

监控系统

市面上有很多开源的摄像头管理软件,比如 motion、mjpg-streamer,当然我们也可以用 Python 自己实现更智能的监控系统。

下面,我们分别来介绍以上三种方案。

motion

安装:

sudo apt-get install motion

打开 motion daemon 守护进程,让他可以一直在后台运行

sudo vim /etc/default/motion
no修改成yes:
start_motion_daemon=yes

修改 motion 的配置文件:

sudo vim /etc/motion/motion.conf
#deamon off 改成 on
deamon on
#设置分辨率
width 800
height 600
#关闭 localhost 的限制
stream_localhost off

运行 motion:

sudo motion

停止 motion:

killall motion 或者 service motion stop

现在我们的摄像头已经变成了一台网络摄像头。在chrome浏览器下访问 http://<树莓派IP>:8081 即可看到摄像头当前拍摄的画面。

不得不说,真的很耗CPU,差不多持续在60%左右,并且有一定的延迟,卡顿特别严重。

mjpg-streamer

先安装依赖:

sudo apt-get install libjpeg8-dev cmake

下载 mjpg-streamer-master 软件:

wget http://github.com/jacksonliam/mjpg-streamer/archive/master.zip
unzip master.zip
cd mjpg-streamer-master/mjpg-streamer-experimental
# 编辑配置文件
vim plugins/input_raspicam/input_raspicam.c

进去之后搜索fps,也就是按一下/键,然后输入fps,然后回车将fps、高度、宽度修改,参考下图:

然后退出到mjpg-streamer-master/mjpg-streamer-experimental路径,编译:

sudo make clean all

启动摄像头:

//启动普通 USB摄像头
./mjpg_streamer -i "./input_uvc.so" -o "./output_http.so -w ./www"  
//启动树莓派专用摄像头
./mjpg_streamer -i "./input_raspicam.so" -o "./output_http.so -w ./www"
//openwrt下启动,8090端口
mjpg_streamer -i "input_uvc.so -f 10 -r 320*240" -o "output_http.so -p 8090 -w www"

如果出现以下错误:

多插拔几次摄像头兴许就可以了。

多参数启动:

sudo mjpg_streamer -i "./input_uvc.so -r 640x480 -f 10 -n" -o "./output_http.so -p 8080 --w ./www"

密码访问

# userid:password 改成自己的就可以
sudo mjpg_streamer -i "./input_uvc.so -r 640x480 -f 10 -n" -o "./output_http.so -p 8080 --w ./www -c userid:password"

在浏览器中打开,外网自备穿透:

  1. http://<树莓派IP>:8080

  2. http://<树莓派IP>:8080/?action=stream


最终画面:

这个就流畅多了,CPU差不多也占到五六十的样子,不过无碍,毕竟是4核。

Python 实现

上面两种方式只能做到浏览器监控访问,非局域网还得搭个穿透才能访问,看似华丽,其实并没有实际卵用。

为了更加智能的实现监控告警,下面我们采用Python +OpenCV+Wechat 实现。

安装 OpenCV

安装基础组件:

sudo apt-get update
sudo apt-get install libjpeg-dev libatlas-base-dev libjpeg-dev libtiff5-dev libpng12-dev libqtgui4 libqt4-test libjasper-dev  

然后安装 OpenCV:

sudo pip3 install opencv-python

一般情况,你是不可能安装成功的,99.999% 会出现以下错误:

Collecting opencv-python
  Downloading https://www.piwheels.org/simple/opencv-python/opencv_python-3.4.4.19-cp35-cp35m-linux_armv7l.whl (7.4MB)
    45% |██████████████▍                 | 3.3MB 15kB/s eta 0:04:20
THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE. If you have updated the package versions, please update the hashes. Otherwise, examine the package contents carefully; someone may have tampered with them.
    opencv-python from https://www.piwheels.org/simple/opencv-python/opencv_python-3.4.4.19-cp35-cp35m-linux_armv7l.whl#sha256=329d9d9fdd62b93d44a485aeaab4602c6f5b8555ea8bcc7dbcdc62c90cfe2c3f:
        Expected sha256 329d9d9fdd62b93d44a485aeaab4602c6f5b8555ea8bcc7dbcdc62c90cfe2c3f
             Got        869c7994c40b84ac09f244f768db9269d52d3265d376441e8516a47f24711ef2

这可能是由于网速太慢了,没有下载完整的文件,所以不完整的文件的md5和期望的不一样。

我们首先下载 whl 文件到本地:

# 浏览器直接访问就可以
https://www.piwheels.org/simple/opencv-python/opencv_python-3.4.4.19-cp35-cp35m-linux_armv7l.whl

然后上传到树莓派,使用以下命令安装:

sudo pip3 install opencv_python-3.4.4.19-cp35-cp35m-linux_armv7l.whl

如果出现以下代码,说明安装成功:

Processing ./opencv_python-3.4.4.19-cp35-cp35m-linux_armv7l.whl
Requirement already satisfied: numpy>=1.12.1 in /usr/lib/python3/dist-packages (from opencv-python==3.4.4.19)
Installing collected packages: opencv-python
Successfully installed opencv-python-3.4.4.19

智能监控主要代码:

  1. # -*- coding: utf-8 -*-

  2. # import 进openCV的库

  3. import cv2

  4. import os

  5. import time

  6. from wxpy import *


  7. """

  8. 树莓派打造智能看门狗

  9. sudo pip3 install opencv-python

  10. sudo pip3 install wechat_sender

  11. """



  12. # 登录微信

  13. bot = Bot()

  14. my_friend = bot.friends().search('监控狗')[0]



  15. # 调用摄像头检测人脸并截图

  16. def camera(window_name, path_name):


  17.    # Linux 不显示图形界面

  18.    # cv2.namedWindow(window_name)


  19.    # 视频来源,来自USB摄像头

  20.    cap = cv2.VideoCapture(0)


  21.    # 告诉OpenCV使用人脸识别分类器

  22.    classfier = cv2.CascadeClassifier(os.getcwd()+"/haarcascade/haarcascade_frontalface_alt.xml")


  23.    # 识别出人脸后要画的边框的颜色,RGB格式, color是一个不可增删的数组

  24.    color = (0, 255, 0)


  25.    num = 0

  26.    while cap.isOpened():

  27.        ok, frame = cap.read()  # 读取一帧数据

  28.        if not ok:

  29.            break


  30.        # 将当前桢图像转换成灰度图像

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

  32.        # 人脸检测,1.2和2分别为图片缩放比例和需要检测的有效点数

  33.        faceRects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))

  34.        if len(faceRects) > 0:  # 大于0则检测到人脸

  35.            for faceRect in faceRects:  # 单独框出每一张人脸

  36.                x, y, w, h = faceRect

  37.                num = num+1

  38.                # 将当前帧保存为图片

  39.                img_name = "%s/%d.jpg" % (path_name, num)

  40.                image = frame[y - 10: y + h + 10, x - 10: x + w + 10]

  41.                cv2.imwrite(img_name, image, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])

  42.                print("有人来了~~~")

  43.                alarm(num)

  44.                # 延迟 60s,不要太频繁的发送,知道来了就可以了

  45.                time.sleep(60)

  46.                # 画出矩形框

  47.                cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)

  48.                # 显示当前捕捉到了多少人脸图片了

  49.                font = cv2.FONT_HERSHEY_SIMPLEX

  50.                cv2.putText(frame, 'num:%d/1000' % (num), (x + 30, y + 30), font, 1, (255, 0, 255), 4)


  51.        # 显示图像 Linux 下注释掉即可

  52.        # cv2.imshow(window_name, frame)

  53.        c = cv2.waitKey(10)

  54.        if c & 0xFF == ord('q'):

  55.            break

  56.    # 释放摄像头并销毁所有窗口

  57.    cap.release()

  58.    cv2.destroyAllWindows()



  59. def alarm(num):

  60.    my_friend.send('有人闯进卧室了!')

  61.    my_friend.send_image(os.getcwd()+"/dog/"+str(num)+".jpg")



  62. if __name__ == '__main__':

  63.    camera("watchdog", os.getcwd()+"/dog")

运行脚本,系统会自动生成一个二维码,使用微信扫描登录即可:

python3 watchdog.py

然后,把你的狗头对准摄像头,神奇的事情就这么发生了。

有点小遗憾的是,启动脚本后,Python 进程 CPU 占用率居然高达300+,平均每个 CPU 差不多80+的样子,心疼我的小风扇一秒钟。

小结

如果你比较追求精致,还是不要这么搞了,这套方案离小米网络监控视摄像头功能差远了,到手价只要189,而一个树莓派的板子就 200+。

如果你喜欢瞎折腾,还是蛮好的,不仅能学到知识,还能体会到其中的乐趣,最重要的是可以随心所欲的接入可以实现的任何功能。

推荐↓↓↓
Linux学习
上一篇:漫画-Linux中断子系统综述 下一篇:「玩转树莓派」搭建属于自己的云盘服务