基于Dragonboard 410c開發板的USB攝像頭實現移動偵測

移動偵測是常見的智能化視頻監控手段之一，其通過判斷和識別移動物體然后進行拍照記錄可以有效的降低處理器的計算處理量，只需要在有移動事件觸發的時候才進行監控和錄像，進而避免監控錄制和拍攝大量的無用的照片信息。今天本篇blog就帶大家用Python語言來簡單實現通過USB攝像頭采集圖像進行移動偵測，偵測到有移動物體后立即拍照保存。

首先還是搭建環境，這里在USB圖像采集blog中已經進行了說明，只需要將我們的USB攝像頭、鼠標和鍵盤鏈接到dragonbaord 410c開發板上即可，如果你使用的是有線的USB鼠標和鍵盤，USB鼠標和攝像頭可以共用一個。

搭建好環境后，我們就可以來進行移動偵測程序的編寫了，同樣，這里我們直接上干貨，具體的代碼如下：

#!/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
]

#這次代碼是在前面的代碼的基礎上改進的，因此這里保存了我們前面的代碼

MOTION_THRESHOLD = 0.3

#初始化web攝像頭

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)

#如果攝像頭初始化成功，可以成功讀取攝像頭數據則進入到循環模式，循環處理攝像頭圖像幀

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)
# 構建背景模型
(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:
#寫入文本信息
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)
#顯示視頻
cv2.imshow(DB410c Workshop #5: Motion Detection, frame_show)
# Retain previous frame for comparison
previous_frame = frame
# 刷新進入下一幀處理
retval, frame = vc.read()
# Exit program after waiting for a pressed key

#設置停止退出按鍵
if cv2.waitKey(1) == 27:
break

以上就是實現整個移動偵測的Python代碼，非常簡單的流程就可以實現對攝像頭采集到的圖像數據進行移動偵測，如果大家有興趣還可以在上面進行稍微的修改，就可以將該功能改為對移動物體的識別和追蹤，這里后續blog中將進一步向大家介紹。

代碼寫好后，保存為monition.py，然后運行python monition.py 就可以看到如下效果的監測，當你的攝像頭移動的時候系統會在視頻上顯示motion！表示移動。