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 os   GPIO.setmode(GPIO.BCM) GPIO.setup(18,GPIO.OUT)   camera = cv2.VideoCapture(0) if camera is None:  print('please connect the camera')  exit()   fps = 30  pre_frame = None   led = False   while True:  start = time.time()  res, cur_frame = camera.read()  if res != True:  break  end = time.time()  seconds = end - start  if seconds < 1.0/fps:  time.sleep(1.0/fps - seconds)    cv2.namedWindow('img',0);  #cv2.imshow('img', cur_frame)  key = cv2.waitKey(30) & 0xff  if key == 27:  break    gray_img = cv2.cvtColor(cur_frame, cv2.COLOR_BGR2GRAY)  gray_img = cv2.resize(gray_img, (500, 500))  gray_img = cv2.GaussianBlur(gray_img, (21, 21), 0)    if pre_frame is None:  pre_frame = gray_img  else:  img_delta = cv2.absdiff(pre_frame, gray_img)  thresh = cv2.threshold(img_delta, 25, 255, cv2.THRESH_BINARY)[1]  thresh = cv2.dilate(thresh, None, iterations=2)    contours, hierarchy = cv2.findContours(thresh.copy(),cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)  for c in contours:   if cv2.contourArea(c) < 1000:   continue   else:  (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 = True  if led == True:  for i in range(30):  GPIO.output(18,GPIO.HIGH)  time.sleep(0.03)  GPIO.output(18,GPIO.LOW)  time.sleep(0.03)   break    cv2.imshow('img', cur_frame)   pre_frame = gray_img   camera.release() 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

文章参考链接：OpenCV检测场景内是否有移动物体

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持自学php网。

查看更多关于树莓派+摄像头实现对移动物体的检测的详细内容...