Isi kandungan:

Sistem Keselamatan Kamera Web Pizero Motion Detect: 3 Langkah
Sistem Keselamatan Kamera Web Pizero Motion Detect: 3 Langkah

Video: Sistem Keselamatan Kamera Web Pizero Motion Detect: 3 Langkah

Video: Sistem Keselamatan Kamera Web Pizero Motion Detect: 3 Langkah
Video: Raspberry Pi Remote Camera with motionEyeOS - Build a Surveillance System 2024, November
Anonim
Sistem Keselamatan Kamera Web Pizero Motion Detect
Sistem Keselamatan Kamera Web Pizero Motion Detect

Sistem ini menggunakan pizero, wifi dongle dan kamera web lama dalam kotak kotak mancis yang disesuaikan. Ia merakam video mengesan gerakan pada 27fps pergerakan penting di jalan masuk saya. Kemudian memuat naik klip ke akaun dropbox. Juga dapat melihat log dan mengubah konfigurasi melalui dropbox.

Langkah 1: Menyiapkan Prasyarat

Image
Image

Kemas kini sistem operasi ke versi terkini seperti yang dijelaskan di sini.

Kemudian sediakan wifi seperti yang dijelaskan di sini.

Maka anda perlu menyediakan OpenCv. Terdapat arahan yang baik mengenai cara melakukan ini di carian pyimages. Sekiranya anda menggunakan versi 3.0, jangkakan akan memakan masa yang lama. Salah satu langkah memerlukan 9 jam untuk dibuat. Anda juga memerlukan ikatan python yang dijelaskan di halaman itu.

Apabila anda telah menjalankan semua ini, anda sudah bersedia untuk memuat turun perisian mengesan gerakan.

Langkah 2: Menyiapkan Perisian Motion Detect

Mengakses Video dan Konfigurasi Melalui Dropbox
Mengakses Video dan Konfigurasi Melalui Dropbox

Kodnya boleh didapati di bitbucket. Salin fail ini dengan menggunakan

git klon

atau jika anda lebih suka memuat turunnya secara berasingan.

Bahagian utama sistem ini adalah multiMotionDetect.py. Ia menggunakan banyak barisan proses dan acara.

Pertama sekali, anda perlu memutuskan di mana anda mahu gambar video disimpan MotionVideos dan menetapkan nilai ini dalam fail globalConfig.json. Kemudian salin config.json.txt dan maskedAreas.json.txt ke akar folder ini. The config.json.txt mempunyai tetapan berikut yang dapat diedit dari jauh.

}

FrameThreshold: adalah bilangan bingkai penting sebelum gerakan dikesan.

staticThreshold: ialah bilangan bingkai statik sebelum kita mematikan penggambaran.

minArea: adalah ukuran minimum kawasan untuk dikira sebagai signifikan.

postSeconds: Ini adalah jumlah detik dari akhir penggambaran agar pergerakan dapat berjalan dalam barisan. readCamNice: Inilah keutamaan yang harus diberikan kepada

proses readCam. Ini antara -20 dan +20 (semakin rendah angka semakin tinggi keutamaan). Tetapi jangan keterlaluan atau anda akan merosakkan sistem operasi.

checkMotionNice: Keutamaan untuk proses mengesan gerakan.

writeCamNice: Keutamaan proses penulisan kamera.

maxqsize: Ini adalah jumlah detik yang kemudian dikalikan dengan bingkai sesaat.

Saya kebanyakan hanya menukar min_area untuk mengambil kira keadaan angin.

Sekiranya anda lebih suka menggunakan logger sederhana daripada logger soket (di bawah) ubah miaLogging import ke

pembalakan import

logging.basicConfig (nama fail = 'example.log', level = logging. DEBUG)

dan keluarkan penerima log dari fail motionDetect dan semua yang lain mesti berfungsi dengan baik.

Sekiranya anda ingin menjalankan gerakan mengesan secara automatik semasa permulaan.

Pertama, edit skrip dan periksa bahawa homedir menunjuk ke tempat anda mempunyai multiMotionDetect.py, kemudian salin fail motionDetect ke /etc/init.d ie

cp motionDetect /etc/init.d/motionDetect

Sepatutnya boleh dilaksanakan tetapi

chmod + x /etc/init.d/motionDetect

Akhirnya daftar skrip dengan

sudo update-rc.d motionDetect default

Anda juga boleh memulakan, menghentikan dan memulakan semula sistem dengan

sudo /etc/init.d/motionDetect start | stop | mulakan semula

Secara lalai log masuk soket miaLogReceiver akan bermula pada masa yang sama. Tiga program lain adalah bebas tetapi menggunakan socket logger yang sama (tetapi boleh ditukar dengan mudah). Saya memanggil semua ini menggunakan skrip cron dengan selang waktu yang berbeza. Untuk arahan lihat di sini.

CheckRunning.py memeriksa bahawa multiMotionDetect.py sedang berjalan dan memulakan semula jika tidak.

fileMaint.py melakukan pengemasan pada folder video yang menghapusnya setelah beberapa hari. Ia membuang subdirektori folder video gerakan yang ditetapkan dalam perenggan pertama. Ini memeriksa bahawa mereka bermula dengan "MV" jadi pastikan anda tidak mempunyai direktori penting lain bermula dengan watak yang sama dalam folder itu.

Langkah 3: Mengakses Video dan Konfigurasi Melalui Dropbox

Akhirnya jika anda ingin melihat video, log dan fail konfigurasi anda dari jauh, anda perlu menyediakan dropbox.

Mula-mula dapatkan akaun dropbox yang percuma. Kemudian sediakan API untuk python -https://www.dropbox.com/developers/documentation/… Ini termasuk memuat turun sdk dan mendaftarkan aplikasi untuk mengakses API.

Apabila anda mempunyai kunci, masukkan kunci tersebut dalam fail globalConfig.json. Maklumat lebih lanjut mengenai sistem ini boleh didapati di blog saya dani cymru - cyber renegade Sekiranya anda menemui sesuatu yang menarik atau ada pertanyaan, sila beri komen di blog.

Disyorkan: