「玩轉樹莓派」搭建智能家居遠程監控系統

前言

前幾天，在食堂吃飯，原本天天中午的新聞三十分換成了視頻監控。咱們已經習慣了，前十分鐘看着領導都很忙，中間十分鐘中國人民都很幸福，後十分鐘別的國家都生活在水深火熱裏，順便跟同事談談國家大事。忽然主角換成了咱們本身，便毫無擡頭的慾望。

恰巧最近也有在接觸大屏監控的解決方案，因而乎，就索性拿樹莓派實驗了一把，作一個智能監控系統。

軟硬件清單

• 讀卡器以及 SD 卡(裝系統用)
• 攝像頭一枚，支持 USB
• SSH鏈接工具(SecureCRT，Xshell)
• 寬帶、路由器(家中常備)
• 裝好系統的樹莓派 3B+ 一隻(充電器、CPU散熱風扇等)

在開始以前照常先秀一下這半成品的監控系統，是否是醜到爆！？

監控系統

市面上有不少開源的攝像頭管理軟件，好比 motion、mjpg-streamer，固然咱們也能夠用 Python 本身實現更智能的監控系統。

下面，咱們分別來介紹以上三種方案。

motion

安裝：

sudo apt-get install motion

打開 motion daemon 守護進程，讓他能夠一直在後臺運行

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

修改 motion 的配置文件：

sudo vim /etc/motion/motion.conf
#deamon off 改爲 on
deamon on
#設置分辨率
width 800
height 600
#關閉 localhost 的限制
stream_localhost off

運行 motion：

sudo motion

中止motion：

killall motion 或者 service motion stop

如今咱們的攝像頭已經變成了一臺網絡攝像頭。在chrome瀏覽器下訪問 http:// <樹莓派ip> :8081 便可看到攝像頭當前拍攝的畫面。

不得不說，真的很耗CPU，差很少持續在60%左右，而且有必定的延遲，卡頓特別嚴重。

mjpg-streamer

先安裝依賴：

sudo apt-get install libjpeg8-dev cmake

下載 mjpg-streamer-master 軟件：

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

進去以後搜索fps，也就是按一下/鍵，而後輸入fps，而後回車將fps、高度、寬度修改，參考下圖：

而後退出到mjpg-streamer-master/mjpg-streamer-experimental路徑，編譯：

sudo make clean all

啓動攝像頭：

//啓動普通 USB攝像頭
./mjpg_streamer -i "./input_uvc.so" -o "./output_http.so -w ./www"  
//啓動樹莓派專用攝像頭
./mjpg_streamer -i "./input_raspicam.so" -o "./output_http.so -w ./www"
//openwrt下啓動,8090端口
mjpg_streamer -i "input_uvc.so -f 10 -r 320*240" -o "output_http.so -p 8090 -w www"

若是出現如下錯誤：

多插拔幾回攝像頭興許就能夠了。

多參數啓動：

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

# 密碼訪問 userid:password 改爲本身的就能夠
sudo mjpg_streamer -i "./input_uvc.so -r 640x480 -f 10 -n" -o "./output_http.so -p 8080 --w ./www -c userid:password"

在瀏覽器中打開，外網自備穿透：

http://<樹莓派IP>:8080
http://<樹莓派IP>:8080/?action=stream

最終畫面：

這個就流暢多了，CPU差很少也佔到五六十的樣子，不過無礙，畢竟是4核。

Python 實現

上面兩種方式只能作到瀏覽器監控訪問，非局域網還得搭個穿透才能訪問，看似華麗，其實並無實際卵用。

爲了更加智能的實現監控告警，下面咱們採用Python +OpenCV+Wechat 實現。

安裝 OpenCV

安裝基礎組件：

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

而後安裝 OpenCV：

sudo pip3 install opencv-python

通常狀況，你是不可能安裝成功的，99.999% 會出現如下錯誤：

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

這多是因爲網速太慢了，沒有下載完整的文件，因此不完整的文件的md5和指望的不同。

咱們首先下載 whl 文件到本地：

# 瀏覽器直接訪問就能夠
https://www.piwheels.org/simple/opencv-python/opencv_python-3.4.4.19-cp35-cp35m-linux_armv7l.whl

而後上傳到樹莓派，使用如下命令安裝：

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

若是出現如下代碼，說明安裝成功：

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

智能監控主要代碼：

# -*- coding: utf-8 -*-
# import 進openCV的庫
import cv2
import os
import time
from wxpy import *

"""
樹莓派打造智能看門狗
sudo pip3 install opencv-python
sudo pip3 install wechat_sender
"""


# 登陸微信
bot = Bot()
my_friend = bot.friends().search('監控狗')[0]


# 調用攝像頭檢測人臉並截圖
def camera(window_name, path_name):

    # Linux 不顯示圖形界面
    # cv2.namedWindow(window_name)

    # 視頻來源，來自USB攝像頭
    cap = cv2.VideoCapture(0)

    # 告訴OpenCV使用人臉識別分類器
    classfier = cv2.CascadeClassifier(os.getcwd()+"/haarcascade/haarcascade_frontalface_alt.xml")

    # 識別出人臉後要畫的邊框的顏色，RGB格式, color是一個不可增刪的數組
    color = (0, 255, 0)

    num = 0
    while cap.isOpened():
        ok, frame = cap.read()  # 讀取一幀數據
        if not ok:
            break

        # 將當前楨圖像轉換成灰度圖像
        grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        # 人臉檢測，1.2和2分別爲圖片縮放比例和須要檢測的有效點數
        faceRects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
        if len(faceRects) > 0:  # 大於0則檢測到人臉
            for faceRect in faceRects:  # 單獨框出每一張人臉
                x, y, w, h = faceRect
                num = num+1
                # 將當前幀保存爲圖片
                img_name = "%s/%d.jpg" % (path_name, num)
                image = frame[y - 10: y + h + 10, x - 10: x + w + 10]
                cv2.imwrite(img_name, image, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])
                print("有人來了~~~")
                alarm(num)
                # 延遲 60s，不要太頻繁的發送，知道來了就能夠了
                time.sleep(60)
                # 畫出矩形框
                cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)
                # 顯示當前捕捉到了多少人臉圖片了
                font = cv2.FONT_HERSHEY_SIMPLEX
                cv2.putText(frame, 'num:%d/1000' % (num), (x + 30, y + 30), font, 1, (255, 0, 255), 4)

        # 顯示圖像 Linux 下注釋掉便可
        # cv2.imshow(window_name, frame)
        c = cv2.waitKey(10)
        if c & 0xFF == ord('q'):
            break
    # 釋放攝像頭並銷燬全部窗口
    cap.release()
    cv2.destroyAllWindows()


def alarm(num):
    my_friend.send('有人闖進臥室了!')
    my_friend.send_image(os.getcwd()+"/dog/"+str(num)+".jpg")


if __name__ == '__main__':
    camera("watchdog", os.getcwd()+"/dog")

運行腳本，系統會自動生成一個二維碼，使用微信掃描登陸便可：

python3 watchdog.py

而後，把你的狗頭對準攝像頭，神奇的事情就這麼發生了。

有點小遺憾的是，啓動腳本後，Python 進程 CPU 佔用率竟然高達300+，平均每一個 CPU 差很少80+的樣子，心疼個人小風扇一秒鐘。

小結

若是你比較追求精緻，仍是不要這麼搞了，這套方案離小米網絡監控視攝像頭功能差遠了，到手價只要189，而一個樹莓派的板子就 200+。

若是你喜歡瞎折騰，仍是蠻好的，不只能學到知識，還能體會到其中的樂趣，最重要的是能夠爲所欲爲的接入能夠實現的任何功能。

源碼：https://gitee.com/52itstyle/Python/tree/master/Day23