Taula de continguts:

Sistema de seguretat Pizero Motion Detect Webcam: 3 passos
Sistema de seguretat Pizero Motion Detect Webcam: 3 passos

Vídeo: Sistema de seguretat Pizero Motion Detect Webcam: 3 passos

Vídeo: Sistema de seguretat Pizero Motion Detect Webcam: 3 passos
Vídeo: VIDEOVIGILANCIA con RASPBERRY PI & MOTIONEYEOS 2024, Desembre
Anonim
Sistema de seguretat de càmeres web Pizero Motion Detect
Sistema de seguretat de càmeres web Pizero Motion Detect

Aquest sistema utilitza un pizero, un dongle wifi i una càmera web antiga en una caixa de mistos personalitzada. Enregistra vídeos de detecció de moviment a 27 fps de qualsevol moviment significatiu a la meva calçada. A continuació, penja els clips a un compte de Dropbox. També podeu veure els registres i canviar la configuració mitjançant dropbox.

Pas 1: configuració dels requisits previs

Image
Image

Primer, actualitzeu el sistema operatiu a la versió més recent, tal com es descriu aquí.

A continuació, configureu el wifi com es descriu aquí.

A continuació, haureu de configurar OpenCv. Hi ha bones instruccions sobre com fer-ho a pyimagesearch. Si voleu la versió 3.0, espereu que trigui molt de temps. Un dels passos triga a fer-se 9 hores. També necessitareu els enllaços de pitó que s’expliquen en aquesta pàgina.

Quan tingueu tot això en funcionament, ja esteu a punt per descarregar el programari de detecció de moviment.

Pas 2: Configuració del programari Motion Detect

Accés als vídeos i configuració mitjançant Dropbox
Accés als vídeos i configuració mitjançant Dropbox

El codi es pot trobar a bitbucket. Copieu aquests fitxers mitjançant

git clone

o si preferiu descarregar-los individualment.

La part principal d’aquest sistema és multiMotionDetect.py. Utilitza moltes cues i esdeveniments de multiprocessament.

Primer de tot, heu de decidir on voleu que s’emmagatzemin les imatges de vídeo MotionVideos i establir aquest valor al fitxer globalConfig.json. A continuació, copieu config.json.txt i maskedAreas.json.txt a l'arrel d'aquesta carpeta. El config.json.txt té la configuració següent que es pot editar remotament.

}

FrameThreshold: és el nombre de fotogrames significatius abans que es detecti el moviment.

staticThreshold: és el nombre de fotogrames estàtics abans de desactivar el rodatge.

minArea: és la mida mínima de l'àrea per tal de poder ser considerada com a significativa.

postSegons: és el nombre de segons des del final del rodatge perquè el moviment passi per la cua. readCamNice: és la quantitat de prioritat que s'ha de donar a

procés readCam. Es troba entre -20 i +20 (com més baixa sigui la xifra, major serà la prioritat). Però no us exagereu o fallareu el sistema operatiu.

checkMotionNice: la prioritat del procés de detecció de moviment.

writeCamNice: la prioritat del procés d'escriptura de la càmera.

maxqsize: és el nombre de segons que després es multiplica pels fotogrames per segon.

La majoria només canvio la zona min_ per tenir en compte les condicions del vent.

Si preferiu utilitzar un registre simple en lloc del registre de sòcol (a sota), canvieu la importació miaLogging a

registre d’importacions

logging.basicConfig (nom del fitxer = 'example.log', nivell = logging. DEBUG)

i traieu el receptor de registre del fitxer motionDetect i tota la resta hauria de funcionar bé.

Si voleu executar la detecció de moviment automàticament en iniciar.

Primer, editeu l'script i comproveu que el punt de referència inicial assenyali el lloc on teniu multiMotionDetect.py, després copieu el fitxer motionDetect a /etc/init.d és a dir.

cp motionDetect /etc/init.d/motionDetect

Ja hauria de ser executable però

chmod + x /etc/init.d/motionDetect

Finalment registreu el guió amb

sudo update-rc.d motionDetecta els valors predeterminats

També podeu iniciar, aturar i reiniciar el sistema amb

sudo /etc/init.d/motionDetect start | stop | restart

Per defecte, el registre de sòcol miaLogReceiver s'iniciarà al mateix temps. Els altres tres programes són independents, però utilitzen el mateix registre de sòcol (però es poden convertir fàcilment). Tot això els anomeno mitjançant un script cron de diferents intervals. Per obtenir instruccions, consulteu aquí.

CheckRunning.py comprova que multiMotionDetect.py s'està executant i, si no, reinicia.

fileMaint.py fa la neteja de les carpetes de vídeo eliminant-les després del nombre de dies indicat. Elimina els subdirectoris de la carpeta de vídeo en moviment establerta al primer paràgraf. Comprova que comencin per "MV", així que assegureu-vos que no teniu cap altre directori d'importància que comenci pels mateixos caràcters d'aquesta carpeta.

Pas 3: accedir als vídeos i a la configuració mitjançant Dropbox

Finalment, si voleu veure els vostres vídeos, registres i fitxers de configuració de forma remota, haureu de configurar Dropbox.

Primer obteniu un compte de Dropbox que és gratuït. A continuació, configureu l'API per a python -https://www.dropbox.com/developers/documentation/… Això inclou descarregar el sdk i registrar l'aplicació per accedir a l'API.

Quan tingueu una clau, introduïu-la al fitxer globalConfig.json. Podeu trobar més informació sobre el sistema al meu blog dani cymru - cyber renegade. Si trobeu alguna cosa d'interès o alguna pregunta, poseu-vos un comentari al bloc.

Recomanat: