raspberry pi + камера

Водная информация:

Последовательный интерфейс CSI - Camera Serial Interface
apt-get install luvcview - установим приложение для проверки камеры (работает в GUI)
luvcview - при запуске вы увидите видео с первого видео источника /dev/video0
luvcview -s 320x240 - уменьшаем выводимое изображение до 320x240 (640x480 стандартное)
dmesg - используй для диагностики неисправности

Последовательный интерфейс CSI - Camera Serial Interface

apt-get install luvcview - установим приложение для проверки камеры (работает в GUI)

luvcview - при запуске вы увидите видео с первого видео источника /dev/video0

luvcview -s 320x240 - уменьшаем выводимое изображение до 320x240 (640x480 стандартное)

dmesg - используй для диагностики неисправности

Работа с камерой в python используя SimpleCV:

apt-get install python-opencv python-scipy python-numppy python-pip - установка пакетов для установки SimpleCV
pip install https://github.com/ingenuitas/SimpleCV/zipball/master - установка SimpleCV
python - входим в интерпретатор
>>>> import SimpleCV - проверяем подключение библиотеки SympleCV
Ctrl+c - завершить скрипт

apt-get install python-opencv python-scipy python-numppy python-pip - установка пакетов для установки SimpleCV

pip install https://github.com/ingenuitas/SimpleCV/zipball/master - установка SimpleCV

python - входим в интерпретатор

>>>> import SimpleCV - проверяем подключение библиотеки SympleCV

Ctrl+c - завершить скрипт

Отображение картинки:

cd ~ - перешли в домашнею директорию
mkdir simplecv-test - создали директорию
В папку simplecv-test сохраните какую нибудь картинку c именем raspberries.jpg

nano image-dysplay.py - создадим пустой файл с именем image-display.py
-----------------------
from SimpleCV import Image, Display - импортируем нужные библиотеки
from time import sleep - импортируем нужные библиотеки
myDisplay - Display() - создаем новый объект-окно 
raspberryImage = Image("raspberries.jpg") - загружаем изображение из файла
raspberryImage.save(myDisplay) - показываем картинку
while not myDisplay.isDone() - предотвращаем немедленное завершение скрипта после вывода картинки
     sleep(0.1)
-----------------------

cd ~ - перешли в домашнею директорию

mkdir simplecv-test - создали директорию

В папку simplecv-test сохраните какую нибудь картинку c именем raspberries.jpg

nano image-dysplay.py - создадим пустой файл с именем image-display.py

-----------------------

from SimpleCV import Image, Display - импортируем нужные библиотеки

from time import sleep - импортируем нужные библиотеки

myDisplay - Display() - создаем новый объект-окно

raspberryImage = Image("raspberries.jpg") - загружаем изображение из файла

raspberryImage.save(myDisplay) - показываем картинку

while not myDisplay.isDone() - предотвращаем немедленное завершение скрипта после вывода картинки

sleep(0.1)

-----------------------

Изменяем изображение:

nano superimpose.py
-----------------------
from SimpleCV import Image, Display, DrawingLayer, Color - импортируем нужные библиотеки (слой рисования и работы с цветом)
from time import sleep - импортируем нужные библиотеки
myDisplay - Display() - создаем новый объект-окно 
raspberryImage = Image("raspberries.jpg") - загружаем изображение из файла

myDrawingLayer = DrawingLayer((raspberryImage.width, raspberryImage.height)) - создаем слой рисования как у изображения
myDrawingLayer.rectangle((50,26), (250, 60), filed=True) - на этом слое рисуем прямоугольник
myDrawingLayer.setFontSize(45) - задаем размер шрифта для текста
myDrawingLayer.text("Raspberryes!", (50,20), color=Color.WHITE) - пишем текст

raspberryImage.addDriwingLayer(myDrawingLayer) - добавляем myDarwingLayer в raspberryImage
raspberryImage.applyLayers() - объединяем добавленные слои

raspberryImage.save(myDisplay) - показываем картинку
while not myDisplay.isDone() - предотвращаем немедленное завершение скрипта после вывода картинки
     sleep(0.1)

raspberryImage.save("raspberry_new_name_file.jpg") - сохранить изменения изображения в другой файл
-----------------------

nano superimpose.py

-----------------------

from SimpleCV import Image, Display, DrawingLayer, Color - импортируем нужные библиотеки (слой рисования и работы с цветом)

from time import sleep - импортируем нужные библиотеки

myDisplay - Display() - создаем новый объект-окно

raspberryImage = Image("raspberries.jpg") - загружаем изображение из файла

myDrawingLayer = DrawingLayer((raspberryImage.width, raspberryImage.height)) - создаем слой рисования как у изображения

myDrawingLayer.rectangle((50,26), (250, 60), filed=True) - на этом слое рисуем прямоугольник

myDrawingLayer.setFontSize(45) - задаем размер шрифта для текста

myDrawingLayer.text("Raspberryes!", (50,20), color=Color.WHITE) - пишем текст

raspberryImage.addDriwingLayer(myDrawingLayer) - добавляем myDarwingLayer в raspberryImage

raspberryImage.applyLayers() - объединяем добавленные слои

raspberryImage.save(myDisplay) - показываем картинку

while not myDisplay.isDone() - предотвращаем немедленное завершение скрипта после вывода картинки

sleep(0.1)

raspberryImage.save("raspberry_new_name_file.jpg") - сохранить изменения изображения в другой файл

-----------------------

Доступ к камере:

nano basic-camera.py
------------------------
from SimpleCV import Camera, Display  - импортируем нужные библиотеки ( камера и окно)
from time import sleep  - импортируем нужные библиотеки 
myCamera = Camera(prop_set={'width':320, 'height':240}) - создаем новый объект камеру с разрешением 320 х 240 пикселей
myDisplay = Display(resolution=(320, 240)) - устанавливаем размер окна

while not myDisplay.isDone(): - цикл будет выполнятся пока окно не закроется
     myCamera.getImage().save(myDisplay) - получаем кадр с камеры и показываем на экране
     sleep(.1) - ждем десятую долю секунды
-------------------------

nano basic-camera.py

------------------------

from SimpleCV import Camera, Display - импортируем нужные библиотеки ( камера и окно)

from time import sleep - импортируем нужные библиотеки

myCamera = Camera(prop_set={'width':320, 'height':240}) - создаем новый объект камеру с разрешением 320 х 240 пикселей

myDisplay = Display(resolution=(320, 240)) - устанавливаем размер окна

while not myDisplay.isDone(): - цикл будет выполнятся пока окно не закроется

myCamera.getImage().save(myDisplay) - получаем кадр с камеры и показываем на экране

sleep(.1) - ждем десятую долю секунды

-------------------------

Распознавание лиц:

cd ~
mkdir simplecvtest
touch face-detector.py
nano face-detector.py
-------------------------
from SimpleCV import Camera, Display  - импортируем нужные библиотеки 
from time import sleep  - импортируем нужные библиотеки 

myCamera = Camera(prop_set={'width':320, 'height':240})  - создаем новый объект камеру с разрешением 320 х 240 пикселей

myDisplay = Display(resolution=(320, 240))  - устанавливаем размер окна
while not myDisplay.isDone():
    frame = myCamera.getImage()
    faces = frame.findHaarFeatures('face') - ищем лица на фотографии и сохраняем их в объект face
    if face in faces: - если findHaarFeatures нашла хоть одно лицо, выполняем нужный код
            print "Face at: " + striface.coordinates())
    else:
       print "No faces detected."
    frame.save(myDisplay)
    sleep(.1)
-------------------------

cd ~

mkdir simplecvtest

touch face-detector.py

nano face-detector.py

-------------------------

from SimpleCV import Camera, Display - импортируем нужные библиотеки

from time import sleep - импортируем нужные библиотеки

myCamera = Camera(prop_set={'width':320, 'height':240}) - создаем новый объект камеру с разрешением 320 х 240 пикселей

myDisplay = Display(resolution=(320, 240)) - устанавливаем размер окна

while not myDisplay.isDone():

frame = myCamera.getImage()

faces = frame.findHaarFeatures('face') - ищем лица на фотографии и сохраняем их в объект face

if face in faces: - если findHaarFeatures нашла хоть одно лицо, выполняем нужный код

print "Face at: " + striface.coordinates())

else:

print "No faces detected."

frame.save(myDisplay)

sleep(.1)

-------------------------

Фото будка:

Нам нужно: USB-камера; монитор; кнопка; провод; резистор на 10кОм.
nano phototbooth.py
-------------------------
from time import sleep, time
from SimpleCV import Camera, Image, Display
import RPi.GPIO as GPIO

myCamera = Camera(prop_set={'width':320, 'height': 240})
myDisplay = Display(resolution=(320, 240))
stache = Image("mustache.png")
stacheMask = stache.createBinaryMask(  - Создаем маску из усов (все кроме черного цвета будет прозрачным)
     color=(0,0,0), color2=(254,254,254))
stacheMask = stacheMask.invert() - инвертируем маску так чтобы были видны черные символы

GPIO.setmode (GPIO.BCM)
GPIO.setup(24, GPIO.IN)

def mustachify(frame):  - эта функция принимает на вход кадр и возвращает кадр с подставленными усами (если были найдены)
    faces = frame.findHaarFeatures('face')
    if faces:
       for face in faces:
           print "Face at: " + str(face.coordinates())
           myFace = face.crop() - создаем отдельное изображение лица для ускорения поиска носа
           noses = myFace.findHaarFeatures('nose')
           if noses:
              nose = noses.sortArea()[-1] - если на лице найдено несколько носов, выбираем тот, что больше.
              print "Nose at: " + str(nose.coordinates())
              xmust = (face.points[0][0] + nose.x - - устанавливаем X-координату усов
                        (stache.width / 2))
              ymust = (face.points[0][1] + nose.y +  - устанавливаем Y-координату усов
                        (stache.height / 3))
            else:
               return frame - если нос не найден просто возвращаем кадр
         frame = frame.blit(
               stache, pos=(xmust, ymust), mask=stacheMask) - используем функцию blit (сокращаем от BLock Image Transfer) для наложения усов на кадр
         return frame - возвращаем усатый кадр
       else:
         return frame - если лицо не найдено, просто возвращаем кадр
while not myDisplay.isDone():
    inputValue = GPIO.input(24)
    frame = myCamera.getImage()
    if inputValue == True:
       frame = mustachify(frame) - передаем кадр в функцию mustachify
       frame.save("mustache-" + str(time()) + ".jpg") - сохраняем кадр в jpg-файл со временем в качестве названия
       frame = frame.flipHorizontal() - разворачиваем кадр горизонтально, чтобы это было похоже на отражение в зеркале
       frame.show()
       sleep(3) - оставляем сохраненную фотографию на экране на три секунды
    else:
       frame = frame.flipHorizontal() - если кнопка не нажата, начинаем транслировать картинку с камеры 
       frame.save(myDisplay)
    sleep(.05) 
-------------------------

Нам нужно: USB-камера; монитор; кнопка; провод; резистор на 10кОм.

nano phototbooth.py

-------------------------

from time import sleep, time

from SimpleCV import Camera, Image, Display

import RPi.GPIO as GPIO

myCamera = Camera(prop_set={'width':320, 'height': 240})

myDisplay = Display(resolution=(320, 240))

stache = Image("mustache.png")

stacheMask = stache.createBinaryMask( - Создаем маску из усов (все кроме черного цвета будет прозрачным)

color=(0,0,0), color2=(254,254,254))

stacheMask = stacheMask.invert() - инвертируем маску так чтобы были видны черные символы

GPIO.setmode (GPIO.BCM)

GPIO.setup(24, GPIO.IN)

def mustachify(frame): - эта функция принимает на вход кадр и возвращает кадр с подставленными усами (если были найдены)

faces = frame.findHaarFeatures('face')

if faces:

for face in faces:

print "Face at: " + str(face.coordinates())

myFace = face.crop() - создаем отдельное изображение лица для ускорения поиска носа

noses = myFace.findHaarFeatures('nose')

if noses:

nose = noses.sortArea()[-1] - если на лице найдено несколько носов, выбираем тот, что больше.

print "Nose at: " + str(nose.coordinates())

xmust = (face.points[0][0] + nose.x - - устанавливаем X-координату усов

(stache.width / 2))

ymust = (face.points[0][1] + nose.y + - устанавливаем Y-координату усов

(stache.height / 3))

else:

return frame - если нос не найден просто возвращаем кадр

frame = frame.blit(

stache, pos=(xmust, ymust), mask=stacheMask) - используем функцию blit (сокращаем от BLock Image Transfer) для наложения усов на кадр

return frame - возвращаем усатый кадр

else:

return frame - если лицо не найдено, просто возвращаем кадр

while not myDisplay.isDone():

inputValue = GPIO.input(24)

frame = myCamera.getImage()

if inputValue == True:

frame = mustachify(frame) - передаем кадр в функцию mustachify

frame.save("mustache-" + str(time()) + ".jpg") - сохраняем кадр в jpg-файл со временем в качестве названия

frame = frame.flipHorizontal() - разворачиваем кадр горизонтально, чтобы это было похоже на отражение в зеркале

frame.show()

sleep(3) - оставляем сохраненную фотографию на экране на три секунды

else:

frame = frame.flipHorizontal() - если кнопка не нажата, начинаем транслировать картинку с камеры

frame.save(myDisplay)

sleep(.05)

-------------------------

Дополнительные ссылки:

https://github.com/ccrisan/motioneyeos/releases
http://www.spy-soft.net/videonablyudenie-linux-motion/
http://www.lavrsen.dk/foswiki/bin/view/Motion/MotionGuideInstallation
https://it4it.club/topic/48-videonablyudenie-na-osnove-paketa-motion/
https://webhamster.ru/mytetrashare/index/mtb0/1455102191tr0ca7cbhm

https://github.com/ccrisan/motioneyeos/releases

http://www.spy-soft.net/videonablyudenie-linux-motion/

http://www.lavrsen.dk/foswiki/bin/view/Motion/MotionGuideInstallation

https://it4it.club/topic/48-videonablyudenie-na-osnove-paketa-motion/

https://webhamster.ru/mytetrashare/index/mtb0/1455102191tr0ca7cbhm

motion + motioneye:

apt-get update
apt-get upgrade
cd /opt
wget https://github.com/ccrisan/motioneye/wiki/precompiled/ffmpeg_2.8.3.git325b593-1_armhf.deb
dpkg -i ffmpeg_2.8.3.git325b593-1_armhf.deb
apt-get remove libavcodec-extra-56 libavformat56 libavresample2 libavutil54
apt-get install libavutil54 libavformat56 libswscale3
apt-get install motion
wget https://github.com/ccrisan/motioneye/wiki/precompiled/motion-mrdave-raspbian -O usr/local/bin/motion
chmod +x /usr/local/bin/motion
apt-get install python-pip python-dev curl libssl-dev libcurl4-openssl-dev libjpeg-dev
pip install motioneye
mkdir -p /etc/motioneye
cp /usr/local/share/motioneye/extra/motioneye.conf.sample /etc/motioneye/motioneye.conf
mkdir -p /var/lib/motioneye
cp /usr/local/share/motioneye/extra/motioneye.systemd-unit-local /etc/systemd/system/motioneye.service
systemctl daemon-reload
systemctl enable motioneye
systemctl start motioneye
pip install motioneye --upgrade
reboot

Для включения поддержки родной камеры pi:
nano /etc/module
----------------
bcm2835_v4l2
----------------
или  modprobe bcm2835-v4l2
----------------
Веб морда:
http://DNS_NAME_OR_IP_ADDR:8765/

apt-get update

apt-get upgrade

cd /opt

wget https://github.com/ccrisan/motioneye/wiki/precompiled/ffmpeg_2.8.3.git325b593-1_armhf.deb

dpkg -i ffmpeg_2.8.3.git325b593-1_armhf.deb

apt-get remove libavcodec-extra-56 libavformat56 libavresample2 libavutil54

apt-get install libavutil54 libavformat56 libswscale3

apt-get install motion

wget https://github.com/ccrisan/motioneye/wiki/precompiled/motion-mrdave-raspbian -O usr/local/bin/motion

chmod +x /usr/local/bin/motion

apt-get install python-pip python-dev curl libssl-dev libcurl4-openssl-dev libjpeg-dev

pip install motioneye

mkdir -p /etc/motioneye

cp /usr/local/share/motioneye/extra/motioneye.conf.sample /etc/motioneye/motioneye.conf

mkdir -p /var/lib/motioneye

cp /usr/local/share/motioneye/extra/motioneye.systemd-unit-local /etc/systemd/system/motioneye.service

systemctl daemon-reload

systemctl enable motioneye

systemctl start motioneye

pip install motioneye --upgrade

reboot

Для включения поддержки родной камеры pi:

nano /etc/module

----------------

bcm2835_v4l2

----------------

или modprobe bcm2835-v4l2

----------------

Веб морда:

http://DNS_NAME_OR_IP_ADDR:8765/

ссылки:

http://www.raspberrypi.org/camera
http://www.terraelectronica.ru/
http://www.armlinux.ru/%D0%BE%D0%BF%D0%B5%D1%80%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5-%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D1%8B-%D0%B4%D0%BB%D1%8F-raspberry-pi/

http://www.raspberrypi.org/camera

http://www.terraelectronica.ru/

http://www.armlinux.ru/%D0%BE%D0%BF%D0%B5%D1%80%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5-%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D1%8B-%D0%B4%D0%BB%D1%8F-raspberry-pi/

Capture an image in jpeg format:

raspistill -o image.jpg
Capture a 5s video in h264 format:
raspivid -o video.h264
Capture a 10s video:
raspivid -o video.h264 -t 10000
Capture a 10s video in demo mode:
raspivid -o video.h264 -t 10000 -d
To see a list of possible options for running raspivid or raspistill, you can run:
raspivid | less
raspistill | less

raspistill -o image.jpg

Capture a 5s video in h264 format:

raspivid -o video.h264

Capture a 10s video:

raspivid -o video.h264 -t 10000

Capture a 10s video in demo mode:

raspivid -o video.h264 -t 10000 -d

To see a list of possible options for running raspivid or raspistill, you can run:

raspivid | less

raspistill | less

передача по сети:

sudo apt-get install mplayer netcat
Find your IP address by running ifconfig. (Your IP address will be listed in the console output and will probably be of the form 192.168.1.XXX).
Run the following command in a terminal to view the feed using MPlayer:
0. nc -l -p 5001 | mplayer -fps 31 -cache 1024 - 
1. [Path to nc.exe]\nc.exe -L -p 5001 | [Path to mplayer.exe]\mplayer.exe -fps 31 -cache 1024 -

sudo apt-get install mplayer netcat

Find your IP address by running ifconfig. (Your IP address will be listed in the console output and will probably be of the form 192.168.1.XXX).

Run the following command in a terminal to view the feed using MPlayer:

0. nc -l -p 5001 | mplayer -fps 31 -cache 1024 -

1. [Path to nc.exe]\nc.exe -L -p 5001 | [Path to mplayer.exe]\mplayer.exe -fps 31 -cache 1024 -

прием:

mkfifo buffer
nc -p 5001 -l > buffer | /opt/vc/src/hello_pi/hello_video/hello_video.bin buffer
To transmit the feed from the Pi with camera module attached
After setting up the “receiving” machine as per the instructions above, run the following commands in a terminal on the “transmitting” Pi:
raspivid -t 999999 -o - | nc [insert the IP address of the client] 5001

mkfifo buffer

nc -p 5001 -l > buffer | /opt/vc/src/hello_pi/hello_video/hello_video.bin buffer

To transmit the feed from the Pi with camera module attached

After setting up the “receiving” machine as per the instructions above, run the following commands in a terminal on the “transmitting” Pi:

raspivid -t 999999 -o - | nc [insert the IP address of the client] 5001