基于Python&Facepp打的造智能監(jiān)控系統(tǒng)

　　就在前天，隔壁鄰居家的房子被租出去了。因為我是農(nóng)村的，房子都是獨立的帶院子的，沒錯就是這樣的：

　　因為家里經(jīng)常沒人住，并且還放有其他貴重物品，生怕一不留神，這些租戶跳到我家。把這些東西洗劫一空。此時我已經(jīng)安耐不住內(nèi)心的小激動！那么。搭建一個智能監(jiān)控系統(tǒng)可好！

　　2：新聞報道

　　2017年7月13日訊，家庭攝像頭遭入侵，公民隱私被侵犯的案子，已經(jīng)破了。今天傍晚，市公安局發(fā)布消息稱，19天內(nèi)，北京警方成功打掉了全國首例網(wǎng)上傳播家庭攝像頭破解軟件的犯罪鏈條，抓獲涉案人員24名。

　　這些人的腦袋都秀逗了吧，這都能干出來，嚇得我趕緊自己搭建了一個智能監(jiān)控系統(tǒng)。

　　3：方案設(shè)計詳解

　　先大概敘述一下MS的功能，

　　1：硬件部分

　　兩個USB高清攝像頭，

　　一個超聲波傳感器（HC-SR04），

　　一個樹莓派3 modelB，

　　散熱扇（很重要！）

　　對于超聲波傳感器，主要的功能就是檢查距離的變化，也就是說當(dāng)檢測是有運動物體的產(chǎn)生，才會激活攝像頭。

　　1：也是為了減輕樹莓派CPU負荷

　　2：合理利用那可憐的32G內(nèi)存卡，

　　對于兩個攝像頭，一個放置在家門口的過道里，每當(dāng)來人的時候，超聲波傳感器變化檢測到運動物體，這時會激活攝像頭便會捕捉一系列圖片，讓系統(tǒng)進行分析，包括面部，身體等信息，所以，這個攝像頭要求拍攝的質(zhì)量和角度要很好，另一個攝像頭這放置在院子的邊角，要求能照到整個院子，這個攝像頭主要任務(wù)就是檢測人體，并不強求識別出人臉，畢竟距離太遠。

　　對于樹莓派，做個監(jiān)控系統(tǒng)的話，不能一直把電腦放在上面吧，那樣太浪費資源了，所以當(dāng)時狠心的買了個3B，不過還好用起來不錯，他的角色就是處理硬件傳回來的各種信息。。。

　　2：代碼部分

　　下面慢慢道來！

　　0&TImes;02：環(huán)境搭建

　　curl安裝： sudo apt-geTInstall curl

　　MySQLdb安裝： sudo apt geTInstallpython-pip sudo apt-geTInstalllibmysqlclient-dev pipinstallmysql-python

　　LAMP： sudo apt-getinstallapache2 sudo apt-getinstallphp7.0sudo apt-getinstalllibapache2-mod-php7.0sudo apt-getinstallmysql-serversudo apt-getinstallphpmyadmin sudo chmod777/var/www/html/ sudoln-s /usr/share/phpmyadmin /var/www/html/ sudo sed -i‘s/;extension=php_mbstring.dll/extension=php_mbstring.dll/’/etc/php/7.0/apache2/php.ini sudo /etc/init.d/apache2 restart mysql--user=root -pCREATEDATABASEIFNOTEXISTS`MS`DEFAULTCHARACTERSETutf8COLLATEutf8_general_ci;USE`MS`;CREATETABLE`None`（`None`int（11）NOTNULL）ENGINE=InnoDBDEFAULTCHARSET=utf8;

　　OpenCV： sudo apt-getinstallbuild-essential sudo apt-getinstallcmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev sudo apt-getinstallpython-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev gitclonehttps://github.com/0x024/opencv.git cd ~/opencv mkdirreleasecdreleasecmake -DCMAKE_BUILD_TYPE=RELEASE-DCMAKE_INSTALL_PREFIX=/usr/local.。 make -j1 sudo makeinstall

　　0×03： 目錄樹

　　0×04：代碼分析

　　1：MS.py（monitor system的簡稱）

　　總體文件函數(shù)的分布！

　　checkdist（）

　　首先來了解一下HC-SR04超聲波傳感器

　　采用IO口TRIG觸發(fā)測距，給至少10us的高電平信號;

　　模塊自動發(fā)送8個40khz的方波，自動檢測是否有信號返回；

　　有信號返回，通過IO口ECHO輸出一個高電平，高電平持續(xù)的時間就是超聲波從發(fā)射到返回的時間。測試距離=（高電平時間*聲速（340M/S））/2

　　引腳與樹莓派連接方式：

　　VCC，超聲波模塊電源腳，接5V電源即可

　　Trig，超聲波發(fā)送腳，高電平時發(fā)送出40KHZ出超聲波

　　Echo，超聲波接收檢測腳，當(dāng)接收到返回的超聲波時，輸出高電平

　　GND，超聲波模塊GND

　　這里附上樹莓派串口的原理圖！方便自定義連接

　　這里我將VCC連接至 Pin#02，將Gnd連接至Pin#06，將Trig連接至Pin#03，將Echo連接至Pin#05

　　因為之前設(shè)置成了GPIO.setmode（GPIO.BCM），所以在寫的時候都要寫成Name那一列，Pin#只是指示作用！

　　這里我自定義了一個index。默認的值就是傳感器在無運動物體下所穩(wěn)定的int值，這個需要根據(jù)傳感器擺放位置自行設(shè)定。

　　初始化時將trig和echo端口都置低，首先向給 trig 發(fā)送至少10 us的高電平脈沖（模塊自動向外發(fā)送8個40K的方波），然后等待，捕捉 echo 端輸出上升沿，捕捉到上升沿的同時，打開定時器開始計時，再次等待捕捉echo的下降沿，當(dāng)捕捉到下降沿，讀出計時器的時間，這就是超聲波在空氣中運行的時間，按照 測試距離=（高電平時間*聲速（340M/S））/2 就可以算出超聲波到障礙物的距離。

　　接著，當(dāng)distance發(fā)生明顯的變化時候，可以認定，有運動物體的產(chǎn)生。這時候，就會調(diào)用下一下函數(shù)camrun（）

　　camrun（）

　　可能會覺得上圖函數(shù)有點多余，其實不然，圖示的這種是適合于小區(qū)的只有一個門口的家庭，想想也對，

　　當(dāng)使用兩個攝像頭的時候，就會用到如圖的函數(shù)，這里用到了最簡單的多線程thread，（PS：本人能力有限，暫時還沒法理解threading這個自定義的多線程方法，），可以在運行cam（）的時候，使得cam（0），和cam（1）的基本同時運行

　　cam（i）

　　這個函數(shù)的主要功能就是圖像的運動檢測，當(dāng)有運動物體時，便會將圖片以“%Y%m%d%H%M%S’+’_’+str（0）”的格式記錄下來，有時候可能存在兩個攝像頭同時工作記錄，導(dǎo)致記錄下來的圖片日期一樣，為了避免這個Error產(chǎn)生，在日期的后面加上了攝像頭“i”的標(biāo)識，用來進行分辨！

　　這里采用時間來控制camera.release（），當(dāng)運行的時間==10s時候，便會退出cam（i），這個時間基本要和camrun（）里的time.sleep（）相同。

　　這里也做了一個異常處理。避免了因為攝像頭沒有插好，或這因為前一個運行的cam（）還沒有結(jié)束釋放導(dǎo)致的camera busy等而造成運行中斷！

　　checkcycle（）

　　這個函數(shù)就是寫了一個無限循環(huán)，可以讓getfilename（）無限運行，對新增的圖像文件及時的進行檢測

　　testfacepp（）

　　這個函數(shù)主要用來檢測訪問face++的服務(wù)器是否受到了 CONCURRENCY_LIMIT_EXCEEDED —并發(fā)限制，也就是說，因為我們是免費用戶，雖然可以使用他的全部API ，但是，當(dāng)他們的服務(wù)器達到高負荷時候，要首先供付費用戶的平穩(wěn)使用，當(dāng)負荷不大時候，我們才可以暢快的使用。還好吧！

　　getfilename（）

　　這個函數(shù)就是檢測新圖片的產(chǎn)生，首先，打開piclist.log文件，當(dāng)沒有受到并發(fā)限制的時候，然后再去運用os，walk函數(shù)去遍歷”。/img/shutter/”目錄，這里要保證讀取時間的先后順序和寫入.log的先后順序同步，就不詳細說了。

　　當(dāng)檢測到的為事先預(yù)定“9999999999999”文件時候，就是表明這是所有文件都以寫入piclist.log并已檢測完畢，

　　當(dāng)所檢測的文件不在piclist.log的時候，便會調(diào)用checkbody（），來進行身體的檢測，

　　checkbody（）

　　之所以先檢測身體，只有在有身體的情況下，才會有面部，可以減小服務(wù)器的負荷，

　　首先，讀取照片，然后傳入BodyAPI，進行Body的檢測。當(dāng)不存在身體時候，將文件寫入piclist.log。進行下一個文件的檢測

　　當(dāng)存在Body的時候，會將圖片中的每個Body都摳出來，然后分別放在”。/img/done/”里面，進行下一步的面部識別，。

　　這里又對checkface_online（）進行了一個并發(fā)限制的異常處理，因為實在沒法確定下一秒是否會并發(fā)限制，為了防止程序異常終端，所以在每次調(diào)用faceAPI的時候都要異常處理一下，目前BodyAPI并不會發(fā)生并發(fā)限制

　　detailface（）

　　這個就是在運行faceAPI的時候。將返回來的face_token與數(shù)據(jù)路中的人臉進行比對，并返回該面部所對對應(yīng)的ID，namem，gender等信息

　　checkface_online（）

　　面部識別這一塊有點長，不過也很簡單！

　　首先讀取”。/img/done/”下的文件，然后將其傳給FaceAPI（）進行面部分析，如果result_d［“faces”］==0，著表明只存在身體并未檢測到人臉，判定為stranger！寫入Piclist.log，進行下一張圖像的檢測，當(dāng)result_d［“faces”］》0 時，才可以將面部返回的face_tokrn與之前導(dǎo)入的face_token進行比對，同理，當(dāng)返回的len（result_s）==3及表明數(shù)據(jù)庫中并沒有該人臉，判定為 stranger！，寫入Piclist.log。當(dāng)len（result_s）》3時候，同時 confidence 》= 80.00才可以判定這個人是誰，否者都別判定為陌生人！

　　if __name__ == ‘__main__’：

　　這里就是要運行的方式

　　python MS.py check

　　這是就會開啟圖片檢測的功能。

　　python MS.py camera

　　這是就會開圖像截取的功能

　　2：BodyAPI，F(xiàn)aceAPI，import.py

　　PS：這些就詳細說了，因為之前發(fā)表過一篇文章，大家可以去參考

　　0×05：運行

　　代碼forkgithub.com/0x024/MS官方博客0x024.com

　　運行前， 需要將。/facepp/FaceAPI.py和BodyAPI.py中的api_key和api_secret換成你的 （為了便于您測試，我以將我的key放在里面，為了防止多人使用沖突，希望您后期換成個人的） 需要將。/facepp/Dbconnect.py中的數(shù)據(jù)庫信息換成自己的 （在搭建環(huán)境過程中，建議密碼全部設(shè)置成ubuntu，方便記憶）

　　pythonimport.py#將。/data/master/目錄下的圖片特導(dǎo)入數(shù)據(jù)庫

　　pythonMS.py camera#運行圖像捕捉

　　pythonMS.py check#運行圖像檢測

　　0×06：其他

　　1：對于想用電腦進行代碼測試的，我也將代碼整理好放MS-PC文件里面。大概運行方式和在樹莓派上的差不多，只是少了超聲波傳感器這一環(huán)節(jié)！可自行調(diào)試。

　　2：對于環(huán)境搭建的問題，可以參考我先前的文章，實在不會的可在我的博客里面留言，我會及時的回復(fù)，

　　3：對于想二次開發(fā)的。比如加上web服務(wù)器可以遠程查看，加上通訊模塊及時進行數(shù)據(jù)反饋等等，最重要的就是有大腦風(fēng)暴！

　　3：Good Luck