【Nanopi NEO试用体验】【机器学习/计算机视觉/NLP高级篇】用opencv做动态监视器

这是什么呢？
当检测到有运动物体的时候，neo会实时的在视频流显示框中圈定画上绿色方框。
我的这个设置的比较灵敏，图像处理方面不算很精细，一点光线变化也会导致opencv感应。
有什么用呢？我平时不在家，tk1都是常开监控的，如果有什么物体移动，就会将图片记录下来，并利用威信公众号发送到我的微信上。当然，现在我们先看看opencv简单的运动检测能不能在neo上运行。
import argparse
import datetime
import imutils
import time
import cv2
import cv2.cv as cv
import numpy as np
#import gpio
#gpio.setup(57,"out"
ap = argparse.ArgumentParser()
ap.add_argument("-v", "--video", help="path to the video file")
ap.add_argument("-a", "--min-area", type=int, default=300, help="minimum area size")
args = vars(ap.parse_args())
if args.get("video", None) is None:
  camera = cv2.VideoCapture(0)
  time.sleep(1)
# 读取视频文件
else:
  camera = cv2.VideoCapture(args["video"])
firstFrame = None
#设定视频格式
fourcc = cv.CV_FOURCC('X', 'V', 'I', 'D')
framecount = 0
frame = np.zeros((640,480))
#out = cv2.VideoWriter('calm_down_video_'+datetime.datetime.now().strftime("%A_%d_%B_%Y_%I_%M_%S%p")+'.avi',fourcc, 5.0, np.shape(frame)
tc = 40
while tc:
  ret, frame = camera.read()
  #out.write(frame)
  #cv2.imshow("vw",frame)
  cv2.waitKey(10)
  tc -= 1
totalc = 2000
tc = totalc
#out.release()
# 循环
while True:
  #读取帧
  (grabbed, frame) = camera.read()
  text = "clear!"
  #gpio.set(57,0）
  if not grabbed:
    time.sleep(1)
    continue
  # 改变大小
  frame = imutils.resize(frame, width=500)
  gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
  gray = cv2.GaussianBlur(gray, (21, 21), 0)
  # 高斯模糊
  if tc%totalc == 0:
    firstFrame = gray
    tc = (tc+1) % totalc
    continue
  else:
    tc = (tc+1) % totalc
  frameDelta = cv2.absdiff(firstFrame, gray)#差值计算
  thresh = cv2.threshold(frameDelta, 25, 255, cv2.THRESH_BINARY)[1]）#二值化图像
  thresh = cv2.dilate(thresh, None, iterations=2)#膨胀图像
  (cnts, _) = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)#查找区域
  # 循环画框
  for c in cnts:
  # 如果小于设定参数则放弃抓取
    if cv2.contourArea(c) < args["min_area"]:
      continue
    (x, y, w, h) = cv2.boundingRect(c)
    cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
    text = "Alien inside!"
    #gpio.set(57,1)
    print text
  # 写字符，由于编码问题，直接英文
  cv2.putText(frame, "I`m working....: {}".format(text), (10, 20), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2)
  cv2.putText(frame, datetime.datetime.now().strftime("%A %d %B %Y %I:%M:%S%p"), (10, frame.shape[0] - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.35, (0, 0, 255), 1)
  # 显示视频，循环中不要加入耗时操作，否则视频流会卡顿变慢
  cv2.imshow("Security Feed", frame)
  cv2.imshow("Thresh", thresh)
  cv2.imshow("Frame Delta", frameDelta）
  if text == "Alien inside!":
    if framecount == 0:
      # 可以使用参数选择是否录制视频
      #out = cv2.VideoWriter(datetime.datetime.now().strftime("%A_%d_%B_%Y_%I_%M_%S%p")+'.avi',fourcc, 10.0, np.shape(gray)[::-1])
      #cv2.imwrite(datetime.datetime.now().strftime("%A_%d_%B_%Y_%I_%M_%S%p")+'.jpg',frame）
      #out.write(frame)
      framecount += 1
    else:
      #out.write(frame)
      framecount += 1
  elif framecount > 20 or framecount<2:
    #out.release()
    framecount = 0
  key = cv2.waitKey(1) & 0xFF
  # 按ESC停止
  if key == 27:
    break
cv2.imwrite("catchit.jpg",frame)#保存图像
camera.release()#释放摄像头，每次使用都要释放
cv2.destroyAllWindows()
可以看到，我使用了gpio库，我在tk1的57脚上装了个二极管，当检测到运动时灯亮。但tk1可以实时看到图像，所以我注销掉它免得占用opencv线程造成卡顿。这个gpio库完全基于IO，速度是很慢的。
有了这些，我们只需要一台联网的neo与摄像头，就可以做一个家庭智能监控器，当检测到有运动物体可以报警，也可以利用gpio做防御性的操作。微信的代码后面再提供，咱一步一步来。后面有考虑发点手势密码，人脸识别（基于深度学习）的代码，可以实现丢掉钥匙，一个摄像头就能看守家门，站在门前露个脸，识别5官特征，打个手势就能开门。