首页>编程相关>其他源码
下载

速度摄像头 - 对象运动跟踪器

RPI，UNIX和Windows速度摄像头使用Python，OpenCV，RPI摄像头模块，USB CAM或IP CAM

有关详细信息，请参见程序功能，Wiki说明和YouTube视频。

请注意Re Bullseye：

Speed-Cam.py Ver 11.26及更大的现在将在Raspberry Pi Os Bullseye或以后使用PI摄像机模块以及USBCAM和IP/RTSP摄像机运行。对于PICAMERA支持运行sudo raspi-config ，接口选项，然后启用/禁用旧版摄像头选项并重新启动。

RPI快速卷发安装或升级

重要的是- 将不会作为raspbian sudo apt-get更新和sudo apt-get升级作为一部分
Speed-install.sh ，强烈建议您在安装之前运行这些操作，以确保您的系统是最新的。

步骤1

在下面的代码框的右侧按GITHUB复制图标。
或用鼠标左键突出显示卷曲命令在下面的代码框中。右键单击“突出显示区域”中的鼠标，然后选择副本。 

 curl -L https://raw.github.com/pageauc/speed-camera/master/speed-install.sh | bash

步骤2

在RPI PUTTY SSH或终端会话中，请右键单击，选择粘贴，然后输入以下载并运行脚本。

这将下载并运行speed-install.sh脚本。如果在python3下运行，则如果未安装，则需要安装OpenCV3。如果您需要编译OpENCV，请参阅菜单驱动的compencv3从源项目中查看我的github repo

Ver 13.00笔记

版本13.05是主要的速度摄像头修订版。相机线程代码现在由strmcam.py模块处理。 config.py变量名称已更改，因此您需要备份和cp config.py.new config.py（详细信息请参见下文）
重要的是：所有设置均在config.py中。升级到VER 13.05或更高时，您可以删除ConfigCam.py。插件现在工作。您可以自定义插件文件以适合所需或创建自己的插件。如果要升级，则应删除，请移动旧插件，以便在升级期间下载新插件。如果您发现错误或问题，请发布GitHub问题。克劳德

重要的速度-CAM.PY VER 8.X或更高的需要更新的Config.py和插件。 

 cd ~/speed-camera
cp config.py config.py.bak
cp config.py.new config.py

替换插件重命名（或删除）插件文件夹，下面

 cd ~/speed-camera
mv plugins pluginsold   # renames plugins folder
rm -r plugins           # deletes plugins folder

然后运行menubox.sh升级菜单选择。

Mac或Windows系统

请参阅Windows 10/11或Apple Mac Docker安装快速启动
或Windows或Unix发行版安装没有Docker

程序说明

这是一个覆盆子PI，Windows，Unix发行计算机OPENCV对象速度相机演示程序。它用Python编写，并使用OpenCV来检测和跟踪最小像素区域上方相机视图中最大移动对象的X，y坐标。

用户变量存储在config.py文件中。运动检测仅限于mo_crop_y_upper ， mo_crop_y_lower ， mo_crop_x_left ， mo_crop_x_right变量（路或感兴趣的区域）。 mo_crop_auto_on = true覆盖手动设置，并将根据图像大小自动计算一个粗糙的裁剪区域。运动跟踪由config.py中的mo_track_event_count变量控制。这设置了轨道事件的数量和像素的轨道长度。这可能需要调整为相机视图，CPU速度等。速度是根据cal_obj_px_和cal_obj_mm_的L2R和R2L运动方向计算的。视频流帧映像将被捕获并保存在媒体/图像日期的子文件夹中（可选）每个变量IM_SUBDIR_MAX_FIELS = 2000有关变量设置详细信息，请参见Config.py文件。

如果log_data_to_csv = true ，则将使用存储在CSV（Comma分离值）格式中的事件数据创建/更新speed-cam.csv文件。可以将其导入到电子表格，数据库等程序中，以进行进一步处理。版本8.9添加了一个SQLITE3数据库来存储速度数据。默认值是data/speed_cam.db，其中包含速度表中的数据。数据库设置可以从config.py管理。数据库是从config.py设置自动创建的。有关更多详细信息，请参阅如何管理SQLITE3数据库

管理员，报告，图形和实用程序脚本

  • Menubox.SH脚本是一个Whiptail菜单系统，可更轻松地管理程序设置和操作。
  • run.sh此BASH脚本使用susceorCtl来管理speed-cam.py和weberver.py的开始，停止，状态。由于RTSP流的中断而配置为AutoStart。有关详细信息，请参见“主管文件夹中的conf文件”。注意：您必须运行./run.sh安装才能初始化符号链接到/etc/supervisor/conf.d文件夹。在运行之前，请停止运行任何速度摄像机和/或WebSever进程。/run.shstart
  • Weberver.py允许从Web浏览器查看图像和/或数据（请参阅Web.Py有关WebServer设置）
  • RCLONE管理设置和设置，用于可选的远程文件同步到Google Drive，Dropbox等远程存储服务。
  • Watch-App.sh用于从远程存储服务中管理设置。加上应用程序监视。
  • sql-make-graph-count-totals.py查询sqlite数据库，并生成一个或多个matplotlib图像，并保存到媒体/图形文件夹中。图形显示按小时，日或月的计数，用于特定的前几天和速度。可以从matplotlib图像设置部分下的config.py graph_run_list变量管理多个报告。
  • sql-make-graph-speed-ave.py查询sqlite数据库并生成一个或多个matplotlib图像，并保存到媒体/图形文件夹中。图表显示了前几天规定的速度和速度的平均速度。可以从matplotlib图像设置部分下的config.py graph_run_list变量管理多个报告。
  • sql-speed_gt.py查询sqlite数据库，并生成带有图像链接的HTML格式报告，并保存到媒体/报告文件夹中。可以接受参数，如果没有参数，则会提示用户
  • Makehtml.py创建了将CSV和图像数据组合在一起的HTML文件，以便于从Web浏览器查看并保存到媒体/HTML文件夹。
  • speed-search.py​​允许使用OpenCV模板匹配搜索相似的目标对象图像。结果保存到媒体/搜索文件夹。
  • alpr-speed.py这是一个演示，它使用OpenAlpr车牌读取器处理现有的速度摄像头图像，并具有车辆的前视图。输出保存到媒体/ALPR文件夹。有关安装，设置和运行详细信息，请参见Alpr Wiki Documentaion

参考链接

  • YouTube教程视频https://www.youtube.com/watch?v=n2wt3qb0siu
  • YouTube速度失误视频https://youtu.be/-xdb_x_cbc8
  • YouTube速度摄像机视频https://youtu.be/eri50bbjuro
  • YouTube Motion-Track视频https://youtu.be/09js7twpbsq
  • 如何制造便宜的自制速度摄像头
  • 速度摄像头RPI论坛发布https://www.raspberrypi.org/forums/viewtopic.php?p=1004150#p1004150
  • YouTube频道https://www.youtube.com/user/pageaucp
  • 速度摄像头github repo https://github.com/pageauc/speed-camera

要求

Raspberry Pi计算机和已安装的RPI摄像头模块或USB摄像头插入了。确保测试硬件并有效。大多数RPI型号都可以正常工作。四方核RPI将由于螺纹而大大提高性能。建议使用最近版的Raspbian操作系统。
或者
MS Windows或Unix Distro计算机，带有USB Web摄像头插入并安装了最新版本的Python，请参阅Wiki详细信息。

建议您升级到OPENCV版本3.xx，以简化opencv 3.4.2的源

Windows或NON RPI UNIX安装

对于Windows或Unix计算机平台（非RPI或Debian），请确保您拥有最新的Python版本。要下载并安装Python和OpenCV

最新的Python版本包括运行此代码所需的Numpy和最近的OpenCV版本。您还需要安装和工作USB Web摄像头。要安装此程序，请访问https://github.com/pageauc/speed-camera的GitHub项目页面，选择“绿色克隆”或“下载”按钮。这些文件将被克隆或拉链到速度相机文件夹中。您可以从Python IDLE应用程序（推荐），GUI桌面或命令提示终端窗口运行代码。注意bash .sh shell脚本将无法与Windows一起使用，除非为Windows安装了对Bash的特殊支持，例如http://win-bash.sourceforge.net/ http://www.cygwin.com/注意：我尚未对其进行测试。

Docker安装快速启动

快速摄像机支持Docker安装
Apple Macintosh根据系统要求和说明
和
Microsoft Windows 10/11 64位，启用了BIOS虚拟化和Microsoft Windows子系统，用于Linux WSL 2每个系统要求和说明。

  1. 下载并安装系统的Docker桌面
  2. 使用绿色克隆按钮克隆GitHub速度摄像头存储库（右上）
  3. 运行Docker-compose从您将存储库的目录组成。
  4. Docker容器可能会退出，因为它使用默认配置。
  5. 编辑配置文件 @ config/config.py
  6. 运行Docker-Compose每个文档
  7. 在本地运行Docker Build命令以获取新的图像。

覆盆子PI手册安装或升级

从登录中的RPI SSH会话或控制台终端执行以下操作。允许您在运行之前查看安装代码

 cd ~
wget https://raw.github.com/pageauc/speed-camera/master/speed-install.sh
more speed-install.sh       # You can review code if you wish
chmod +x speed-install.sh
./speed-install.sh  # runs install script.

运行以查看详细记录

 cd ~/speed-camera    
./speed-cam.py

请查看如何运行速度-CAM.PY WIKI部分

重要的速度摄像头将以calibrate_on = true模式开始。
根据需要在Config.py文件中查看设置，并用Nano编辑变量。您将需要执行校准以设置config.py cal_obj_px_和cal_obj_mm_的正确值，用于L2R和R2L方向。变量基于从相机到以速度测量对象的距离。有关更多详细信息，请参见校准程序。

可以为您的系统和OPENCV版本调整config.py运动跟踪变量，称为track_counter =。默认值为5，但是Quad Core RPI3和最新的OPENCV版本EG 3.4.2可以是10-15或更大。这将需要监视详细日志消息以微调。

运行Menubox.sh 

 cd ~/speed-camera
./menubox.sh

使用Menubox.SH更容易使用管理速度摄像头（一旦校准和/或测试完成）
Menubox主菜单

每个示例屏幕截图从Web浏览器中查看速度摄像头数据和趋势。这些可以从Menubox.SH菜单选择或通过Console或Crontab计划运行脚本生成。

速度摄像头图文件夹网页
速度摄像头报告文件夹网页
速度摄像头HTML文件夹网页

您可以直接从速度Web浏览器页面查看最新图像或历史图像。这些是动态创建的，并显示最新的图像。按下网页刷新按钮更新显示速度摄像头最近的文件夹网页
速度摄像头图像文件夹网页

学分

其中一些代码基于Kyle Hounslow的YouTube教程，此处使用C https://www.youtube.com/watch?v=x6rpdrzzgjg？

感谢Adrian Rosebrock Jrosebr1的http://www.pyimagesearch.com，请访问https://github.com/jrosebr1/imutils/imutils/blob/blob/master/master/master/imutils/imutils/video/pivideo/pivideostream.py.py-pypivideostream类代码

玩得开心
克劳德·帕戈（Claude Pageau）
YouTube频道https://www.youtube.com/user/pageaucp
github repo https://github.com/pageauc

展开
附加信息
相关应用
为您推荐
相关资讯 全部