如何制作计算机视觉猫洒水器
第1步：主要项目必需
raspberry pi zero＆amp; sd卡
raspberry pi摄像机
继电器
555计时器。..。（如果您的555计时器未到达，则为arduino和另一个继电器）
电磁阀
洒水器
电子产品的某种外壳
愿意用6吨大锤打一个隐喻钉子
分辨率很低的相机你几乎看不到水，但仍然可以看到猫跑来掩护
第2步：系统
1，pi相机检测到一个猫大小的物体移动几个相机帧（下一步骤中已经开始）
2，pi启动喷水器
3，cat跑步封面
4，视频自动上传到youtube以便查看乐趣
第3步：编码时间
使用opencv使用帧减法，您可以找到随时间变化的帧的区域，使用一些漂亮的函数，您可以确定这些变化有多大以及它们是否会持续存在，最重要的是找出它们是否是猫大小。
有相当的af关于帧减法的新教程，如果你进行快速谷歌搜索，会详细介绍。
代码工作原理概述
1，相机不断拍摄帧并将它们与最后
2，如果检测到猫大小的形状，则注意到
3，如果猫大小的变化持续超过4帧，则pi使用其gpio为继电器供电以启动arduino
4，arduino发送信号给第二个继电器供电5秒钟，激活电磁阀
5，电磁阀通电时允许水进入喷水器
6，当喷水器处于活动状态时，摄像头停止检测并记录视频
7，视频上传到youtube
8，静止图像上传到保管箱以进行微调系统
注意 - 为什么我最终使用2个继电器和一个arduino打开电磁阀5秒钟。..。..。
1，pi录制视频时pi不能启动和停止电磁阀scrips暂停直到视频结束，因此需要arduino（或555计时器）允许当视频仍在录制时，电磁铁打开和关闭独立于脚本。
2，第一个继电器和arduino可以用555定时器替换，但是没有及时发布这个项目，555将节省大量的时间和金钱和步骤。
3，pi不能直接触发螺线管，因为pi gpio工作在3.3v和51ma最大值，螺线管需要5v和更多触发时不超过51ma。
4，可以裁剪每个帧以去除不需要的区域中的运动检测，例如neigbors garden。如果不这样做会导致邻居给你的花园带来困惑的看法，因为每次他想进入他的棚子时洒水器就会熄火。
5，我可能错过了一些明显的东西，浪费了我的时间来设置它像这样。
以下代码
import cv2
import numpy as np
import argparse #cat
import time
import rpi.gpio as gpio
import os
import dropbox
from picamera.array import pirgbarray
from picamera import picamera
#------------------------------------------------upload to youtube---------------------------------------
def hdtoyoutube（）：
ctime = time.strftime（“_%h-%m-%s”）
cdate = time.strftime（“_%d-%m-%y”）
vidname = ctime + cdate
#trigger relay
gpio.output（11，true）
time.sleep（.5）
gpio.output（11，false）
print（“taking video”）
try：
#take video
os.system（‘raspivid -w 1640 -h 922 -o vid{0}.h264 -t 15000’.format（vidname））
#upload to youtube
print（“uploading to youtube”）
os.system（‘sudo youtube-upload --title=“cat got wet {0}” --client-secrets=client_secret.json vid{0}.h264’.format（vidname））
#remove video file when done
os.remove（‘vid{0}.h264’.format（vidname））
print（“video uploaded and removed from pi”）
except：
pass
#------------------------------------------------stills to dropbox---------------------------------------
def stillstodropbox（）：
print（“uploading still to dropbox function”）
access_token = ‘ah ah ah， you didn’t say the magic word.。.ah ah ah， you didn‘t say the magic word’
ctime = time.strftime（“%h：%m：%s”）
cdate = time.strftime（“%d-%m-%y”）
try：
filename = “/motion/{0}/detectedat_{1}.jpg”.format（cdate， ctime）
print（filename）
client = dropbox.client.dropboxclient（access_token）
image = open（“todropbox.jpg”， ‘rb’）
client.put_file（filename， image）
image.close（）
os.remove（“todropbox.jpg”）
except：
pass
#------------------------------------------------detect motion-----------------------------------------
def detectmotion（）：
#define vars
min_area = 400
tolarance = 25 #change in pixel
bluramount = 21
timetoforget = 0.5
kernel = np.ones（（5，5），np.uint8） #used for dialate
motioncounter = 0
mintargetarea = 600 #smallest size to detect
maxtargetarea = 5000 #largest size to detect
now = time.time（）
then = time.time（）
#initialise camera
camera = picamera（）
camera.resolution = （640，480）
camera.framerate = 10
rawcapture = pirgbarray（camera， size=（640，480））
#warmup camera
time.sleep（1）
#grab first frame & prep it to go into cv2.acumulate weight
camera.capture（rawcapture， format=“bgr”）
avg = rawcapture.array
#crop out unwanted region
polycrop = np.array（ ［［［362，480］，［613，365］，［628，161］，［498，0］，［640，0］，［640，480］］］， dtype=np.int32 ）
cv2.fillpoly（avg， polycrop， 0，0，0）
#process image
avg = cv2.cvtcolor（avg， cv2.color_bgr2gray）
avg = cv2.gaussianblur（avg， （bluramount， bluramount）， 0）
avg = avg.copy（）.astype（“float”）
rawcapture.truncate（0）
print（“ready to detect”）
#capture frames
for frame in camera.capture_continuous（rawcapture， format=“bgr”， use_video_port=true）：
#pause switch
loopgo = gpio.input（pausenow）
#print（loopgo）
while loopgo == 0：
#print（loopgo）
loopgo = gpio.input（pausenow）
time.sleep（1）
#grabs raw numpy array
currentframe = frame.array
key = cv2.waitkey（1） & 0xff
#crop out unwanted region
cv2.fillpoly（currentframe， polycrop， 0，0，0）
rawcapture.truncate（0） #clear frame buffer for next loop
currentgray = cv2.cvtcolor（currentframe， cv2.color_bgr2gray）
currentgray = cv2.gaussianblur（currentgray， （bluramount， bluramount）， 0）
#make time average frame
cv2.accumulateweighted（currentgray， avg， timetoforget）
#get difference in frame
framedelta = cv2.absdiff（currentgray， cv2.convertscaleabs（avg））
thresh = cv2.threshold（framedelta， tolarance， 255， cv2.thresh_binary）［1］
#turn to blob
thresh = cv2.dilate（thresh， kernel， iterations = 10） #dilate
thresh = cv2.morphologyex（thresh， cv2.morph_close， kernel） #close holes
thresh = cv2.erode（thresh， kernel， iterations = 5） #erode
#contours
_， cnts， _= cv2.findcontours（thresh.copy（）， cv2.retr_external， cv2.chain_approx_simple）
# loop over the contours
for c in cnts：
# if the contour is too small， ignore it
if cv2.contourarea（c） 《 min_area：
continue
# compute the bounding box for the contour， draw it on the frame，
# and update the textq
（x， y， w， h） = cv2.boundingrect（c）
#too small ： red box
if cv2.contourarea（c） 《 mintargetarea：
cv2.rectangle（currentframe， （x， y）， （x + w， y + h）， （0， 0， 255）， 2）
#motioncounter = motioncounter + 1 #debug take all the pictures
print（“motiondetected”）
#just right ： green box
if cv2.contourarea（c） 》= mintargetarea and cv2.contourarea（c） 《= maxtargetarea：
cv2.rectangle（currentframe， （x， y）， （x + w， y + h）， （0， 255， 0）， 2）
motioncounter = motioncounter + 1 #debug take all the pictures
print（“motiondetected”）
#too big ： blue box
if cv2.contourarea（c） 》 maxtargetarea：
cv2.rectangle（currentframe， （x， y）， （x + w， y + h）， （255， 0， 0）， 2）
#motioncounter = motioncounter + 1 #debug take all the pictures
print（“motiondetected”）
#keep now up to date
now = time.time（）
#motioncountertimer
if （motioncounter 》 0）：
if （now - then 》 10）：
motioncounter = 0
then = time.time（）
#break loop on pressing q
if key == ord（“q”）：
break
#if motion persists save current frame and activate countermeasures
if motioncounter 》= 4：
motioncounter = 0
cv2.imwrite（‘todropbox.jpg’， currentframe）
camera.close（）
return true
#------------------------------------------------main---------------------------------------
try：
#set pins
gpio.setmode（gpio.board）
pausenow=12
gpio.setup（11，gpio.out）
gpio.setup（pausenow，gpio.in，pull_up_down=gpio.pud_up）
while true：
motiondetected = false
motiondetected = detectmotion（）
if motiondetected == true：
hdtoyoutube（）
stillstodropbox（）
except keyboardinterrupt：
print（“keyboard interupt”）
except：
print（“other error”）
finally：
gpio.cleanup（）
#howtotriggerrealprogrammerswithbadcode
第4步：将它放在一起
将电器塞入防水外壳，将物品拧入墙壁并使用大量胶带和热胶
第5步：结果
什么时候有效
第6步：误报
如果没有，它会喷射猫影，你的妻子和你的女儿。
pro -tip - 在门旁边放一个开关，暂停运动检测程序。..。.然后忘记使用它并在放入垃圾箱时弄湿。
Zeland IE3D在3D结构的电磁场仿真优化中的计算案例
深度学习与神经网络推动AI芯片市场以约40%的年成长率持续扩张
佳能Pixma CD磁盘托盘的制作
15KHZ-20KHZ超声波数字焊接电源发生器
纳米位移台在扫描系统中的应用
如何制作计算机视觉猫洒水器
电子元器件连接板制作教程
汽车NICD电池充电器电路图
超细间距推拉力机，有哪些技术规格和特点？尺寸、重量、焊接强度
走进重庆力帆专场活动 多家供应商展现技术亮点
谈谈电路设计时所需要的小经验
800V电驱动系统助力新能源汽车产业快速发展
智能立体网，仅有小基站设备是远远不够的
华为上诉后，瑞典暂时取消对华为和中兴通讯公司的禁令
Allegro中尺寸标注参数的设置
什么是list？
柔宇科技柔性显示面板业务与科创板定位的天然契合性
IC观察：FPGA市场大有可为
数控车床中滚珠螺母的维护保养方法
C2530(zigbee)入门开发: 低功耗模式
raspberry pi zero＆amp; sd卡
raspberry pi摄像机
继电器
555计时器。..。（如果您的555计时器未到达，则为arduino和另一个继电器）
电磁阀
洒水器
电子产品的某种外壳
愿意用6吨大锤打一个隐喻钉子
分辨率很低的相机你几乎看不到水，但仍然可以看到猫跑来掩护
第2步：系统
1，pi相机检测到一个猫大小的物体移动几个相机帧（下一步骤中已经开始）
2，pi启动喷水器
3，cat跑步封面
4，视频自动上传到youtube以便查看乐趣
第3步：编码时间
使用opencv使用帧减法，您可以找到随时间变化的帧的区域，使用一些漂亮的函数，您可以确定这些变化有多大以及它们是否会持续存在，最重要的是找出它们是否是猫大小。
有相当的af关于帧减法的新教程，如果你进行快速谷歌搜索，会详细介绍。
代码工作原理概述
1，相机不断拍摄帧并将它们与最后
2，如果检测到猫大小的形状，则注意到
3，如果猫大小的变化持续超过4帧，则pi使用其gpio为继电器供电以启动arduino
4，arduino发送信号给第二个继电器供电5秒钟，激活电磁阀
5，电磁阀通电时允许水进入喷水器
6，当喷水器处于活动状态时，摄像头停止检测并记录视频
7，视频上传到youtube
8，静止图像上传到保管箱以进行微调系统
注意 - 为什么我最终使用2个继电器和一个arduino打开电磁阀5秒钟。..。..。
1，pi录制视频时pi不能启动和停止电磁阀scrips暂停直到视频结束，因此需要arduino（或555计时器）允许当视频仍在录制时，电磁铁打开和关闭独立于脚本。
2，第一个继电器和arduino可以用555定时器替换，但是没有及时发布这个项目，555将节省大量的时间和金钱和步骤。
3，pi不能直接触发螺线管，因为pi gpio工作在3.3v和51ma最大值，螺线管需要5v和更多触发时不超过51ma。
4，可以裁剪每个帧以去除不需要的区域中的运动检测，例如neigbors garden。如果不这样做会导致邻居给你的花园带来困惑的看法，因为每次他想进入他的棚子时洒水器就会熄火。
5，我可能错过了一些明显的东西，浪费了我的时间来设置它像这样。
以下代码
import cv2
import numpy as np
import argparse #cat
import time
import rpi.gpio as gpio
import os
import dropbox
from picamera.array import pirgbarray
from picamera import picamera
#------------------------------------------------upload to youtube---------------------------------------
def hdtoyoutube（）：
ctime = time.strftime（“_%h-%m-%s”）
cdate = time.strftime（“_%d-%m-%y”）
vidname = ctime + cdate
#trigger relay
gpio.output（11，true）
time.sleep（.5）
gpio.output（11，false）
print（“taking video”）
try：
#take video
os.system（‘raspivid -w 1640 -h 922 -o vid{0}.h264 -t 15000’.format（vidname））
#upload to youtube
print（“uploading to youtube”）
os.system（‘sudo youtube-upload --title=“cat got wet {0}” --client-secrets=client_secret.json vid{0}.h264’.format（vidname））
#remove video file when done
os.remove（‘vid{0}.h264’.format（vidname））
print（“video uploaded and removed from pi”）
except：
pass
#------------------------------------------------stills to dropbox---------------------------------------
def stillstodropbox（）：
print（“uploading still to dropbox function”）
access_token = ‘ah ah ah， you didn’t say the magic word.。.ah ah ah， you didn‘t say the magic word’
ctime = time.strftime（“%h：%m：%s”）
cdate = time.strftime（“%d-%m-%y”）
try：
filename = “/motion/{0}/detectedat_{1}.jpg”.format（cdate， ctime）
print（filename）
client = dropbox.client.dropboxclient（access_token）
image = open（“todropbox.jpg”， ‘rb’）
client.put_file（filename， image）
image.close（）
os.remove（“todropbox.jpg”）
except：
pass
#------------------------------------------------detect motion-----------------------------------------
def detectmotion（）：
#define vars
min_area = 400
tolarance = 25 #change in pixel
bluramount = 21
timetoforget = 0.5
kernel = np.ones（（5，5），np.uint8） #used for dialate
motioncounter = 0
mintargetarea = 600 #smallest size to detect
maxtargetarea = 5000 #largest size to detect
now = time.time（）
then = time.time（）
#initialise camera
camera = picamera（）
camera.resolution = （640，480）
camera.framerate = 10
rawcapture = pirgbarray（camera， size=（640，480））
#warmup camera
time.sleep（1）
#grab first frame & prep it to go into cv2.acumulate weight
camera.capture（rawcapture， format=“bgr”）
avg = rawcapture.array
#crop out unwanted region
polycrop = np.array（ ［［［362，480］，［613，365］，［628，161］，［498，0］，［640，0］，［640，480］］］， dtype=np.int32 ）
cv2.fillpoly（avg， polycrop， 0，0，0）
#process image
avg = cv2.cvtcolor（avg， cv2.color_bgr2gray）
avg = cv2.gaussianblur（avg， （bluramount， bluramount）， 0）
avg = avg.copy（）.astype（“float”）
rawcapture.truncate（0）
print（“ready to detect”）
#capture frames
for frame in camera.capture_continuous（rawcapture， format=“bgr”， use_video_port=true）：
#pause switch
loopgo = gpio.input（pausenow）
#print（loopgo）
while loopgo == 0：
#print（loopgo）
loopgo = gpio.input（pausenow）
time.sleep（1）
#grabs raw numpy array
currentframe = frame.array
key = cv2.waitkey（1） & 0xff
#crop out unwanted region
cv2.fillpoly（currentframe， polycrop， 0，0，0）
rawcapture.truncate（0） #clear frame buffer for next loop
currentgray = cv2.cvtcolor（currentframe， cv2.color_bgr2gray）
currentgray = cv2.gaussianblur（currentgray， （bluramount， bluramount）， 0）
#make time average frame
cv2.accumulateweighted（currentgray， avg， timetoforget）
#get difference in frame
framedelta = cv2.absdiff（currentgray， cv2.convertscaleabs（avg））
thresh = cv2.threshold（framedelta， tolarance， 255， cv2.thresh_binary）［1］
#turn to blob
thresh = cv2.dilate（thresh， kernel， iterations = 10） #dilate
thresh = cv2.morphologyex（thresh， cv2.morph_close， kernel） #close holes
thresh = cv2.erode（thresh， kernel， iterations = 5） #erode
#contours
_， cnts， _= cv2.findcontours（thresh.copy（）， cv2.retr_external， cv2.chain_approx_simple）
# loop over the contours
for c in cnts：
# if the contour is too small， ignore it
if cv2.contourarea（c） 《 min_area：
continue
# compute the bounding box for the contour， draw it on the frame，
# and update the textq
（x， y， w， h） = cv2.boundingrect（c）
#too small ： red box
if cv2.contourarea（c） 《 mintargetarea：
cv2.rectangle（currentframe， （x， y）， （x + w， y + h）， （0， 0， 255）， 2）
#motioncounter = motioncounter + 1 #debug take all the pictures
print（“motiondetected”）
#just right ： green box
if cv2.contourarea（c） 》= mintargetarea and cv2.contourarea（c） 《= maxtargetarea：
cv2.rectangle（currentframe， （x， y）， （x + w， y + h）， （0， 255， 0）， 2）
motioncounter = motioncounter + 1 #debug take all the pictures
print（“motiondetected”）
#too big ： blue box
if cv2.contourarea（c） 》 maxtargetarea：
cv2.rectangle（currentframe， （x， y）， （x + w， y + h）， （255， 0， 0）， 2）
#motioncounter = motioncounter + 1 #debug take all the pictures
print（“motiondetected”）
#keep now up to date
now = time.time（）
#motioncountertimer
if （motioncounter 》 0）：
if （now - then 》 10）：
motioncounter = 0
then = time.time（）
#break loop on pressing q
if key == ord（“q”）：
break
#if motion persists save current frame and activate countermeasures
if motioncounter 》= 4：
motioncounter = 0
cv2.imwrite（‘todropbox.jpg’， currentframe）
camera.close（）
return true
#------------------------------------------------main---------------------------------------
try：
#set pins
gpio.setmode（gpio.board）
pausenow=12
gpio.setup（11，gpio.out）
gpio.setup（pausenow，gpio.in，pull_up_down=gpio.pud_up）
while true：
motiondetected = false
motiondetected = detectmotion（）
if motiondetected == true：
hdtoyoutube（）
stillstodropbox（）
except keyboardinterrupt：
print（“keyboard interupt”）
except：
print（“other error”）
finally：
gpio.cleanup（）
#howtotriggerrealprogrammerswithbadcode
第4步：将它放在一起
将电器塞入防水外壳，将物品拧入墙壁并使用大量胶带和热胶
第5步：结果
什么时候有效
第6步：误报
如果没有，它会喷射猫影，你的妻子和你的女儿。
pro -tip - 在门旁边放一个开关，暂停运动检测程序。..。.然后忘记使用它并在放入垃圾箱时弄湿。
Zeland IE3D在3D结构的电磁场仿真优化中的计算案例
深度学习与神经网络推动AI芯片市场以约40%的年成长率持续扩张
佳能Pixma CD磁盘托盘的制作
15KHZ-20KHZ超声波数字焊接电源发生器
纳米位移台在扫描系统中的应用
如何制作计算机视觉猫洒水器
电子元器件连接板制作教程
汽车NICD电池充电器电路图
超细间距推拉力机，有哪些技术规格和特点？尺寸、重量、焊接强度
走进重庆力帆专场活动 多家供应商展现技术亮点
谈谈电路设计时所需要的小经验
800V电驱动系统助力新能源汽车产业快速发展
智能立体网，仅有小基站设备是远远不够的
华为上诉后，瑞典暂时取消对华为和中兴通讯公司的禁令
Allegro中尺寸标注参数的设置
什么是list？
柔宇科技柔性显示面板业务与科创板定位的天然契合性
IC观察：FPGA市场大有可为
数控车床中滚珠螺母的维护保养方法
C2530(zigbee)入门开发: 低功耗模式