snapshot_on_movement.py

# هذا العمل مرخص بموجب ترخيص MIT.
# حقوق النشر (c) 2013-2023 OpenMV LLC. جميع الحقوق محفوظة.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# مثال التقاط صورة عند الحركة
#
# ملاحظة: ستحتاج إلى بطاقة SD لتشغيل هذا المثال.
#
# يوضح هذا المثال استخدام فرق الإطارات (frame differencing) مع كاميرا OpenMV لإجراء
# اكتشاف الحركة. بعد اكتشاف الحركة، ستقوم كاميرا OpenMV بالتقاط صورة.

import csi
import random
import os
import machine

csi0 = csi.CSI()
csi0.reset()  # إعادة ضبط المستشعر وتهيئته.
csi0.pixformat(csi.RGB565)  # تعيين تنسيق البكسل إلى RGB565 (أو GRAYSCALE)
csi0.framesize(csi.QVGA)  # تعيين حجم الإطار إلى QVGA (320x240)
csi0.snapshot(time=2000)  # انتظر حتى تدخل الإعدادات حيز التنفيذ.
csi0.auto_whitebal(False)  # إيقاف موازنة اللون الأبيض (white balance).

led = machine.LED("LED_RED")

if not "temp" in os.listdir():
    os.mkdir("temp")  # أنشئ مجلداً مؤقتاً

while True:
    print("About to save background image...")
    csi0.snapshot(time=2000)  # امنح المستخدم وقتاً للاستعداد.

    csi0.snapshot().save("temp/bg.bmp")
    print("Saved background image - Now detecting motion!")

    diff = 10  # سنعتبر أننا اكتشفنا حركة بعد 10 إطارات من الحركة.
    while diff:
        img = csi0.snapshot()
        img.difference("temp/bg.bmp")
        stats = img.statistics()
        # Stats 5 هو الحد الأقصى لقناة لون الإضاءة. الكود أدناه
        # يتم تفعيله عندما يتجاوز الحد الأقصى للإضاءة في الصورة بأكملها 20.
        # يجب أن يكون الحد الأقصى لفرق الإضاءة صفراً في الوضع الطبيعي.
        if stats[5] > 20:
            diff -= 1

    led.on()
    print("Movement detected! Saving image...")
    csi0.snapshot().save("temp/snapshot-%d.jpg" % random.getrandbits(32))  # حفظ الصورة.
    led.off()