gif_on_movement.py

# Dieses Werk ist unter der MIT-Lizenz lizenziert.
# Copyright (c) 2013-2023 OpenMV LLC. Alle Rechte vorbehalten.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# GIF-Videoaufzeichnung bei Bewegung – Beispiel
#
# Hinweis: Für dieses Beispiel wird eine SD-Karte benötigt.
#
# Sie können Ihre OpenMV Cam verwenden, um GIF-Dateien aufzuzeichnen. Sie können dem
# Recorder-Objekt RGB565-Frames oder Graustufen-Frames zuführen. Verwenden Sie eine Bildbearbeitungssoftware
# wie GIMP, um das GIF zu komprimieren und zu optimieren, bevor Sie es ins Web hochladen.
#
# Dieses Beispiel zeigt, wie Sie mit Frame-Differenzbildung auf Ihrer OpenMV Cam eine
# Bewegungserkennung durchführen. Nach der Erkennung einer Bewegung nimmt Ihre OpenMV Cam ein Video auf.

import csi
import time
import gif
import os
import machine
import random

csi0 = csi.CSI()
csi0.reset()  # Sensor zurücksetzen und initialisieren.
csi0.pixformat(csi.RGB565)  # Pixelformat auf RGB565 (oder GRAYSCALE) setzen
csi0.framesize(csi.QQVGA)  # Framegröße auf QQVGA (160x120) setzen
csi0.snapshot(time=2000)  # Warten, bis die Einstellungen wirksam werden.
csi0.auto_whitebal(False)  # Weißabgleich ausschalten.

led = machine.LED("LED_RED")

if not "temp" in os.listdir():
    os.mkdir("temp")  # Ein temporäres Verzeichnis erstellen

while True:
    print("About to save background image...")
    csi0.snapshot(time=2000)  # Dem Benutzer Zeit geben, sich bereitzumachen.

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

    diff = 10  # Wir gehen davon aus, dass eine Bewegung nach 10 Frames mit Bewegung erkannt wurde.
    while diff:
        img = csi0.snapshot()
        img.difference("temp/bg.bmp")
        stats = img.statistics()
        # Stats 5 ist das Maximum des Beleuchtungs-Farbkanals. Der folgende Code
        # löst aus, wenn das Beleuchtungsmaximum für das gesamte Bild über 20 steigt.
        # Das maximale Beleuchtungsdelta sollte normalerweise null sein.
        if stats[5] > 20:
            diff -= 1

    led.on()
    g = gif.Gif("example-%d.gif" % random.getrandbits(32), loop=True)

    clock = time.clock()  # Verfolgt die FPS.
    for i in range(100):
        clock.tick()
        # clock.avg() gibt die Millisekunden zwischen den Frames zurück - die GIF-Verzögerung ist in
        g.add_frame(csi0.snapshot(), delay=int(clock.avg() / 10))  # Centisekunden angegeben.
        print(clock.fps())

    g.close()
    led.off()
    print("Restarting...")