snapshot_on_movement.py

# Esta obra está licenciada bajo la licencia MIT.
# Copyright (c) 2013-2023 OpenMV LLC. Todos los derechos reservados.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Ejemplo de captura ante movimiento
#
# Nota: Necesitará una tarjeta SD para ejecutar este ejemplo.
#
# Este ejemplo demuestra el uso de la diferenciación de fotogramas con su OpenMV Cam para realizar
# detección de movimiento. Después de detectar movimiento, su OpenMV Cam tomará una foto.

import csi
import random
import os
import machine

csi0 = csi.CSI()
csi0.reset()  # Restablecer e inicializar el sensor.
csi0.pixformat(csi.RGB565)  # Establecer el formato de píxel a RGB565 (o GRAYSCALE)
csi0.framesize(csi.QVGA)  # Establecer el tamaño de fotograma a QVGA (320x240)
csi0.snapshot(time=2000)  # Esperar a que los ajustes surtan efecto.
csi0.auto_whitebal(False)  # Desactivar el balance de blancos.

led = machine.LED("LED_RED")

if not "temp" in os.listdir():
    os.mkdir("temp")  # Crear un directorio temporal

while True:
    print("About to save background image...")
    csi0.snapshot(time=2000)  # Dar tiempo al usuario para prepararse.

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

    diff = 10  # Diremos que detectamos movimiento después de 10 fotogramas con movimiento.
    while diff:
        img = csi0.snapshot()
        img.difference("temp/bg.bmp")
        stats = img.statistics()
        # Stats 5 es el máximo del canal de color de iluminación. El siguiente código
        # se activa cuando el máximo de iluminación de toda la imagen supera 20.
        # La diferencia máxima de iluminación normalmente debería ser cero.
        if stats[5] > 20:
            diff -= 1

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