snapshot_on_movement.py

# Эта работа лицензирована по лицензии MIT.
# Copyright (c) 2013-2023 OpenMV LLC. All rights reserved.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Пример: снимок при обнаружении движения
#
# Примечание: для выполнения этого примера вам понадобится SD-карта.
#
# В этом примере показано использование покадрового вычитания (frame differencing) на OpenMV Cam для
# обнаружение движения. После обнаружения движения камера OpenMV Cam сделает снимок.

import csi
import random
import os
import machine

csi0 = csi.CSI()
csi0.reset()  # Сброс и инициализация датчика.
csi0.pixformat(csi.RGB565)  # Установить формат пикселей RGB565 (или GRAYSCALE)
csi0.framesize(csi.QVGA)  # Установить размер кадра QVGA (320x240)
csi0.snapshot(time=2000)  # Подождать, пока настройки вступят в силу.
csi0.auto_whitebal(False)  # Отключить баланс белого.

led = machine.LED("LED_RED")

if not "temp" in os.listdir():
    os.mkdir("temp")  # Создать временный каталог

while True:
    print("About to save background image...")
    csi0.snapshot(time=2000)  # Дать пользователю время подготовиться.

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

    diff = 10  # Мы будем считать, что движение обнаружено после 10 кадров движения.
    while diff:
        img = csi0.snapshot()
        img.difference("temp/bg.bmp")
        stats = img.statistics()
        # Stats 5 - это максимум канала цвета освещённости. Приведённый ниже код
        # срабатывает, когда максимум освещённости по всему изображению превышает 20.
        # В норме максимальная разница освещённости должна быть равна нулю.
        if stats[5] > 20:
            diff -= 1

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