فهرست مطالب:
- مرحله 1: ارزیابی سیستم عامل MotionEye در رزبری پای
- مرحله 2: آزمایش دوربین ها
- مرحله 3: ارزیابی ISpy Connect
تصویری: گزینه های NVR برای سیستم نظارت خانگی DIY: 3 مرحله
2024 نویسنده: John Day | [email protected]. آخرین اصلاح شده: 2024-01-30 08:54
در قسمت 3 این سری ، ما گزینه های NVR را برای Raspberry Pi و برای رایانه ویندوزی ارزیابی می کنیم. ما سیستم عامل MotionEye را روی Raspberry Pi 3 آزمایش می کنیم و سپس به iSpy نگاه می کنیم ، که یک راه حل پیشرو ، منبع باز ، نظارت تصویری و امنیتی است.
ویدئوی بالا یک نمای کلی از نحوه ترکیب همه چیز به شما می دهد و ما همچنین کیفیت فیلم را به همراه قابلیت های تشخیص حرکت آزمایش می کنیم. توصیه می کنم ابتدا آن را تماشا کنید تا تصمیم بگیرید که کدام راه حل NVR برای شما بهترین کار را می کند.
مرحله 1: ارزیابی سیستم عامل MotionEye در رزبری پای
ما قبلاً MotionEye OS را با استفاده از Pi Zero در پست قبلی بررسی کرده بودیم و من خیلی راضی نبودم ، بنابراین تصمیم گرفتم این بار آن را با Pi 3 آزمایش کنم. اولین مرحله بارگیری تصویر مناسب برای برد و سپس فلش کردن آن بر روی کارت microSD بود. تصمیم گرفتم از اتصال شبکه سیمی استفاده کنم و بنابراین ، کابل اترنت را به روتر خود وصل کردم.
سپس برد را روشن کردم و منتظر ماندم تا به شبکه متصل شود. من از اسکنر AngryIP برای بدست آوردن آدرس IP آن استفاده کردم و سپس با استفاده از آدرس IP وارد سیستم شدم. نام کاربری پیش فرض "admin" است و رمز عبور وجود ندارد ، بنابراین ما را وارد سیستم عامل MotionEye کرد.
مرحله 2: آزمایش دوربین ها
گام بعدی افزودن دوربین ها و آزمایش قابلیت تشخیص حرکت بود. تصمیم گرفتم از دوربین RPi Zero و دوربین برد ESP32-CAM که در پست های قبلی ساخته بودیم استفاده کنم. برای افزودن دوربین RPi ، من فقط باید گزینه دوربین شبکه را انتخاب کنم ، URL جریان را اضافه کنم و سپس گزینه UDP را انتخاب کنم. دوربین برد ESP32-CAM یک جریان MJPEG به ما می دهد ، بنابراین مجبور شدم گزینه MJPEG را انتخاب کرده و آدرس IP آن را اضافه کنم تا کار کند. درست مانند آن ، ما هر دو جریان را برای استفاده در دسترس داشتیم.
به خاطر داشته باشید که سیستم حرکتی Eye نمی تواند با استفاده از یک جریان MJPEG تشخیص حرکت ، ضبط تصویر و فیلمبرداری را انجام دهد ، بنابراین ما فقط می توانیم این را با جریان RPi آزمایش کنیم. من تصمیم گرفتم از تنظیمات پیش فرض استفاده کنم زیرا نمی خواستم سیستم را بیش از حد بار کنم. من تشخیص حرکت ، ضبط فیلم را فعال کردم و کیفیت فیلمبرداری را به 100 increase افزایش دادم ، زیرا می خواستم فیلم با بالاترین کیفیت ممکن ضبط شود.
می توانید ویدیو را تماشا کنید تا از نحوه عملکرد آن مطلع شوید ، اما به طور خلاصه ، من خیلی از آن راضی نبودم. جریان ویدئویی و فیلم ضبط شده هر دو دارای مصنوعات متعدد بودند و نتایج ضعیف بود. ممکن است بتوانید با استفاده از یک جریان با وضوح کمتر و نرخ فریم پایین عملکرد بهتری داشته باشید ، اما من داشتن چنین دوربین امنیتی را مهم نمی دانم.
من همچنین فکر نمی کنم Raspberry PI دارای قدرت پردازش کافی برای پخش چندین فید ویدئویی HD باشد و در عین حال تشخیص حرکت ، ضبط تصویر و ضبط ویدئو را نیز انجام دهد. من برخی از گزینه های دیگر را بررسی کردم ، اما از آنها زیاد راضی نبودم و یافته های خود را در تصویر ذکر کرده ام. اگر می خواهید یک سیستم نظارتی DIY بسازید ، توصیه می کنم گزینه بعدی را بررسی کنید.
مرحله 3: ارزیابی ISpy Connect
گزینه بعدی که تصمیم گرفتم آن را ارزیابی کنم ، iSpy Connect بود که ادعا می شود برجسته ترین سیستم نظارت تصویری منبع باز جهان است. بعد از امتحان کردن ، مطمئناً موافقم!
نصب ساده بود ، اگرچه فقط روی ویندوز اجرا می شود. اضافه کردن دوربین ها نیز ساده بود. برای دوربین RPi ، من به برگه FFMPEG تغییر کردم ، URL جریان را اضافه کردم و Auto را برای حالت RTSP انتخاب کردم. با موفقیت به دوربین متصل شد و جریان را نمایش داد. برای جریان برد ESP32-CAM ، من به سادگی مجبور شدم آدرس IP را در برگه MJPEG وارد کنم و آن جریان ویدئو به همان سرعت تشخیص داده شد.
به طور کلی ، هر دو جریان عالی به نظر می رسند ، بنابراین من نمی توانستم منتظر بمانم تا قابلیت تشخیص و ضبط حرکت را امتحان کنم. انجام این کار نیز ساده بود: من تنظیمات جریان را با کلیک روی نماد تنظیمات که هنگام حرکت روی جریان نشان داده شد ، باز کردم. تنها کاری که باید انجام می دادم این بود که از برگه Recording گزینه "ثبت زمان حرکت تشخیص داده شود" را فعال کنم. iSpy همچنین می تواند تشخیص و ضبط حرکت را در جریان ESP32-CAM MPJPEG انجام دهد ، بنابراین من آن را برای آن نیز فعال کردم.
پس از تشخیص حرکت ، فیلم ها ضبط و در محل ذخیره سازی ذخیره می شوند. آنها همچنین در پنجره پایین ظاهر می شوند و از آنجا می توان به آنها دسترسی پیدا کرد. همچنین می توانید روی یک جریان راست کلیک کرده و گزینه "Show Files" را انتخاب کنید تا پنجره Explorer حاوی فایل های ذخیره شده باز شود. عملکرد هر دو جریان و فیلم ضبط شده عالی بود و این واقعاً چیزی است که می توانید از آن به عنوان NVR استفاده کنید. این نرم افزار دارای ویژگی های زیادی است ، هم برای جریان و هم برای خود برنامه ، بنابراین اگر قصد استفاده از آن را دارید ، مستندات آن را بررسی کنید.
بنابراین می توانید NVR را به پروژه نظارت خانگی DIY خود اضافه کنید. من از نمایشگر دوربینی که در ویدئوی قبلی ساخته ام بیش از حد راضی هستم و از آن برای نیازهای خود استفاده خواهم کرد. همین برای این پست اگر پروژه هایی مانند این را دوست دارید ، لطفاً با عضویت در کانال YouTube ما از ما حمایت کنید.
YouTube:
ممنون که خواندید!
توصیه شده:
سیستم نظارت بصری مبتنی بر LoRa برای کشاورزی Iot - طراحی یک برنامه کاربردی Fronted با استفاده از Firebase & Angular: 10 مرحله
سیستم نظارت بصری مبتنی بر LoRa برای کشاورزی Iot | طراحی یک برنامه کاربردی Fronted با استفاده از Firebase & Angular: در فصل قبل در مورد نحوه کار سنسورها با ماژول loRa برای پر کردن پایگاه داده Firebase Realtime صحبت کردیم و نمودار سطح بسیار بالا را مشاهده کردیم که نشان می دهد کل پروژه ما چگونه کار می کند. در این فصل در مورد اینکه چگونه می توانیم
سیستم نظارت بر حیوانات خانگی دارای آردوینو و تمشک پای: 19 مرحله (همراه با تصاویر)
سیستم نظارت بر حیوانات خانگی دارای آردوینو و تمشک پای: اخیراً هنگام تعطیلات متوجه عدم ارتباط با حیوان خانگی خود بیگل شدیم. پس از انجام برخی تحقیقات ، ما محصولاتی را پیدا کردیم که دارای یک دوربین استاتیک بودند که به فرد اجازه می داد حیوان خانگی خود را تحت نظر داشته و با آن ارتباط برقرار کند. این سیستم ها دارای مزایای خاصی بودند
سیستم نظارت بر کیفیت هوا برای آلودگی ذرات معلق: 4 مرحله
سیستم نظارت بر کیفیت هوا برای آلودگی ذرات معلق: مقدمه: 1 در این پروژه نحوه ساخت آشکارساز ذرات با نمایش داده ها ، پشتیبان گیری داده ها بر روی کارت SD و IOT را نشان می دهم. از نظر بصری یک صفحه نمایش حلقه ای نئوپیکسلی کیفیت هوا را نشان می دهد. 2 کیفیت هوا یک نگرانی فزاینده مهم است
استفاده از میکروکنترلرها برای عملکرد و نظارت بر سیستم آبیاری از راه دور: 4 مرحله
استفاده از میکروکنترلرها برای بهره برداری و نظارت بر سیستم آبیاری از راه دور: کشاورزان و اپراتورهای گلخانه ای برای یک سیستم آبیاری اتوماتیک کم هزینه. در این پروژه ، ما یک سنسور الکترونیکی رطوبت خاک را با یک میکروکنترلر ادغام می کنیم تا در صورت خشک شدن بیش از حد خاک بدون دخالت انسان ، گیاهان را به طور خودکار آبیاری کند
توسعه برنامه های کاربردی با استفاده از پین های GPIO در DragonBoard 410c با سیستم عامل های Android و Linux: 6 مرحله
توسعه برنامه های کاربردی با استفاده از پین های GPIO در DragonBoard 410c با سیستم عامل های Android و Linux: هدف از این آموزش نشان دادن اطلاعات مورد نیاز برای توسعه برنامه های کاربردی با استفاده از پین GPIO در DragonBoard 410c با سرعت کم است. این آموزش اطلاعاتی را برای توسعه برنامه های کاربردی با استفاده از پین های GPIO با SYS در Andr ارائه می دهد