基于树莓派和安卓客户端的移动监控系统

作者  ：DevinTT

链接：http://blog.csdn.net/DevinTT/article/details/43865431

接触树莓派已经有2周了，在linux发现了好多很不错的工具，其中mjpg-stream和phddns还有libcv什么的，都是很不错的工具。加上我会一点点安卓移动端的开发，所以结合一下自己掌握的技术，实现一个基于树莓派和安卓的监控系统。

为了方便大家学习，工程代码已经上传：http://download.csdn.net/detail/devintt/8447193(点击阅读原文进入)

一、安装mjpg-stream

以下技术参考http://blog.csdn.net/blueslime/article/details/12429411

下面的文字是使用github上jacksonliam的mjpg-streamer-experimental，在树莓派新版系统上可以进行完全编译，适合强迫症患者。而且还能支持树莓派的专用摄像头Pi Cam。

项目工程：https://github.com/jacksonliam/mjpg-streamer

将工程下载后，传送到树莓派系统中解压：

1. unzip mjpg-streamer-master.zip

编译此工程需要用到cmake和支持库：

1. sudo apt-get install cmake
2.  
3. sudo apt-get install libjpeg8-dev

然后进入工程mjpg-streamer-experimental，进行完全编译：

1. make clean all

进入树莓派设置菜单：

1. sudo raspi-config

移动到第五项“Enable Camera”，回车进入，按tab键切换到“Enable”回车确认。回到主菜单，tab键切换到“Finish”回车确认。树莓派会自动重启。

重启后，命令行进入mjpg-streamer-experimental目录

使用下面指令启动普通USB摄像头：

1. ./mjpg_streamer -i “./input_uvc.so” -o “./output_http.so -w ./www”

启动树莓派专用摄像头RaspiCamera的指令是：

1. ./mjpg_streamer -i “./input_raspicam.so” -o “./output_http.so -w ./www”

查看图像，在PC端打开浏览器，输入下面网址可以看到静态截图：

1. http://<树莓派IP>:8080/?action=snapshot

输入下面两条网址可以看到动态图像：

1. http://<树莓派IP>:8080/?action=stream
2. http://<树莓派IP>:8080/javascript_simple.html

但是市面上大部分摄像头都是支持YUV的，而不是JPEG的。mjpg-stream支持JPEG和YUV两种格式。直接运行出现i: init_VideoIn failed错误，解决方法：

1、打开以下文件：

1. sudo nano mjpg-streamer/plugins/input_uvc/input_uvc.c

2、翻到大概第三页将一行中的：

int width = 640, height = 480, fps = -1, format = V4L2_PIX_FMT_MJPEG, i;

修改成:

int width = 640, height = 480, fps = -1, format = V4L2_PIX_FMT_YUYV, i;

需要重新编译才会有效。

二、编写安卓客户端

其实完成第一步就几乎完成了很大部分的工作了，用手机浏览器输入ip地址就可以查看。但是编写手机客户端有利于摄像头的管理和加入脸部捕获什么的，让监控系统更加逼格。

先介绍一下用http实现图片获取的方法，我在另一篇文章里面说的比较清晰，

http://blog.csdn.net/devintt/article/details/38893869

我在这里主要说说图片获取之后的处理和显示的方法。

http获取图片数据流

[java]

1.   private void doGet() {
2.         //get http img
3.         String url = “http://192.168.0.105:8080/?action=snapshot”;
4. //        Log.d(TAG, url);
5.         myHttpThreadGet = new HttpThreadGet(url, HttpThreadGet.GETIMG, handler);
6.         myHttpThreadGet.start();
7. }

消息传递获取，这里只用了获取图片

[java]

1. /************************** msg接收 *************************/
2.  
3.         handler = new Handler() {
4.             @Override
5.             public void handleMessage(Message msg) {
6.                 switch (msg.what) {
7.                     case HttpThreadPost.POST:
8.                         result = (String) msg.obj;
9.                         break;
10.                     case HttpThreadGet.GET:
11.                         result = (String) msg.obj;
12.                         break;
13.                     case HttpThreadGet.GETIMG:
14.                         buffer = (byte[])msg.obj;
15.                         try {
16.                             image = BitmapFactory.decodeByteArray(buffer, 0, buffer.length, BitmapFactoryinfo);
17.                             faceDetect(image);
18.                         } catch (Exception e) {
19.                             Log.e(TAG, e.toString());
20.                         }
21.                         doGet();    //再请求
22.                         break;
23.                     default:
24.                         break;
25.                 }
26.             }
27.         };

由于图片是JPEG格式的数据流，需要通过BitmapFactory重新编码，如果要实现人脸识别FaceDetector的话需要将图片格式化Bitmap.Config.RGB_565。

[java]

1. /************************** format bitmap *************************/
2.  
3.     private void detectSetup() {
4.         BitmapFactoryinfo = new BitmapFactory.Options();
5.         BitmapFactoryinfo.inPreferredConfig = Bitmap.Config.RGB_565;  //构造位图生成的参数，必须为565。类名+enum
6. }
7.  
8.  

获取到图片并格式化之后就可以经行显示了，如果要加入人脸检测的话，就调用这个。

以下技术参考http://blog.csdn.net/zhandoushi1982/article/details/8613916

这里的方法可以将检测出来的人脸经行描绘出来，并且可以同时识别多个，由于我们的图片是静态一张一张的，所以我们用的是静态的方法。

[java]

1. /************************** face detect *************************/
2.  
3.     private void faceDetect(Bitmap fBitmap) {
4. //        myBitmap = BitmapFactory.decodeResource(getResources(), R.drawable.baby, BitmapFactoryOptionsbfo);
5.         int imageWidth = fBitmap.getWidth();
6.         int imageHeight = fBitmap.getHeight();
7.         myFace = new FaceDetector.Face[numberOfFace];       //分配人脸数组空间
8.         myFaceDetect = new FaceDetector(imageWidth, imageHeight, numberOfFace);
9.         numberOfFaceDetected = myFaceDetect.findFaces(fBitmap, myFace);    //FaceDetector 构造实例并解析人脸
10.         countertext.setText(“numberOfFaceDetected is “ + numberOfFaceDetected);
11.         Log.i(TAG,“numberOfFaceDetected is “ + numberOfFaceDetected);
12.         Bitmap bitmapTemp = Bitmap.createBitmap(fBitmap.getWidth(), fBitmap.getHeight(), Bitmap.Config.RGB_565);
13.         Canvas canvas = new Canvas(bitmapTemp);
14.         canvas.drawColor(Color.TRANSPARENT);
15.         Paint myPaint = new Paint();
16.         myPaint.setColor(Color.GREEN);
17.         myPaint.setStyle(Paint.Style.STROKE);
18.         myPaint.setStrokeWidth(3);          //设置位图上paint操作的参数
19.         canvas.drawBitmap(fBitmap, 0, 0, myPaint);
20.  
21.         for(int i=0; i < numberOfFaceDetected; i++){
22.             Face face = myFace[i];
23.             PointF myMidPoint = new PointF();
24.             face.getMidPoint(myMidPoint);
25.             myEyesDistance = face.eyesDistance();   //得到人脸中心点和眼间距离参数，并对每个人脸进行画框
26.             canvas.drawRect(            //矩形框的位置参数
27.                     (int)(myMidPoint.x – myEyesDistance),
28.                     (int)(myMidPoint.y – myEyesDistance),
29.                     (int)(myMidPoint.x + myEyesDistance),
30.                     (int)(myMidPoint.y + myEyesDistance),
31.                     myPaint);
32.         }
33.         imageview.setImageBitmap(bitmapTemp);
34. }

为了防止退出的时候没有关闭http通信，造成下次再打开会出现FC，所以需要中断http通信。

[java]

1. @Override
2.     protected void onDestroy() {
3.         super.onDestroy();
4.         if(myHttpThreadGet.isAlive()) {
5.             myHttpThreadGet.interrupt();
6.         }
7. }

最后附上效果图：