Antes de prosseguir com o artigo, gostaria de deixar aqui um agradecimento ao meu patrocinador Digital Ocean, o qual me deu acesso a uma VPS e permitiu que este projeto virasse realidade.<\/p>\n
Para reproduzir o projeto deste artigo, ser\u00e3o necess\u00e1rios os seguintes materiais, conhecimentos e servi\u00e7os:<\/p>\n Segue abaixo algumas recomenda\u00e7\u00f5es de locais para adquirir o hardware para este projeto<\/p>\n O SimpleCV<\/a> trata-se de um framework open-source de computa\u00e7\u00e3o visual. Comparativamente com o OpenCV<\/a>, trata-se de um framework de vis\u00e3o computacional mais simples, por\u00e9m\u00a0adequado \u00e0 maioria das necessidades desta \u00e1rea. Devido a sua f\u00e1cil\u00a0integra\u00e7\u00e3o com Python, tornou-se um framework muito popular.<\/p>\n Para instalar o SimpleCV na Raspbery Pi, siga o procedimento abaixo:<\/p>\n Uma vez instalado o SimpleCV, este pode ser testado da maneira descrita a seguir. Antes de executar o procedimento, certifique-se que a webcam USB est\u00e1 ligada na Raspberry Pi.<\/p>\n Com o SimpleCV e webcam funcionando, podemos partir para a detec\u00e7\u00e3o de faces. Para tal tarefa, \u00e9 utilizado um recurso do SimpleCV chamado\u00a0“Haar Feature-based Cascade Classifier for Object Detection”. Este recurso permite encontrar caracter\u00edsticas em uma imagem (seja uma foto ou stream de v\u00eddeo), a fim de encontrar objetos caracter\u00edsticos na mesma.<\/p>\n O “input” deste recurso s\u00e3o os chamados “Cascade classified files”. Cada arquivo destes tem formato xml e descreve como s\u00e3o os objetos que devem encontrar. Portanto, quanto mais detalhado o objeto a ser encontrado, mais complexo ser\u00e1 este xml. O SimpleCV j\u00e1 conta por padr\u00e3o com alguns\u00a0Cascade classified files, o que ir\u00e1 facilitar muito seu aprendizado e seus primeiros projetos.\u00a0Um deles \u00e9 o Cascade classified file de face (ou seja, permite detectar a presen\u00e7a de uma face humana em uma foto ou stream de video).\u00a0Para saber mais, clique aqui<\/a>.<\/p>\n Portanto, para identificar faces com base na imagem capturada pela webcam, utilize o script Python abaixo:<\/p>\n Salve o script como DeteccaoFaces.py<\/strong> e execute o programa com o seguinte comando:<\/p>\n Pronto, agora basta ficar na frente da webcam e observar a detec\u00e7\u00e3o de sua face! Uma brincadeira interessante \u00e9 voc\u00ea segurar uma foto com uma ou mais pessoas ao mesmo tempo em que \u00e9 “visto” pela webcam. O script ir\u00e1 encontrar a sua face e as da foto ao mesmo tempo, assim voc\u00ea consegue ver o funcionamento da detec\u00e7\u00e3o de face a todo vapor.<\/p>\n IMPORTANTE:<\/strong><\/span> o Cascade classified file de face (face.xml) est\u00e1 preparado \u00a0para detec\u00e7\u00e3o de faces “filmadas” de forma frontal. Ou seja, sua efici\u00eancia de detec\u00e7\u00e3o \u00e9 reduzida em casos de faces em outras posi\u00e7\u00f5es (vistas de cima ou de perfil, por exemplo).<\/p>\n A partir de agora, ser\u00e1 explicado como detectar faces, contabiliz\u00e1-las e enviar a contabiliza\u00e7\u00e3o a uma VPS. Desta forma, ser\u00e1 feito um mecanismo para armazenar qual a m\u00e9dia de pessoas contabilizadas por per\u00edodo do dia (per\u00edodos de 1 hora cada).<\/p>\n Antes de tudo, \u00e9 preciso preparar sua VPS para suportar sistema de banco de dados sqlite3 e instalar um broker MQTT Mosquitto nela. O sistema de banco de dados ser\u00e1 respons\u00e1vel por gerenciar a tabela que cont\u00e9m o registro das contagens (por per\u00edodo), enquanto a comunica\u00e7\u00e3o entre\u00a0Raspberry Pi e VPS ser\u00e1 feita por MQTT.<\/p>\n Observa\u00e7\u00e3o:<\/strong><\/span> Para poder utilizar MQTT e Python na Raspberry Pi, \u00e9 necess\u00e1rio instalar a biblioteca Paho-MQTT. Para saber como fazer isso, veja este artigo<\/a>.<\/p>\n Para uma\u00a0VPS Digital Ocean com sistema operacional Linux Ubuntu 16.04, isso pode ser feito das seguintes maneiras:<\/p>\n Feito isso, chegou a hora dos c\u00f3digos do lado da Raspberry Pi e da VPS.<\/p>\n Do lado do servidor, fa\u00e7a o seguinte procedimento:<\/p>\n Salve-o como ManipulacaoBancoDadosContadorPessoas.py<\/strong>.<\/li>\n Salve-o como\u00a0RoboContagemPessoasBD.py<\/strong><\/li>\n J\u00e1 do lado da Raspberry Pi, fa\u00e7a o seguinte:<\/p>\n![\"\"](\"http:\/\/pedrobertoleti.com.br\/wp-content\/uploads\/2017\/03\/DigitalOceanLogoPNG-300x51.png\")
<\/a><\/p>\nMateriais, servi\u00e7os e conhecimentos necess\u00e1rios<\/h2>\n
\n
Recomenda\u00e7\u00e3o de lojas para o hardware<\/h2>\n
\n
Instala\u00e7\u00e3o do SimpleCV na Raspberry Pi<\/h2>\n
\n
sudo apt-get install python-opencv python-scipy python-numpy python-pip\nsudo pip install svgwrite<\/pre>\n<\/li>\n
sudo pip install https:\/\/github.com\/ingenuitas\/SimpleCV\/zipball\/master<\/pre>\n
Teste do SimpleCV<\/h2>\n<\/li>\n<\/ol>\n
\n
nano TesteSimpleCV.py<\/pre>\n<\/li>\n
from SimpleCV import Camera\nc=Camera()\nc.live()\n<\/pre>\n<\/li>\n
python TesteSimpleCV.py<\/pre>\n<\/li>\n
Detec\u00e7\u00e3o de face<\/h2>\n
from SimpleCV import * \n\n#inicializacao da camera\ncam = Camera() \n\nwhile True:\n\timagem = cam.getImage().scale(1) #pega a imagem da webcam no tamanho maximo que ela pode gerar\n\n\tfaces = imagem.findHaarFeatures('face.xml') #procura por faces humanas na imagem capturada da webcam\n\n #se existir faces humanas na imagem, estas s\u00e3o destacadas com um retangulo (cor default: verde) \n\tif faces:\n\t faces.draw() \n\t print \"- Numero de faces encontradas: \"+str(len(faces))\t\n\n imagem.show() #mostra a imagem (e a face destacada, caso existir)<\/pre>\npython DeteccaoFaces.py<\/pre>\n
Contabilizando pessoas e guardando os dados em uma VPS<\/h2>\n
\n
\n
#Modulo de manipulacao de banco de dados\n\nimport sqlite3\n\n#Funcao: cria (se ja nao existe) banco de dados e tabela\n#Parametros: nenhum\n#Retorno: nenhum\ndef InicializaBancoDeDados():\n\t\tconn = sqlite3.connect('ContadorPessoasBD.db')\n\t\tcursor = conn.cursor()\n\n\t\tcursor.execute(\"\"\"\n\t\t CREATE TABLE IF NOT EXISTS ContadorPessoas (\n \t\tId INTEGER NOT NULL,\n\t\t\tDataHora TIMESTAMP DEFAULT NOW,\n\t \t\tPeriodo1 FLOAT NOT NULL default 0,\n\t \tPeriodo2 FLOAT NOT NULL default 0,\n\t \tPeriodo3 FLOAT NOT NULL default 0,\n\t \tPeriodo4 FLOAT NOT NULL default 0,\n\t \tPeriodo5 FLOAT NOT NULL default 0,\n\t \tPeriodo6 FLOAT NOT NULL default 0,\n\t \tPeriodo7 FLOAT NOT NULL default 0,\n\t \tPeriodo8 FLOAT NOT NULL default 0,\n\t \tPeriodo9 FLOAT NOT NULL default 0,\n\t \tPeriodo10 FLOAT NOT NULL default 0,\n\t \tPeriodo11 FLOAT NOT NULL default 0,\n\t \tPeriodo12 FLOAT NOT NULL default 0,\n\t \tPeriodo13 FLOAT NOT NULL default 0,\n\t \tPeriodo14 FLOAT NOT NULL default 0,\n\t \tPeriodo15 FLOAT NOT NULL default 0,\n\t \tPeriodo16 FLOAT NOT NULL default 0,\n\t \tPeriodo17 FLOAT NOT NULL default 0,\n\t \tPeriodo18 FLOAT NOT NULL default 0,\n\t \tPeriodo19 FLOAT NOT NULL default 0,\n\t \tPeriodo20 FLOAT NOT NULL default 0,\n\t \tPeriodo21 FLOAT NOT NULL default 0,\n\t \tPeriodo22 FLOAT NOT NULL default 0,\n\t \tPeriodo23 FLOAT NOT NULL default 0,\n\t \tPeriodo24 FLOAT NOT NULL default 0\n\t \t);\n\t\t\"\"\")\n\n\t\t#cria linha\n\t\tcursor.execute(\"\"\"\n\t\t\tINSERT INTO ContadorPessoas (Id) VALUES (1)\n\t\t\"\"\")\n\n\t\tconn.commit()\n\t\tconn.close()\n\t\tprint('Tabela de contagem criada com sucesso.')\n\n\t\treturn\n\n\n#Funcao: registra contagem\n#Parametros: Periodo a ser registrado (0 - 23)\n# Valor da contagem\n#Retorno: nenhum\ndef RegistraContagem(Periodo, ValorDT):\n\tPeriodoBD = Periodo + 1 #Desta forma, o range de periodo passa a 1 -> 24\n\tNomeCampo = \"Periodo\"+str(PeriodoBD)\n\n\tconn = sqlite3.connect('ContadorPessoasBD.db')\n\tcursor = conn.cursor()\n\n\tQueryBD = \"UPDATE ContadorPessoas SET \"+NomeCampo+\" = \"+NomeCampo+\" + \"+ValorDT\n\n\tcursor.execute(QueryBD)\n\tconn.commit()\n\tconn.close()\n\treturn\n\n#Funcao: retorna todos os registros de contagem de pessoas por periodo\n#Parametros: nenhum\n#Retorno: string com todos as contagens por periodo\ndef LeRegistrosContagemPessoas():\n\tconn = sqlite3.connect('ContadorPessoasBD.db')\n\tcursor = conn.cursor()\n\n\tQueryBD = \"SELECT * FROM ContadorPessoas\"\n\tcursor.execute(QueryBD)\n\n\tStringRetorno=\"Contagem de pessoas: \\n\"\n\tResultadoSelect = cursor.fetchall()\n\tfor campo in ResultadoSelect:\n\t\tStringRetorno = StringRetorno + \"De 0h ate 1h: \" +str(campo[2])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 1h ate 2h: \" +str(campo[3])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 2h ate 3h: \" +str(campo[4])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 3h ate 4h: \" +str(campo[5])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 4h ate 5h: \" +str(campo[6])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 5h ate 6h: \" +str(campo[7])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 6h ate 7h: \" +str(campo[8])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 7h ate 8h: \" +str(campo[9])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 9h ate 10h: \" +str(campo[10])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 10h ate 11h: \" +str(campo[11])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 11h ate 12h: \" +str(campo[12])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 12h ate 13h: \" +str(campo[13])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 13h ate 14h: \" +str(campo[14])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 14h ate 15h: \" +str(campo[15])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 15h ate 16h: \" +str(campo[16])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 16h ate 17h: \" +str(campo[17])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 17h ate 18h: \" +str(campo[18])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 18h ate 19h: \" +str(campo[19])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 19h ate 20h: \" +str(campo[20])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 20h ate 21h: \" +str(campo[21])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 21h ate 22h: \" +str(campo[22])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 22h ate 23h: \" +str(campo[23])+\"\\n\"\n\t\tStringRetorno = StringRetorno + \"De 23h ate 0h: \" +str(campo[24])+\"\\n\"\n\n\n\treturn StringRetorno\n<\/pre>\n
\nO c\u00f3digo-fonte deste rob\u00f4 est\u00e1 a seguir.<\/p>\nimport paho.mqtt.client as mqtt\nimport time\nimport datetime\nimport os\nfrom ManipulacaoBancoDadosContadorPessoas import RegistraContagem\nfrom ManipulacaoBancoDadosContadorPessoas import InicializaBancoDeDados\n\n#definicoes:\nBroker = \"III.III.III.III\" #coloque aqui o IP de sua VPS\nPortaBroker = 1883\nKeepAliveBroker = 60\nTopicoSub = \"MQTTRegistrarContagemPessoas\"\nTimeoutConexao = 5\n\n#Callback - conexao ao broker realizada\ndef on_connect(client, userdata, flags, rc):\n print(\"[STATUS] Conectado ao Broker. Resultado de conexao: \"+str(rc))\n client.subscribe(TopicoSub)\n\treturn\n\n#Callback - mensagem recebida do broker\ndef on_message(client, userdata, msg):\n MensagemRecebida = str(msg.payload)\n\tprint(\"[MSG RECEBIDA] Contagem de pessoas: \"+MensagemRecebida)\n\n\tValorCT = MensagemRecebida\n\n\t#obtem periodo atual\n\tnow = datetime.datetime.now()\n\tPeriodo = now.hour\n\n\t#registra no banco de dados\n\tRegistraContagem(Periodo,ValorCT)\n return\n\n\n#----------------------\n# PROGRAMA PRINCIPAL\n#----------------------\n\nos.system(\"clear\")\nif not os.path.isfile('ContadorPessoasBD.db'):\n InicializaBancoDeDados()\n\nprint(\"[STATUS] Inicializando MQTT...\")\nclient = mqtt.Client()\nclient.on_connect = on_connect\nclient.on_message = on_message\nclient.connect(Broker, PortaBroker, KeepAliveBroker)\n\nwhile True:\n StatusConexaoBroker = client.loop(TimeoutConexao)\n\n if (StatusConexaoBroker > 0):\n client.connect(Broker, PortaBroker, KeepAliveBroker)\n<\/pre>\npython RoboContagemPessoasBD.py &<\/pre>\n<\/li>\n
ps aux<\/pre>\n<\/li>\n<\/ol>\n
\n
from SimpleCV import * \nimport time\nimport paho.mqtt.client as mqtt\n\n#variaveis globais\nTimeoutConexao = 5 #Timeout da conexao com broker\nTopicoPublisher = \"MQTTRegistrarContagemPessoas\" #topico usado para enviar dados ao broker\nBroker = \"III.III.III.III\" #coloque aqui o IP de sua VPS\nPortaBroker = \"1883\"\nTotalFacesReconhecidas = 0\nTotalLeiturasFaces = 0\nTempoEntreEnvios = 3600 #3600s = 1h\n\n#Funcao: callback de conexao ao broker\n#Parametros: objetos e flags de conexao\n#Retorno: nenhum\ndef on_connect(client, userdata, flags, rc):\n print(\"Conectado ao broker. Retorno da conexao: \"+str(rc))\n return\n\n\t\n#PROGRAMA PRINCIPAL\nclient = mqtt.Client()\nclient.on_connect = on_connect #configura callback (de quando eh estabelecida a conexao)\nclient.connect(Broker, PortaBroker, 60) \n\n#inicializacao da camera\ncam = Camera() \n\n#inicializcao da variavel de controle de envio de informacoes\nTempoInicialSegundos=int(time.time())\n\nwhile True:\n\timagem = cam.getImage().scale(1)\n\n\tfaces = imagem.findHaarFeatures('face.xml')\n\tif faces:\n\t faces.draw() \n\t imagem.show() #mostra o resultado\n\t print \"- Faces encontradas: \"+str(len(faces))\t\n\t TotalFacesReconhecidas = TotalFacesReconhecidas + len(faces)\n\t TotalLeiturasFaces = TotalLeiturasFaces + 1\n\n\n\t#verifica se deve enviar valor da contagem media ao servidor\n\tTempoAtualSegundos = int(time.time())\n\tif ((TempoAtualSegundos-TempoInicialSegundos) > TempoEntreEnvios):\n\t\tMediaPessoas = int(TotalFacesReconhecidas \/ TotalLeiturasFaces)\n\n\t\tStatusConexaoBroker = client.loop(TimeoutConexao)\n\t\tif (StatusConexaoBroker > 0):\n\t\t\tclient.connect(Broker, PortaBroker, 60)\n\n\t\tclient.publish(TopicoPublisher, str(MediaPessoas))\n\t\tTotalFacesReconhecidas = 0\n\t\tTotalLeiturasFaces = 0\n\t\tTempoInicialSegundos=int(time.time())\n\t\n<\/pre>\n