"Đi học thoai": Phần 3 - Time-lapse cuối ngày xem lại những gì đã xảy ra trong ngày

Mô tả dự án: 

Bài này tui hướng dẫn các bạn chụp hình lại bằng Raspberry Pi rồi ghép chúng lại với nhau thành 1 file .gif. Sẽ rất là vui đó.

Nguyên lý

Chúng ta dùng hàm sleep() của Python ra lệnh cho Raspberry Pi chụp hình lại mỗi 60 giây và gộp chúng lại thành 1 file với dạng .gif

Chuẩn bị

Đơn giản tới mức không thể đơn giản hơn:

Trên Raspberry Pi

Tải package ImageMagick để chuyển định dạng sang .gif:

sudo apt-get update
sudo apt-get install imagemagick -y

Chép đoạn code sau và lưu lại với tên di_hoc_thoi_3.py:

from picamera import PiCamera
from os import system
from time import sleep

camera = PiCamera()
camera.resolution = (1024, 768)

for i in range(60*10):
    camera.capture('image{0:04d}.jpg'.format(i))
    sleep(60)

system('convert -delay 10 -loop 0 image*.jpg animation.gif')

Lưu code lại. Mở terminal trong thư mục bạn lưu file python và nhập lệnh:

python di_hoc_thoi_3.py

Lưu ý

  • Code trên sẽ chạy trong 10 tiếng đồng hồ. Bạn có thể sửa lại số giờ trong phần for() loop nha
  • Bạn có thể tham khảo thêm các hiệu ứng như chống rung, quay ngoài trời, etc trong trang https://www.raspberrypi.org/documentation/raspbian/applications/camera.md

Nâng cao

  • Bạn đã thấy module time của Python lợi hại thế nào rồi đó. Với module này, bạn có thể chỉnh sửa chế độ chụp, tần số chụp, etc theo thời điểm trong ngày.
  • Đếm số người trong nhà với MAC address theo như bài http://arduino.vn/bai-viet/981-di-hoc-dzia-kiem-tra-nguoi-dung-co-dang-o-nha-hay-khong và tăng tần số chụp hình lên (sleep ngắn lại). 

Đây là phần tui dịch lại từ trang https://www.raspberrypi.org/learning/timelapse-setup/worksheet/

lên
17 thành viên đã đánh giá bài viết này hữu ích.
Các dự án được truyền cảm hứng

Select any filter and click on Apply to see results

Các bài viết cùng tác giả

Trí thông mình nhân tạo với Watson IBM và Raspberry Pi (Phần 2): Nhận dạng khuôn mặt, giới tính và tuổi

Bài trước tui đã hướng dẫn các bạn làm quen với Watson IBM trên Raspberry Pi. Bây giờ chúng ta sẽ quay trở lại với bài toán nhận diện khuôn mặt. Trong bài khóa "thông minh" với OpenCV, dữ liệu nhận dạng khuôn mặt được đưa ra bởi một thuật toán "tĩnh" OpenCV trên laptop của các bạn và sau đó kết quả được chép thủ công vào Raspberry Pi. Raspberry chỉ việc dựa vào kết quả training và đưa ra kết quả nhận diện khuôn mặt. Đây chưa phải là giải pháp tối ưu vì giả sử bạn muốn thay đổi thuật toán mới hoặc train cho tốt hơn thì không thể thực hiện trên Pi được. Thay vậy, bạn có thể dùng dịch vụ cloud của Watson cho việc training và chỉ việc up hình lên để Watson nhận diện. Kết quả sẽ được trả về qua json với lượng thông tin phong phú hơn nhiều. 

lên
7 thành viên đã đánh giá bài viết này hữu ích.
Từ khóa: 

Arduino hậu tiền chế - Làm xong code rồi thì làm gì ?

Giả sử bạn chế tạo thành công hệ thống bật tắt đèn vơi Arduino và relay và bây giờ bạn muốn ứng dụng chúng trong môi trường sống của mình. Bạn muốn mọi người trầm trồ với điều kỳ diệu của vi điều khiển Arduino, nhưng ngặt nỗi họ không hề biết lập trình. Vấn đề của bạn bây giờ là làm sao để dự án của bạn dễ sử dụng với càng nhiều người càng tốt. Nói cách khác đi là bạn đã đưa dự án của mình qua giai đoạn mới, từ hậu-kết (back-end) với code và phần cứng, bây giờ bạn chuyển sang tiền-kết (front-end). Dự án của bạn có cất cánh hay không là ở giai đoạn này, vì vậy bạn nên dành thời gian suy nghĩ vấn đề này một chút sau khi bạn đã thành công với việc viết code.

lên
23 thành viên đã đánh giá bài viết này hữu ích.
Từ khóa: