DIY Smart Surveillance Camera Using Raspberry Pi Camera and C++

RPi ကို သုံးပြီး smart surveillance ကင်မရာ တစ်ခု ကို ကိုယ်တိုင် ပြုလုပ် ဖန်တီး ကြည့် ပါမယ်။ ပုံမှန် ဘာမှ ထူးခြားမှု မရှိတဲ့ အချိန်မှာ 5x speed နဲ့ နေ့စဉ်၊ ဒါမှ မဟုတ် နာရီ အလိုက် ဗွီဒီယို ဖိုင်တွေ ခွဲပြီး record လုပ်ပေး နိုင် အောင် လုပ်ပါမယ်။ ဖမ်းယူ ရရှိတဲ့ ပုံရိပ် တွေကို analysis လုပ်နေပြီး လူ့ ကိုယ်ခန္ဓာ တွေကို တွေ့တာ နဲ့ ပုံမှာ အစိမ်းရောင် စတုဂံ နဲ့ ဘောင်ခတ် ပြပြီး၊ ပုံမှန် speed နဲ့ ပြောင်းပြီး record လုပ် ပါမယ်။ Passive infrared sensor (PIR sensor) ကိုပါ သုံးပြီး sensor က လူရိပ် ကို အာရုံခံ မိရင် လည်း၊ ပုံရိပ် မှာ အနီရောင် indicator ပြပြီး၊ ပုံမှန် နှုန်းနဲ့ ပြောင်း record လုပ်နိုင် ပါမယ်။

ဒီ နမူနာ ပရိုဂရမ် မှာ လုပ်လို့ ရတဲ့ အကြောင်း ကုဒ် အကြမ်း ရေးကြည့် ရုံ ဖြစ်ပြီး၊ တစ်ခုခု ထူးခြားရင် ကိုယ့်ရဲ့ အီးမေးလ် ကို လှမ်းပို့ တာ၊ အိမ်က လူတွေ ရဲ့ မျက်နှာကို မှတ်မိတာ၊ သတ်မှတ် ထားတဲ့ အချိန် အပိုင်း အခြား အလိုက် လိုသလို record လုပ်တာ စတာ တွေကို စိတ်ကူး ရှိရင် ရှိသလို ထပ်ဖြည့် နိုင် ပါတယ်။

Figure. PIR sensor ကို ချိတ်ဆက်ခြင်း။

OpenCV with wxWidgets

1. နိဒါန်း
2. Linux
   • Code::Blocks
3. Windows
   • Visual Studio
4. အကိုးအကားများ

နိဒါန်း

OpenCV ကို wxWidgets နဲ့ တွဲသုံး တဲ့ အကြောင်း ဆွေးနွေး ချင် ပါတယ်။ အဲဒီ အတွက် OpenCV နဲ့ wxWidgets တို့ကို တပ်ဆင် ထားဖို့ လိုပါ တယ်။ သူတို့ ကို platform အမျိုးမျိုး အတွက် တပ်ဆင်တဲ့ အကြောင်း တွေကို အောက်က လင့်ခ် တွေမှာ ဖတ်နိုင် ပါတယ်။

• Cross-platform C++ programming with wxWidgets
• OpenCV on Linux using g++, CMake, Qt, Code::Blocks
• OpenCV on Windows Using Visual Studio

Linux

Linux နဲ့ terminal ပေါ်မှာ command ရိုက်ထည့် ပြီး build လုပ်တာ လွယ်ကူ ရိုးရှင်း ပါတယ်။ နမူနာ အနေနဲ့ wxcvsimple.cpp (online) ဆိုတဲ့ ရိုးရှင်း တဲ့ ပရိုဂရမ် လေး တစ်ခု ရေးကြည့် ပါမယ်။ ပရိုဂရမ် အစမှာ Application ရဲ့ OnInit() ဆိုတဲ့ method ထဲမှာ

wxInitAllImageHandlers();

ဆိုတာကို ထည့်ပါမယ်။ အဲဒီနောက် MyFrame ဆိုတဲ့ wxFrame ရဲ့ derived class ထဲမှာ ပုံရိပ် တွေကို ဖော်ပြဖို့ wxStaticBitmap variable တွေကို ကြေငြာ လိုက် ပါမယ်။ MyFrame ရဲ့ constructor မှာ wxStaticBitmap တွေကို ဖန်တီးဖို့ အောက်က ကုဒ် ကို သုံးနိုင် ပါတယ်။

OpenCV on Linux using g++, CMake, Qt, Code::Blocks

1. နိဒါန်း
2. GCC ၊ CMake တို့ဖြင့် အသုံးပြုခြင်း
3. Qt ဖြင့် အသုံးပြုခြင်း
4. Code::Blocks ဖြင့်အသုံးပြုခြင်း
5. အကိုးအကားများ

နိဒါန်း

OpenCV ကို Linux တွင် တပ်ဆင် ရန် ပထမ အဆင့် အနေနှင့် အောက်ပါ packages များ စက်ထဲ တွင် ရှိရန် လိုအပ် သည် [Ope17g]။

• GCC 4.4.x or later
• CMake 2.6 or higher
• Git
• GTK+2.x or higher, including headers (libgtk2.0-dev)
• pkg-config
• Python 2.6 or later and Numpy 1.5 or later with developer packages (python-dev, python-numpy)
• ffmpeg or libav development packages: libavcodec-dev, libavformat-dev, libswscale-dev
• [optional] libtbb2 libtbb-dev
• [optional] libdc1394 2.x
• [optional] libjpeg-dev, libpng-dev, libtiff-dev, libjasper-dev, libdc1394-22-dev

ထို packages များအား စက်ထဲသို့ ထည့်သွင်း လိုပါက Synaptic Manager သုံး၍ သော် လည်းကောင်း၊ terminal တွင် အောက်ပါ စာရင်း များပါ command များ ရိုက်နှိပ်၍ သော် လည်းကောင်း ထည့်နိုင် သည်။

မြန်မာနိုင်ငံ၏ဗဟို

မြန်မာနိုင်ငံ ရဲ့ အလယ်ဗဟို ဆိုပြီး ဖေ့ဘုတ်ပေါ် တွေ့မိတာ တခါကို တစ်မျိုး ဖြစ်နေလား ထင်မိတယ်။ ဒါနဲ့ ဂူဂယ်တို့၊ ဝီကီ တို့မှာ ရှာကြည့်တော့လည်း အဲ့ဒီ ဒေတာ ကို မတွေ့ဘူး ဖြစ်နေတယ်။ အဲ့ဒီတော့ စပ်စပ်စုစု ကိုယ့်ဟာကိုယ်ပဲ တွက်ကြည့်လိုက်တာ မြန်မာပြည် မြေပုံရဲ့ အလယ်ဗဟို (Geometric mean သို့ centroid) က လတ္တီကျု ၂၀.၈၆ ဒီဂရီ နဲ့ လောင်ဂျီကျု ၉၆.၄၈ ဒီဂရီ ဆိုပြီး ထွက်လာတယ်။ ဂူဂယ် မြေပုံမှာ ပြန်ကြည့်တော့ မန္တလေးတိုင်းထဲမှာ၊ ပင်းတယ နဲ့နီးတာကို တွေ့ရတယ်။ ဖေ့ဘုတ်မှာ တွေ့မိတာနဲ့ မတူဘူး။ တွက်တာက တော့ ဂူဂယ်မြေပုံမှာ စကရင်ရှော့ရိုက်၊ GIMP နဲ့ အဖြူအမည်း ပြောင်းပြီး၊ opencv နဲ့ centroid ရှာလိုက်တာပါပဲ။ ဂူဂယ်မြေပုံက Mercator projection သုံးထားတာမို့ အဲဒီအတွက်ပါ ထည့်တွက်ထားတယ်။

Source code: https://github.com/yan9a/Myanmar_Centroid

အသေးစိတ် ရှင်းလင်းချက်။ ။ဤစာအုပ် အခန်း ၅၊ အပိုင်း ၄

ရှေး အရင်တုန်းက မြေပုံရဲ့ ဗဟိုက ကူမဲမြို့ အရှေ့ဖက် မှိုင်းမော်ဆိုတဲ့ ရွာမှာလို့ကြားတယ်။ ဒီအောက်က ဟာကတော့ ဖေ့ဘုတ်မှာတွေ့မိတဲ့ဟာပါ။ အခုမြေပုံနဲ့ တွက်လို့ရတဲ့ အဖြေနဲ့တော့ မတူဘူး။

Real-time Face Detection

Source: https://github.com/yan9a/Real-time_Face_Detection

Document: https://yan9a.github.io/OpenCV_Projects/opencv320.pdf

Opencv-3.2.0 on Windows 10 - 64 bit Using Visual Studio 2015

Windows အတွက် pre-built လုပ်ပြီး ဖြစ်သော လက်ရှိ နောက်ဆုံးထွက် OpenCV အခြေကျ ဗာရှင်း ကိုသုံးမည်။ ၄င်းအား
https://sourceforge.net/projects/opencvlibrary/files/opencv-win/
တွင် ယူနိုင်သည်။ ရရှိ လာသော opencv-3.2.0-vc14.exe အား ဤ နမူနာ အတွက် C:\opencv အောက်တွင် opencv320 အနေနှင့် extract လုပ်သည်။ IDE အတွက် Visual Studio 2015 ကို https://www.visualstudio.com/downloads/ မှ ရယူ ၍ install လုပ်မည်။ အောက်ပါ အဆင့် များကို Windows 10 64 bit တွင် Visual Studio 2015 နှင့် OpenCV-3.2.0 အား သုံး၍ စမ်းကြည့် ထားသည်။ အခြား ဗားရှင်းများ အတွက်လည်း ဆင်တူ ယိုးမှား နည်းလမ်း များသာ ဖြစ်သည်။

64 bit windows နှင့် Visual Studio 2015 အတွက် enviroment variable တစ်ခု အနေနှင့် OPENCV_DIR ကို သတ်မှတ် မည်။ ထို့အတွက် Command window ကို administrator အနေနှင့် run ရန် start menu ကို right click နှိပ်၍ command prompt (admin) ကို ရွေးပြီး လျင် အောက်ပါ အတိုင်း ရိုက်ထည့် နိုင်သည်။

setx -m OPENCV_DIR C:\opencv\opencv320\build\x64\vc14