Сундучок на базе raspberry pi, который распознает ваше лицо

Сундучок на базе Raspberry Pi, который распознает ваше лицо

Защитите ваш сундучок от посторонних глаз без запоминания кодовой комбинации или использования ключа. Ваше лицо и будет служить ключом для открытия сундучка!

В данном проекте показано, как использовать микрокомпьютер Raspberry Pi и камеру Pi для открытия сундучка с помощью технологии распознавания лица.

Программная часть данного проекта основывается на алгоритме, который представлен в библиотеке OpenCV computer vision library. Raspberry Pi является идеальной платформой для данного проекта, поскольку обладает достаточной вычислительной мощностью для запуска OpenCV и имеет небольшие габаритные размеры, позволяющие вместится в любом месте.

Данный проект средний по сложности. В нем выполняется компилирование и установка программного обеспечения на микрокомпьютере Raspberry Pi. Если у вас есть опыт создания подобных вещей, и вы не имеете проблем при использовании командной строки, тогда вы полностью готовы пройти все этапы данного проекта. Вы также можете обратиться к справочным материалам Adafruit learning system при возникновении каких-либо проблем.

Шаг #1: Подготовка сундучка

  • Просверлите отверстие диаметром 7/16 дюйма в верхней части сундучка для вставки камеры Pi.
  • Просверлите отверстие большего диаметра сзади сундучка для вставки нажимной кнопки и силовых кабелей.

Шаг #2: Изготовления защелки

  • Установите штифт в передней части сундучка, который будет захватываться защелкой при повороте сервопривода.
  • Изготовьте небольшой каркас для поддержки Pi и защелки сервопривода. Сервопривод прикрепляется к каркасу с помощью деревянной пластины и винтов с головкой под шлиц.
  • Изготовьте защелку из двух деревянных пластин, склеенных под прямым углом и прикрепленных к качалке сервопривода.

Шаг #3: Завершение работы с сундучком

  • Проверьте правильность соприкосновения каркаса, Pi и защелки в верхней части сундучка. Убедитесь в том, что защелка сервопривода поворачивается вниз и захватывает штифт внутри передней части сундучка.
  • Установите штифты, которые проходят через верхнюю часть сундучка, для поддержки каркаса.
  • Устраните дефекты в сундучке с помощью рашпиля и наждачной бумаги, и далее заморите деревянную поверхность по своему желанию.

Шаг #4: Подключение электронных компонентов

  • Подключите сигнальную линию сервопривода к выводу GPIO 18 на Raspberry Pi. Питание и земля для сервопривода должны подключаться к питающим выводам аккумулятора.
  • Подключите один вывод нажимной кнопки к выводу Pi GPIO 25, и через резистор 10 кОм к выводу напряжения питания 3.3 В Pi. Подключите второй вывод нажимной кнопки к земляному выводу Pi.
  • Соедините вместе земляные выводы аккумулятора и Pi.
  • Установите Pi камеру через отверстие в верхней части сундучка и подсоедините кабель к микрокомпьютеру Pi.

Шаг #5: Компилирование OpenCV

  • На данном этапе необходимо установить последнюю версию OpenCV на Raspberry Pi. К сожалению, сначала нужно скомпилировать OpenCV из исходного кода, поскольку старая двоичная версия не содержит алгоритмы распознавания лица, используемые в проекте. Компилирование OpenCV на Pi занимает около 5 часов.
  • Подайте питание на микрокомпьютер Pi и подключитесь к нему через сеанс работы с терминалом.
  • Выполните следующие команды для установки взаимозависимостей OpenCV:

sudo apt-get update && sudo apt-get install build-essential cmake pkg-config python-dev libgtk2.0-dev libgtk2.0 zlib1g-dev libpng-dev libjpeg-dev libtiff-dev libjasper-dev libavcodec-dev swig

  • Выполните следующие команды для загрузки и разархивирования исходного кода для последней версии OpenCV:

wget http://downloads.sourceforge.net/project/opencvlibrary/opencv-unix/2.4.7/opencv-2.4.7.tar.gz && tar zxvf opencv-2.4.7.tar.gz

  • Выполните следующие команды для подготовки компиляции исходного кода OpenCV:

cd opencv-2.4.7 && cmake -DCMAKE_BUILD_TYPE=RELEASE -DCMAKE_INSTALL_PREFIX=/usr/local -DBUILD_PERF_TESTS=OFF -DBUILD_opencv_gpu=OFF -DBUILD_opencv_ocl=OFF

  • Выполните данную команду для запуска компиляции OpenCV (примите во внимание, что компиляция занимает около 5 часов):

make

  • После завершения компиляции OpenCV, выполните данную команду для установки Pi:

sudo make install

  • Далее с помощью следующих команд установите взаимозависимости Python:

sudo apt-get install python-pip && sudo pip install picamera && sudo pip install rpio

Шаг #6: Пробное распознавание лица

  • На данном этапе мы опробуем алгоритмы распознавания лица, которые позволят открывать сундучок.
  • Загрузите программное обеспечение для данного проекта с депозитария github repository (сноска: https://github.com/tdicola/pi-facerec-box).
  • Разархивируйте архив и скопируйте содержимое в директорий на Pi.
  • Во время сеанса работы с терминалом на Pi просмотрите директорий и выполните следующую команду для запуска пробного скрипта:

sudo python capture-positives.py

  • Во время работы скрипта вы можете нажать кнопку, располагаемую на сундучке, для фотографирования с помощью камеры Pi. Скрипт попытается определить одно лицо в захваченном изображении и сохранить его как правильно отснятый кадр в поддиректории ./training/positive.
  • Каждый раз при захвате изображения, кадр записывается в файл capture.pgm. Вы можете просмотреть его в графическом редакторе, чтобы определить, как камера Pi выполняет захват и определяет изображение вашего лица.
  • Используйте кнопку для захвата 5 или более изображений вашего лица для получения правильных результатов. Попытайтесь получить изображения с разных углов, при различном освещении и т.д. На фотографиях вы видите полученные мной изображения лица.
  • Если вам интересно, вы можете просмотреть директорий ./training/negative, в котором размещаются изображения из базы данных распознавания лиц AT&T, которые можно использовать как примеры людей, которые не должны иметь доступ к открытию сундучка.
  • После получения правильных изображений запустите следующие команды для обработки правильных и неправильных пробных изображений, и для проверки алгоритма распознавания лица (примите во внимание, что данная пробная операция занимает около 10 минут):

python train.py

Шаг #7: Конфигурирование сервопривода

  • На данном этапе необходимо определить значения ширины импульсов сервопривода для запирания и отпирания защелки.
  • При подаче питания на микрокомпьютер Raspberry Pi и сервопривод защелки, подключитесь к Pi в сессии работы с терминалом. Убедитесь в том, что сундучок открыт так, что вы можете видеть перемещение сервопривода без заклинивания.
  • Выполните следующую команду для запуска интерактивной сессии Python как суперпользователь (необходимо иметь доступ к выводам GPIO и возможность перемещения сервопривода):

sudo python

  • В командной строке Python >>>, введите данную команду для загрузки библиотеки RPIO servo library:

from RPIO import PWM

  • Далее введите следующую команду:

servo = PWM.Servo()

  • В заключении выполните данную команду для перемещения защелки сервопривода в центральное положение:

servo.set_servo(18, 1500)

  • Параметр 1500 для установки функции set_servo определяет ширину импульса для привода в микросекундах. Крайние значения находятся в диапазоне от 1000 до 2000.
  • Попытайтесь выполнить функцию set_servo с различными значениями ширины импульса, пока не получите значения, при которых происходит правильное закрытие и открытие защелки, как показано на фотографиях.
  • Не забывайте, что вы можете снять качалку сервопривода и прикрепить повторно для надлежащей ориентации защелки на сервоприводе.
  • Как только значения будут подобраны, откройте config.py в текстовом редакторе с правами суперпользователя и измените следующие значения:
  • Установите LOCK_SERVO_UNLOCKED равным значению ширины импульса для разблокировки положения защелки – отпирание. На моем железе надлежащее значение 2000.
  • Установите LOCK_SERVO_LOCKED для определения блокировки положения защелки – запирание. В моем случае это значение 1100.

Шаг #8: Запуск программного обеспечения

  • После проверки распознавания лица и калибровки сервопривода, можно запустить программный код!
  • При подаче питания на микрокомпьютер Raspberry Pi и сервопривод защелки, подключитесь к Pi в сессии работы с терминалом и просмотрите корневой директорий проекта.
  • Выполните следующую команду для запуска программного кода (будьте внимательны, поскольку сразу произойдет запирание сундучка):

Распознавание лиц с помощью Raspberry Pi и библиотеки OpenCV

Технология распознавания лиц (Face Recognition) с каждым годом становится все более популярной в современном мире. Китай запустил данную технологию в школах для контроля за посещением уроков школьниками и их поведением. Многие аэропорты мира уже используют технологию распознавания лиц для обеспечения безопасности на своей территории. Гипермаркеты применяют данную технологию для классификации своих покупателей и изоляции (задержания) лиц, которые ранее были замечены в попытках обмана магазина. Несомненно, что диапазон применений технологии распознавания лиц в ближайшее время будет только расти.

В данной статье мы рассмотрим создание системы распознавания лиц с помощью платы Raspberry Pi и библиотеки OpenCV. Достоинством развертывания такой системы на основе платы Raspberry Pi является то, что система получается чрезвычайно компактной и ее можно будет установить в любом удобном месте. Как и во всех других системах распознавания лиц, у нас будет две программы (на python), одна из которых будет тренировочной программой (Trainer program) и будет анализировать набор фотографий с определенными людьми, после чего она будет создавать набор данных в формате YML файла. Вторая программа будет непосредственно программой распознавания (Recognizer program), которая будет обнаруживать на изображении лицо человека и затем использовать набор данных YML чтобы распознать его и подписать имя человека на изображении. В нашем проекте обе эти программы написаны для Raspberry Pi (Linux), однако с небольшими изменениями они будут работать и на компьютерах с операционной системой Windows.

Для реализации данного проекта нам понадобится библиотека OpenCV. Как ее установить на плату Raspberry Pi можно прочитать в данной статье.

Как работает распознавание лиц с OpenCV

На этом этапе необходимо отметить, что обнаружение лица (Face Detection) и распознавание лица (Face Recognition) – это две разные задачи. При обнаружении лица обнаруживается только лицо человека и программное обеспечение не имеет узнать человека. А вот в задаче распознавания лица программное обеспечение должно не только обнаружить лицо, но и распознать его. То есть перед распознаванием лица нам необходимо сначала обнаружить лицо. Каким образом библиотека OpenCV производит обнаружение лица или какого-либо другого объекта на изображении, мы в данной статье рассматривать не будем, информации об этом достаточно много в сети интернет.

Читайте также  Как рассчитать время зарядки аккумулятора автомобиля?

Видео, получаемое с камеры, есть не что иное как последовательность изображений, следующих одно за другим. А каждое из этих изображений представляет собой просто набор пикселов, размещенных на определенных позициях. Так каким же образом программа среди этих пикселов может обнаруживать лицо и затем распознавать его? Для этого в настоящее время существует уже достаточно много разработанных алгоритмов, но их изучение не является целью данной статьи. И, поскольку мы будем использовать библиотеку OpenCV для решения задачи распознавания лиц, то нам нет необходимости глубоко вникать в эти вопросы, нам просто нужно будет использовать соответствующие функции этой библиотеки.

Обнаружение лиц в OpenCV с использованием каскадов Хаара

Мы сможем распознать лицо только если правильно его обнаружим (выделим из полного изображения). Для обнаружения таких объектов как лицо OpenCV использует классификаторы/каскады (Classifiers). Эти классификаторы предварительно тренируются (обучаются) на наборе данных (XML файл), после чего они могут быть использованы для обнаружения определенных объектов, в нашем случае лиц. Более подробно о классификаторах для обнаружения лиц вы можете прочитать в сети Интернет — в последнее время об этом пишут достаточно много. Кроме обнаружения лиц классификаторы/каскады могут также использоваться для обнаружения других объектов: нос, глаза, улыбка, автомобильные номера и многое другое. Список данных классификаторов можно скачать по следующей ссылке:

Также библиотека OpenCV позволяет вам создать свой собственный классификатор/каскад (Classifier), который можно использовать для обнаружения любого объекта на изображении при помощи обучения вашего каскада Хаара. В этой статье мы будем использовать классификатор под названием “haarcascade_frontalface_default.xml”, который способен обнаруживать лицо при виде на него спереди (по фронту). Как его использовать мы рассмотрим далее в статье.

Установка необходимых пакетов

Вначале убедитесь что на вашей плате Raspberry Pi установлен pip, только после этого можно переходить к установке необходимых пакетов.

Установка dlib

Dlib – это инструмент для приложений машинного обучения (Machine Learning) и анализа данных. Для его установки введите следующую команду в терминале:

Сундучок на базе raspberry pi, который распознает ваше лицо

Это было не сразу понятно, но во многих случаях термин распознавание используется, когда обнаружение более точное. Идентифицирует ли это, чье лицо видно, или просто где находится чье-то лицо?

Это опознание, чье лицо — т.е. истинное распознавание лица.

Вы сделали это сами?

Согласно их GitHub, библиотека, кажется, способна к обоим (по крайней мере, до некоторой степени — я фактически не играл с этим инструментом). В частности, они приводят пример того, как их программное обеспечение способно в реальном времени распознавать и распознавать лица .

Вы не получите полное приложение, которое они показывают, но функции / u / kalhatsusha, о которых идет речь, поддерживаются рассматриваемой библиотекой. Видео просто показывает их в действии.

Просто потратил целый день, пытаясь настроить различные компоненты на RPi, чтобы эта библиотека работала, не повезло до сих пор. Попробую завтра. Кто-нибудь смог его использовать?

Я получил это сегодня, просто ходя по шагам на странице «Установка на rasperry 2». Я на самом деле идиот и излишне делал это дважды, потому что я не понимал, что между «python scriptname.py» и «python3 scriptname.py» есть различие. Вы должны указать python3, или вы получите ошибки включения. Я довольно новичок в Python, поэтому такие глупые вещи убивают меня.

Я не установил OpenCV, либо. Единственное, что я установил, было apache2, чтобы я мог просматривать выходные изображения для его тестирования.

Я собрал несколько примеров сценариев, чтобы они могли найти лицо на распикаме и вывести то, что он видит.

Предупреждение, оно очень медленное, по крайней мере, по сравнению с OpenCV, использующим каскады Хаара. Это занимает около 10 секунд на «кадр», и это только обнаружение лица, а не распознавание. Я надеялся использовать это для лучшего трекера лица, но я не уверен, что это будет возможно на текущей скорости. Может быть, я делаю что-то не так, хотя. (Развести руки)

РЕДАКТИРОВАТЬ: ОК, я изменил разрешение обратно до 320×240, и теперь это около 1 FPS. Это на Pi3, а также.

Я запустил некоторые из других примеров сценариев обнаружения / распознавания на некоторых семейных фотографиях, и потребовалось около 30

60 секунд, чтобы найти лица на фотографиях разумного размера. (хотя распознавание лица работало на удивление хорошо)

Спасибо за комментарий. Хотя я использую совершенно другой метод, я обязательно попробую ваш. Большое спасибо за публикацию. Это поможет многим таким, как я.

Сталкивались ли вы с этой ошибкой? cv2.error: /home/pi/opencv3.1.0/modules/imgproc/src/imgwarp.cpp:3229

Наконец-то работает библиотека. Часть ‘cv2’ все еще остается. Но я надеюсь разрешить это сегодня после возвращения из офиса. Ура!

ха-ха, я в той же лодке. Я только что понял, что OpenCV должен быть установлен отдельно для распознавания из видео, иначе это просто из сохраненных изображений.

Я могу предсказать, что после установки OpenCV все эти примеры сценариев приведут к ошибке «not import cv2». Это было провалом нескольких моих предыдущих попыток OpenCV на RPi.

Я обнаружил, что «не могу импортировать CV2» ошибка. Ложусь спать сегодня. Но я полон решимости заставить это работать завтра. Но не заставить это работать — самая удручающая вещь, которая могла случиться сегодня.

Я обнаружил, что «не могу импортировать CV2» ошибка.

О нет, серьезно? Это отстой. Я еще не так далеко, сдался на сегодня.

Может быть, ОП может помочь здесь, или кто-то видео, что есть. Я действительно не понимаю, как эта библиотека dlib облегчает распознавание лиц по видео (чем различные сценарии py, которые мы все использовали ранее). Это дополнительный набор шагов.

OpenCV не требуется вообще. Это не используется вообще в примере RPi. Я просто использовал его в примерах рабочего стола как простой способ получить доступ к веб-камере из python. RPi имеет отдельный модуль Picamera для чтения веб-камеры.

Я думаю, что большинство из нас здесь заинтересованы в распознавании лиц из видеопотока Picamera (или веб-камеры). Это действительно требует OpenCV, правильно? Потому что пара из нас последовала вашему уроку и зашла в тупик. Так что теперь мы задаемся вопросом, какой метод установки OpenCV нам нужно соблюдать. Любой совет с благодарностью, еще раз спасибо!

Конечно. OpenCV не требуется или используется на RPi. Просто запустите включенный пример для RPi и проигнорируйте другие примеры, не относящиеся к RPi. Другие примеры включают только cv2 как простой способ чтения с веб-камеры, но это не нужно для RPi, поскольку вместо этого у вас есть модуль picamera.

Пример на самом деле не отображает видеопоток, пока он работает, потому что RPi довольно медленный. Вместо этого он печатает лица, которые он видит, на консоли. Вы можете изменить его, чтобы вместо него вызывать любой код, когда он видит лицо.

Еще раз спасибо! Я действительно запустил этот пример. И это очень быстро!

Есть ли у вас какие-либо предложения по запуску примеров facerec_from_webcam.py или facerec_from-webcam_faster.py? Оба эти состояния:

«ПОЖАЛУЙСТА, ОБРАТИТЕ ВНИМАНИЕ: В этом примере требуется, чтобы для установки была установлена OpenCV (библиотека cv2 ). OpenCV не требуется для использования библиотеки face_recognition. Она требуется только для этой конкретной демонстрации. Если у вас возникли проблемы с ее установкой, попробуйте любую из других демонстраций».

Наверное, эта последняя строка была для нас, но TIA за любую помощь, которую вы можете оказать.

Они не будут работать так, как написано на RPi. Единственное реальное отличие состоит в том, что эти два примера рисуют прямоугольники вокруг граней в видео, когда они отображаются, но они используют cv2 для рисования прямоугольников. Я должен был бы подумать над решением для этого для RPi. Дай мне посмотреть, смогу ли я придумать что-нибудь.

Точно такая же проблема здесь. Какая огромная трата времени.

В инструкциях говорится, что OpenCV также необходимо установить. Есть миллион и один способ «установить OpenCV». Было бы здорово, если бы они предложили один метод, который работает, вместо того, чтобы предполагать, что мы просто попробуем каждый из этих миллиона и один способ.

Это будет идеальный компаньон для Home Assistant. В настоящее время HA имеет компонент распознавания лиц, который использует Microsoft face API, а уровень бесплатного пользования ограничен 30 тыс. Вызовов. Пожалуйста, пожалуйста, напишите компонент для HA (также на основе Python)

HA выполняет голосовые команды?

У HA есть плагин для разговора, но он не очень хорошо развит. Большинство пользователей «общаются» с HA через Alexa или Google Home.

Подключение Raspberry Pi камеры и инсталляция OpenCV (Connecting a Raspberry Pi camera and OpenCV installing )

Для испытания использую встроенные утилиты raspistill и raspivid, которые вводятся в командной строке (command in the Terminal) и служат для захвата фото и видео соответственно.

Примеры подключения камеры через Python

Пример 1. Видеозахват камерой на 10 сек.

Пример 2. Сохраняем фотографию с камеры

Пример 3. Режим видеокамеры — снимаем минутный ролик

Инсталляция OpenCV

Сначала установку OpenCV проводил в соответствии инструкцией, изложенной в статье Raspberry Pi 3: OpenCV + Python (#1) — установка библиотеки для использования с Python, только в тексте ряда команд изменял OpenCV 3.4.0 на OpenCV 4.2.0 (последняя из версий).

При инсталляции задействовал только одно ядро (make -j1), чтобы не перегревался процессор. После ввода команды make -j1 можно заняться другими делами, длительность инсталляции более 3 часов.

Для проверки, что инсталляция прошла успешно, в оболочке Shell редактора Thornny запустил пару строк:

Читайте также  Датчик включения света при наступлении темноты

>> import cv2
>>> cv2.__version__
‘4.2.0’
>>>

Следующий тест проводил с приложением:

Приложение остановилось на cv2.imshow… , получил error со следующим текстом: . ..install libgtk2.0-dev and pkg-config, then re-run cmake or configure script in function cvShowImage…

Долго искал в сети способ, как избавиться от этой ошибки, наконец нашел (см. Ошибка при выполнении opencv в ubuntu). Удалил папку OpenCV со всем содержимым. Затем заново выполнил инсталляцию OpenCV в следующей последовательности:

  1. git clone https://github.com/opencv/opencv.git
  2. cd

/opencv

  • mkdir release
  • cd release
  • cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
  • make -j1
  • sudo make install
  • sudo ldconfig
  • Инсталляция закончилась успешно — приложение запустилось.

    Не у всех приложение запускается гладко. Комментарий посетителя сайта: «На 3 шаге (mkdir release) получаю ошибку – permission denied». Ему помогло “sudo mkdir release”.

    Определил, какая версия установилась:

    >> import cv2
    >>> cv2.__version__
    ‘4.3.0-pre’
    >>>

    Возможно, эта версия OpenCV установилась бы без ошибки и по первой инструкции. Такое предположение не проверял, поскольку слишком много времени занимает инсталляция (около 4-х часов).

    Запуск OpenCV программ на Python

    В статье Обнаружение лица и выделение характерных точек. приводятся две программы, в которых используется OpenCV:

    Обе программы тестировались из Visual Studio редактора в операционной системе Windows10. При запуске второй программы подключалась web камера, встроенная в ноутбук.

    Эти программы запускаются и на Raspberry Pi (практически без изменения кода). Необходимо лишь загрузить предварительно обученную модель для фронтального распознавания лиц haarcascade_frontalface_default.xml. и файл изображения test1.jpg (для запуска первой программы). Загруженные файлы помещаются в рабочий каталог, где находятся и файлы кода (с расширением .py).

    В папке /home/pi/opencv/data находятся различные каскады Хаара

    Изображение с Raspberry Pi камеры получается перевернутым. Как привести его в нормальное состояние рассмотрено в статье Основные операции с изображениями в OpenCV 3 Python.

    В папке /home/pi/opencv/ samples/python вы можете найти еще около 20 приложений с применением OpenCV.

    25 идей проекта Raspberry Pi, которые помогут вам использовать ваш Pi

    Не будет преувеличением, если я назову Raspberry Pi революционным гаджетом. Когда он был впервые запущен в 2011-12 году, люди просто не могли поверить, что компьютер может быть доступен всего за 25 долларов.

    Если вы купили Raspberry Pi и понятия не имеете, что с ним делать, я вас прикрою. Я собираюсь перечислить несколько классных проектов Raspberry Pi, за которыми вы можете начать следить в свободное время.

    Эти идеи проекта Raspberry Pi не ограничиваются только самим Pi. Вы можете использовать их с подобными Raspberry Pi устройствами, такими как Orange Pi, Khadas и т. д.

    25 крутых проектов для Raspberry Pi

    Я перечислил эти проекты, разбив их по уровню сложности (начальный, средний и продвинутый). Некоторые из них требуют дополнительного оборудования и датчиков.

    Конечно, стоит отметить, что легкость использования этих проектов будет напрямую зависеть от вашего опыта. Итак, давайте посмотрим на них.

    Идеи для проектов на Raspberry Pi для начинающих

    1. Медиа-сервер

    Создание медиа-сервера с использованием Rasberry Pi является наиболее распространенным и, вероятно, самым простым проектом.

    Чтобы узнать больше об этом применении, вы можете обратиться к официальной документации по использованию Kodi с Raspberry Pi (которая является одной из наиболее доступных программ для медиа-сервера).

    2. Метеостанция

    Если вы хороши в построении проектов с электронными компонентами, то создание метеостанции с использованием Raspberry Pi должно быть для вас увлекательным занятием.

    Эта идея может показаться не самой простой для начала — но оказывается совсем не сложной, если вы внимательно изучите требования проекта.

    Вы сможете собирать данные о погоде используя различные датчики в соответствии с вашими нуждами и пожеланиями.

    Проект описан на официальном сайте Raspberry Pi, чтобы вы могли реализовать его самым простым спобом.

    3. Родительский детектор

    Еще один проект с официального сайта Raspberry Pi. Этот проект использует минимальное аппаратное обеспечение для настройки детектора движения, который затем запускает видеозапись с использованием модуля камеры Raspberry Pi.

    Вариантов использования масса. Если вы являетесь родителем, вы можете следить за своим ребенком, когда он входит в свою комнату. В любом случае этот проект также может пригодиться, чтобы следить за вашей входной дверью в качестве меры безопасности.

    Вы можете найти все необходимые подробности на официальном сайте Raspberry Pi.

    4. FM-радиостанция

    Raspberry Pi — это недорогое устройство для создания FM-радиостанции. Предварительных условий у него может быть и немного, но его стоит изучить ради развлечения.

    Обратите внимание, что возможно не стоит создавать помехи для местных частот FM. Вы можете найти все детали, чтобы настроить свой Raspberry Pi в качестве FM-радиостанции, пройдя по ссылке ниже.

    5. Сервер для игры в Minecraft

    Minecraft — довольно популярная игра. Однако, если вам нужен персональный сервер, вам, скорее всего, придется доплатить.

    Но не беспокойтесь, вы можете использовать свой Raspberry Pi для создания локального сервера, создать свой собственный мир и весело провести время с семьей и друзьями.

    6. Температурный журнал

    Это кое-что интересное, что я нашел на официальном сайте, чтобы помочь вам узнать несколько вещей, например — как записать данные в файл и т. д.

    Здесь вы будете записывать температуру, используя датчик.

    Вам понадобиться использовать командную строку для контроля температуры вашего Raspberry Pi.

    7. Игровая ретро-консоль

    Вы можете превратить Raspberry Pi в игровую консоль, просто установив ОС на SD-карту и перенеся на нее несколько файлов.

    У нас также есть статья о том, как превратить ваш старый компьютер в игровую консоль для так называемого ретрогейминга, если вам интересно.

    По ссылке ниже вы найдете ресурс, который поможет запустить вам подобный проект.

    8. Полноценный десктопный компьютер

    Если вы не хотите вкладывать много ресурсов в создание ПК, вы можете легко использовать Raspberry Pi.

    Технически, ваш Raspberry Pi станет сердцем вашего ПК, и вам всего лишь нужно добавить периферийные устройства (монитор, клавиатуру, мышь и т. д.), чтобы превратить его в ПК. При желании вы также можете создать специальный корпус для вашего нового ПК, впрочем, это совершенно необязательно.

    Очевидно, что такой компьютер не будет достаточно мощным для всех видов задач — но он будет пригоден для использования.

    Вы также можете изучить опыт использования Raspberry Pi 4 в качестве замены настольного компьютера на их официальном сайте. Ссылка ниже.

    Идеи для проектов на Raspberry Pi среднего уровня

    9. Создайте веб-сервер LAMP с помощью WordPress

    Если вы занимаетесь веб-разработкой, вы можете попробовать на строить сервер LAMP (Linux + Apache + MySQL + PHP) и установить WordPress для создания веб-сайта.

    Вы также можете сделать что-то еще с нуля, не устанавливая WordPress.

    Вы сможете получить доступ к сайту на любом устройстве в той же сети, что и Raspberry Pi.

    10. Лазерная ловушка

    Это похоже на концепцию родительского детектора, который использует датчик движения. В этом случае лазерный луч используется для обнаружения активности всякий раз, когда кто-то прерывает луч.

    Вам просто нужно несколько вещей, чтобы настроить сигнализацию и завершить конструирование растяжки. Конечно, это простой проект с потенциально различными приложениями.

    11. Сервер печати

    Что если вы сможете включить свой старый принтер для работы в сети, даже если у него нет встроенного Wi-Fi модуля?

    В этом суть этого проекта. Вы сможете получить доступ к принтеру с нескольких устройств, используя сервер печати. Проверьте все детали, чтобы легко настроить его, ниже.

    12. Камера Time Lapse съемки

    Ищите дешевую камеру специально для замедленной съемки? В общем, вы можете сделать ее самостоятельно с помощью Raspberry Pi.

    Вы можете использовать модуль камеры Pi или изучить другие варианты.

    13. Music Box

    Вы можете создать music box, управляемый кнопками, используя Raspberry Pi, чтобы прекрасно провести время со своими детьми или любителями музыки.

    Когда вы нажимаете кнопку, он будет воспроизводить звук. Вы можете найти краткое описание проекта в видео выше, для более подробной информации нажмите на ссылку ниже.

    14. Google дом на Raspberry Pi

    Если бы вы могли сконфигурировать и настроить Google Assistant на своем Raspberry Pi, вы бы превратили его в недорогую альтернативу Google Home DIY, верно?

    К счастью, этого можно легко добиться имея в наличии Raspberry Pi и посмотрев видео выше.

    15. Сконструировать Smart TV

    Если вы знаете, как настроить медиасервер на Raspberry Pi (как предлагалось в первом пункте этой статьи), вы также можете это сделать.

    С помощью Kodi (или аналогичной программы) вы можете создать свой собственный персональный умный телевизор, работающий на выбранном вами медиасервере.

    16. Добавить контроль жестов в Raspberry Pi

    Вы можете добавить возможность управления жестами в любой из ваших проектов на Raspberry Pi, используя Flick Board.

    Это может быть не самая дешевая фича, но это впечатляющий штрих для любого вашего проекта Raspberry Pi.

    Продвинутый уровень идей для проектов на Raspberry Pi

    17. Тор маршрутизатор

    Если вы человек, который хочет изучить способы повышения вашей личной цифровой конфиденциальности, вы можете начать с создания своего собственного локального маршрутизатора Tor.

    Благодаря этому вы можете зашифровать свое интернет-соединение и оставаться анонимным при просмотре веб-страниц. Это просто что-то вроде VPN, но технически отличается.

    18. Голосовое управление светодиодами

    Это довольно интересно. Я уже упоминал проект, в котором вы можете настроить Google Assistant на своем Raspberry Pi. Однако в этом случае вы сможете управлять светодиодами своим голосом.

    На этот раз вам не понадобится помощник, все, что вам нужно, это голосовой набор Google AIY.

    Этот проект был включен в список официальных проектов DIY, использующих Raspberry Pi, вы можете получить больше информации там.

    19. Wi-Fi усилитель

    Если вы хотите увеличить радиус действия своей сети Wi-Fi, вам, возможно, придется выбрать премиальный гаджет, который может помочь вам в этом, или вы можете использовать Raspberry Pi, чтобы выполнить эту работу.

    Да, это верно, вы можете создать усилитель Wi-Fi, просто используя свой Raspberry Pi.

    20. VPN Сервер

    Вам не нужно доверять провайдерам VPN, если вы можете создать свой собственный локальный сервер VPN. Хотя, это может быть довольно сложно сделать.

    Так что, если вы готовы к некоторым трудностям, вы можете использовать свой Raspberry Pi, чтобы сделать частный VPN-сервер для вашего соединения. Узнайте больше об этом здесь:

    21. Автоматизация дома с использованием Raspberry Pi

    Многие мощные проекты могут быть реализованы с использованием Raspberry Pi, один из таких проектов — «Автоматизированный дом».

    Реализовать домашнюю автоматизацию достаточно дорого. Но если использовать Raspberry Pi для создания чего-то подобного, в конечном счете это потребует гораздо меньших инвестиций. Конечно, вам придется исследовать и улучшать этот проект, чтобы сделать его более надежным, но вы можете начать с основ.

    22. Локальный облачный сервер

    Вы можете создать собственное облако с помощью Raspberry Pi. А также установить Nextcloud для защиты и хранения ваших данных.

    Есть масса интересных вещей для исследований, когда у вас есть собственное облако, верно?

    23. Портативное устройство для взлома

    Позвольте мне прояснить одну вещь: я не призываю вас сделать что-то незаконное (как в художественных фильмах), создав портативное хакерское устройство.

    Так что, просто для образовательных целей или тестирования, не стесняйтесь попробовать сделать собственное портативное устройство для взлома с помощью Raspberry Pi.

    24. Умные Перчатки

    Создание умных перчаток — это действительно крутой проект с Raspberry Pi. В студенческие годы я был свидетелем того, как старшие делают эту вещь, это было интересно.

    Вы можете обратиться к официальному ресурсу для этого проекта и начать работу.

    25. Блокировщик рекламы

    С Raspberry Pi вы можете легко внедрить сетевой блокировщик рекламы, чтобы вам не приходилось устанавливать блокировщики рекламы отдельно на устройствах или в браузерах.

    Вам нужно установить блокировщик рекламы Pi-Hole и настроить его. Посмотрите видео выше, а затем посетите официальный ресурс по ссылке ниже.

    Послесловие

    Здесь я перечислил некоторые из самых интересных проектов, которые я мог найти, и которые могут вам пригодиться.

    Если у вас на примете есть другие интересные идеи, дайте мне знать в комментариях ниже. Я мог бы обновить этот список проектов Raspberry Pi с вашими предложениями и вашим ID.

    10 крутых вещей, которые можно сделать на Raspberry Pi

    Посмотрите, что можно сделать на компьютере размером с банковскую карту.

    Raspberry Pi — это одноплатный компьютер размером не больше кредитной карты. Все его порты и компоненты компактно уложены, компьютер может питаться от USB, его можно носить в кармане, плюс стоит он намного дешевле, чем любой компьютер-моноблок.

    Из минусов — у него нет собственного монитора (нужно подключать внешний), его хранилище ограничено картой памяти или USB-диском, и у него не самый шустрый процессор. Тем не менее на этой Raspberry можно сделать много прекрасных вещей. Вот несколько примеров.

    1. Настоящий настольный компьютер

    Сложность: 5/5.

    Время: 5/5.

    В Raspberry Pi можно вставить карточку с предустановленной операционной системой Raspbian и загрузить его как обыкновенный компьютер. Вы вряд ли сможете поиграть на нём в игрушки, но работать с документами, сидеть в интернете, слушать музыку и смотреть фильмы — без проблем. Также в базовый дистрибутив входит пакет офисных программ. И всё это на плате за 35 долларов!

    Кроме самой платы вам будет нужна карта памяти, блок питания, монитор с HDMI-кабелем и мышка с клавиатурой. Всё остальное есть на самой плате: Wi-Fi, Bluetooth, сетевой порт и разъём для наушников.

    2. Своё облачное хранилище

    Сложность: 3/5.

    Время: 2/5.

    Зачем платить за облачные сервисы хранения данных, когда можно сделать свой? Если вы параноик и не хотите хранить личные фото на чужом сервере, то это — вполне ваш вариант. Тем более что размер хранилища и скорость загрузки зависят только от вас самих.

    Настройка такого сервиса происходит в два этапа: сначала ставим Linux, например тот же Debian, а затем настраиваем удалённый доступ. В итоге своё облако можно приспособить для чего угодно: хранить почту, файлы, фото с отпуска, рабочие проекты для команды или фильмы, которые жалко удалять после просмотра.

    Единственный минус — для бесперебойного доступа к файлам сервис должен работать круглосуточно.

    3. Музыкальный плеер

    Сложность: 2/5.

    Время: 3/5.

    Если у вас есть несколько часов свободного времени, хорошие колонки и интернет, то вот что вы можете получить:

    • стриминг музыки из Spotify, SoundCloud, Google Music, Apple Podcast;
    • интернет-радио TuneIn, Dirble, AudioAddict, Soma FM;
    • можно слушать музыку любых форматов с флешки и по домашней сети и раздавать её по Bluetooth.

    Такой плеер подойдёт для фоновой музыки. Для меломанов и аудиофилов не подойдёт, потому что встроенный аудиочип на Raspberry даёт не самый чистый звук. Но можно подключить внешнюю карту!

    4. Превращаем старый телевизор в домашний медиацентр

    Сложность: 1/5.

    Время: 2/5.

    Продолжение предыдущей темы про развлечения. С помощью того же софта можно превратить любой, даже самый старый телевизор в полноценный домашний медиацентр — достаточно подключить его по HDMI. Если телевизор настолько стар, что там есть только древние «тюльпаны» — поможет переходник.

    Ставим Kodi, настраиваем картинку, подключаем к сети — и можно смотреть сериалы и стримы даже на ламповых телевизорах. А если добавить клавиатуру, то телек превращается в медиамонстра, который работает с любым видеоконтентом мира.

    5. Отопительная печь с беспроводным управлением

    Сложность: 4/5.

    Время: 5/5.

    Умный дом — это не только погодные датчики и цветные лампы по комнатам. Как насчёт умного обогрева и реального огня? Один товарищ взял старую буржуйку, сделал недостающие детали и получил полностью автоматическую регулировку температуры с удалённым управлением через интернет.

    Официальное предупреждение: это всё действительно работает, но требует инженерного образования и знания физики и термодинамики. Не нужно собирать такую систему и управлять открытым огнём из газового баллона, если вы первый раз в жизни держите в руках газовый клапан низкого давления.

    6. Домик для птиц с видеонаблюдением

    Сложность: 1/5.

    Время: 2/5.

    Орнитологи будут в восторге: можно наблюдать за птицами в любое время и даже делать стримы. Всё, что для этого нужно — картонная коробка, скотч, инфракрасные светодиоды и внешний модуль камеры. Птицам на самом деле всё равно, как выглядит скворечник, а вы получаете классные снимки в любое время.

    7. Ламповые настольные часы на газоразрядных индикаторах

    Сложность: 3/5.

    Время: 4/5.

    Крутой проект, который соединяет хай-тек и стимпанк. За первую часть отвечает Raspberry Pi, который управляет всеми лампами и синхронизирует время через интернет, за вторую — лампы Nixie. Выглядит дорого и винтажно, как и должен выглядеть настоящий гиковский продукт.

    Если не нравится оранжевый свет, есть такие же лампы, но с фиолетовым свечением. Хотите впечатлить увлечённого технологиями человека — соберите для него такие часы.

    8. Робот-манипулятор

    Сложность: 4/5.

    Время: 4/5.

    До Скайнета пока далеко, но сделать роботизированную руку теперь под силу каждому. Единственная сложность — почти все детали придётся печатать на 3D-принтере. После сборки можно двигать этой рукой во всех плоскостях, захватывать мелкие предметы и перекладывать их с места на место.

    Если добавить ещё один манипулятор, то появится вторая рука, а если ещё два, то и ноги. Голову пока лучше не делать.

    9. Квадрокоптер

    Сложность: 4/5.

    Время: 5/5.

    Алексей из Ижевска сделал крафтовый квадрокоптер на Raspberry Pi. По сути коптер — это летающий сервер. Изначально задумка была такая: сделать квадрокоптер в виде саней Деда Мороза, который бы сам и под музыку развозил по офису подарки для сотрудников.

    Внутри у него стоит Raspbian — адаптированный именно для этого железа вариант Linux. Можно ставить и другое, но работать будет не так стабильно. Камера тоже есть.

    10. Кормушка для птиц с Telegram-ботом для фотографий

    Сложность: 3/5.

    Время: 3/5.

    У Антона Мальцева была идея: прилетает птичка в уличную кормушку — вжуууух — она оказывается на телефоне. Главная мысль — чтобы система автоматически обнаруживала всех прилетающих к кормушке, определяла, что это за птица, делала и выбирала лучшую фотографию, а потом выкладывала её куда-нибудь и вела статистику посещаемости.

    Вот что получилось реализовать в итоге:

    • всё работает на Raspberry Pi B+;
    • настроена система сбора данных;
    • есть отдельная нейронная сеть с обучением для распознавания птиц;
    • интерфейс и чат-бот, который делает снимки по команде.