EEPW论坛

首先，这次的主角，摄像头（路边摊￥25） ，不知道什么牌子的。。。

Plug～～用lsusb指令查看一下是否能识别，嘿，看来有门儿～～

估计应该属于标准的UVC协议，目前的Raspbian是集成了这部分驱动的，输入ls /dev，查看dev中是否存在一个video0这个设备，如果有了说明系统识别了，如果不能识别，可以试试更新一下系统

安装一个camorama的小工具，可以查看，修改和保存摄像头捕获的图片

sudo apt-get install camorama

然后在远程桌面的开始菜单中找到这个工具

320*240的尺寸，平均每秒11帧，没有期望太高。。。

还试了一下mplayer和camorama，640*480的尺寸，卡得不行，平均每秒3帧，丢帧很严重！

不过摄像头是可以用了，下面安装opencv

sudo apt-get update
sudo apt-get install libopencv-dev
sudo apt-get install python-opencv

利用opencv写一段简单的代码，获取当前摄像头的图像，实时显示出来

# coding=utf-8
import cv2

cv2.namedWindow("video")     # 命名一个窗口
capture = cv2.VideoCapture(0)       # 打开默认摄像头
success, frame = capture.read()     # 读取一帧图像，第一个返回值是成功标志，第二个返回值是图像本身

while True:
    success, frame = capture.read()
    cv2.imshow("video", frame)      # 显示图像到窗口
    key = cv2.waitKey(10)           # 利用按键退出
    c = chr(key & 255)
    if c in ['q', 'Q', chr(27)]:
        break
cv2.destroyWindow("video")          # 停止窗口

160*120的尺寸，效果还是可以接受的，至少没什么卡顿现象了，CPU也只占了80%左右

上传视频，大家看看效果～～

视频传送门 -->

【实验番外篇】任务三：人脸识别～～续 - PYTHON OPENCV2

人脸识别，咋一听上去很高深的样子，其实通过opencv中的一些模块和强大的Haarcascades Repositories实现起来还是很简单的！

这里用的是CV2.X版本，因为CV1.X版本中摄像头获取的帧图像默认是iplimage格式的，在进行人脸识别的时候需要转成numpy array格式，同时识别完成后还需要转换回去才能将结果显示出来，而CV2.X版本则默认就是numpy array格式的图像，应用起来更加快速、方便一些。

1、调用OpenCV2.X及numpy

import cv2
import numpy as np

2、这里我们进行一些初始化的工作，建立一个窗口用于显示图像，打开默认的摄像头，读取一帧图像并取得读取成功标志位，设置人脸框颜色，以及设置分类器的haar特征数据库

tips：cv2.VideoCapture() - 当该函数的第一个参数为数字时表示摄像头摄像头id，当只有一个摄像头时，传入0，OpenCV会打开该摄像头。该功能仅限笔记本、USB摄像头，对于工业的网络摄像头（如海康摄像头、AXIS摄像头等）需要针对SDK进行相应开发

cv2.namedWindow("video")     # 命名一个窗口
capture = cv2.VideoCapture(0)       # 打开默认摄像头
success, frame = capture.read()     # 读取一帧图像，第一个返回值是成功标志，第二个返回值是图像本身
color = (255, 255, 255)             # 设置人脸框的颜色
classfier = cv2.CascadeClassifier("/usr/share/opencv/haarcascades/"
                                  "haarcascade_frontalface_alt_tree.xml")    # 定义分类器：正脸

官方同时还提供了许多特征库供我们使用

而且我们还可以到 http://opencvlibrary.svn.sourceforge.net/viewvc/opencvlibrary/trunk/opencv/data/haarcascades/ 去下载其他的特征库

3、如果图像获取成功，则循环执行人脸识别，并对每一个成功识别的人脸画出矩形框，将最终结果显示到之前建立好的窗口中

# 图像获取成功，循环执行
while success:
    success, frame = capture.read()
    size = frame.shape[:2]    # 获取当前帧彩色图像的大小
    image = np.zeros(size, dtype=np.float16)   # 定义一个与当前帧图像大小相同的的灰度图像矩阵
    image = cv2.cvtColor(frame, cv2.cv.CV_BGR2GRAY)     # 将当前帧图像转换成灰度图像
    cv2.equalizeHist(image, image)      # 灰度图像进行直方图等距化
    # 设定最小人脸图像的大小，1/8
    divisor = 8
    h, w = size
    minSize = (w/divisor, h/divisor)
    faceRects = classfier.detectMultiScale(image, 1.2, 2, cv2.CASCADE_SCALE_IMAGE, minSize)    # 人脸检测
    if len(faceRects) > 0:              # 如果人脸数组长度大于0
        for faceRect in faceRects:      # 对每一个人脸画矩形框
            x, y, w, h = faceRect
            cv2.rectangle(frame, (x, y), (x+w, y+h), color)
    cv2.imshow("video", frame)      # 显示图像到窗口

并不是每次都能成功定位到人脸的，这个跟特征数据以及训练的参数有关，也跟测试时候参数的设置、环境光线强度等有关。例如，采用了正脸的特征库，一般侧脸就很难识别出来；同时，如果面部特征不全或有遮挡的话，也很难进行识别

4、通过指定的按键退出循环，并停止窗口响应，退出程序

while success:

    ......

    key = cv2.waitKey(10)           # 等待按键退出
    c = chr(key & 255)
    if c in ['q', 'Q', chr(27)]:
        break
cv2.destroyWindow("video")          # 停止窗口

tips：cv.waitKey() - 该函数等待用户键盘事件，参数为等待时长，单位是ms。注意，窗体显示必须调用一下该函数，否则窗口中无画面，当参数为0时，窗口将无限等待，该函数有返回值，没接受到键盘事件时的返回值为-1

上传完整代码：

# coding=utf-8
import cv2
import numpy as np

cv2.namedWindow("video")     # 命名一个窗口
capture = cv2.VideoCapture(0)       # 打开默认摄像头
success, frame = capture.read()     # 读取一帧图像，第一个返回值是成功标志，第二个返回值是图像本身
color = (255, 255, 255)             # 设置人脸框的颜色
classfier = cv2.CascadeClassifier("/usr/share/opencv/haarcascades/"
                                  "haarcascade_frontalface_alt_tree.xml")    # 定义分类器：正脸
# 图像获取成功，循环执行
while success:
    success, frame = capture.read()
    size = frame.shape[:2]    # 获取当前帧彩色图像的大小
    image = np.zeros(size, dtype=np.float16)   # 定义一个与当前帧图像大小相同的的灰度图像矩阵
    image = cv2.cvtColor(frame, cv2.cv.CV_BGR2GRAY)     # 将当前帧图像转换成灰度图像
    cv2.equalizeHist(image, image)      # 灰度图像进行直方图等距化
    # 设定最小图像的大小，1/8
    divisor = 8
    h, w = size
    minSize = (w/divisor, h/divisor)
    faceRects = classfier.detectMultiScale(image, 1.2, 2, cv2.CASCADE_SCALE_IMAGE, minSize)    # 人脸检测
    if len(faceRects) > 0:              # 如果人脸数组长度大于0
        for faceRect in faceRects:      # 对每一个人脸画矩形框
            x, y, w, h = faceRect
            cv2.rectangle(frame, (x, y), (x+w, y+h), color)
    cv2.imshow("video", frame)      # 显示图像到窗口
    key = cv2.waitKey(10)           # 等待按键退出
    c = chr(key & 255)
    if c in ['q', 'Q', chr(27)]:
        break
cv2.destroyWindow("video")          # 停止窗口

上传视频，大家看看效果~~晚上录的，光线强度差点儿，找了一张高中时候的毕业照，人还算比较多的，识别效果还可以接受。。。￥25的摄像头CMOS实在不敢恭维

视频传送门 -->

tips：

如果程序执行过程中出现：“Xlib:  extension "RANDR" missing on display xxx”的提示信息。一般来说，这个信息是可以忽略的，但是，由于RANDR扩展的不存在，会导致在使用的过程中无法动态改变屏幕的大小。
RandR的wikipedia中说道：“The X Resize, Rotate and Reflect Extension (RandR)[2] allows clients to dynamically change X screens, so as to resize, rotate and reflect the root window of a screen.”

这也太高大上了。。

【实验番外篇】任务四：基于树莓派的网络考勤系统及刷卡门禁 - 第一阶段

背景：公司的打卡机目前还是比较低端的，虽然是指纹识别的，但是每月统计打卡或临时查看记录的时候都要摘下来连接到电脑上，非常的不方便，而且刷卡门禁与考勤系统是分开的两套系统，又不方便统一管理。

虽然手中没有指纹识别模组，但是我们有物美价廉的RFID模块啊～～抱着把手中的RFID模块和树莓派充分利用起来以及Impossible is nothing的信念，决定自己做一套基于RFID模块和树莓派的网络版考勤系统，同时将刷卡门禁功能集成进来，方便统一管理。

第一阶段：驱动RFID模块（RC522）

第二阶段：搭建RPi网络服务器

第三阶段：完善刷卡门禁功能及终端显示功能

第四阶段：搭建后台管理系统

第五阶段：完善后台管理系统与硬件接口的衔接

第六阶段：软、硬件功能系统测试

工具：RFID模块 -- RC522（通讯接口：SPI）

            非接触式IC卡 -- Mifare One卡

1、启用SPI接口

从黑名单中将SPI接口释放出来，之前在I2C实验中做过类似的操作

sudo nano /etc/modprobe.d/raspi-blacklist.conf

# blacklist spi and i2c by default (many users don't need them)

#blacklist spi-bcm2708
#blacklist i2c-bcm2708

确认内核支持

pi@raspberrypi ~ $ ls -la /dev/spi*
crw-rw---T 1 root spi 153, 0 Jan  1  1970 /dev/spidev0.0
crw-rw---T 1 root spi 153, 1 Jan  1  1970 /dev/spidev0.1

2、这次使用的编程语言是比较熟悉的C，安装wiringPi，方便调用SPI接口

使用GIT工具下载wiringPi，如果你的RPi还没有GIT，可以使用下面的指令获取

sudo apt-get install git-core

git clone git://git.drogon.net/wiringPi

进入wiringPi目录并安装wiringPi

cd wiringPi
./build

gpio -v
gpio readall

注意：需要用下面的指令将SPI驱动程序加载到内核

gpio load spi

（1）首先，需要初始化SPI接口，并了解其函数的使用方法，下面是一些比较重要的设置与代码举例： 

    #include <wiringPi.h>
    #include <wiringPiSPI.h>

#define RST           1
#define channel       0
#define speed         1000000

unsigned char ucAddr;
unsigned char data[2] = {0, 0};

wiringPiSetup();			//wiringPi初始化
wiringPiSPISetup(channel, speed);	//设置SPI通道 0，速率 1000000 - 1Mbit/s
wiringPiSPIDataRW(channel, &ucAddr, 1);
wiringPiSPIDataRW(channel, data, 2);

我将RC522的片选（NSS）接到了CE0上，所以这里要设置为通道0，从RC522的DATASHEET中我们可以了解到，模块的SPI 接口可处理高达10Mbit/s的数据速率，这里我仅使用了1Mbit/s的数据速率，已经足够我的需求了。

根据官网的介绍RPi的SPI接口是全双工的工作方式，通过wiringPiSPI接口进行数据读写的时候，SPI总线会自动将返回的数据覆盖到之前发送的变量上。

"This performs a simultaneous write/read transaction over the selected SPI bus. Data that was in your buffer is overwritten by data returned from the SPI bus."

（2）解决通讯基础函数

这里其实遇到了一些问题，导致很多次实验没有成功。首先，我们来看一下DATASHEET中的介绍。

地址字节格式：

读数据字节顺序：

写数据字节顺序：

从中我们可以发现读写的命令是包含在地址字节格式中的，而地址是通过主机发送出去的字节0。

读数据过程中字节0是没有真正返回寄存器的实际值的，而真正返回是从下一个字节开始的，这里我们直接发送0x00地址，获取真实数据。

另外，我在调试的过程中，在运行到if(!(ReadRawRC(ErrorReg)&0x1B))这句时，读ErrorReg寄存器返回值是0x45，然后直接跳转到MI_ERR，正是由于读取寄存器方式错误引起的。

/////////////////////////////////////////////////////////////////////
//功    能：读RC522寄存器
//参数说明：Address[IN]:寄存器地址
//返    回：读出的值
/////////////////////////////////////////////////////////////////////
unsigned char ReadRawRC(unsigned char Address)
{
	unsigned char ucAddr;
	unsigned char data = 0x00;
	ucAddr = ((Address<<1)&0x7E)|0x80;	//address format：1XXXXXX0
	wiringPiSPIDataRW(channel, &ucAddr, 1);
	wiringPiSPIDataRW(channel, &data, 1);	//读两次才能拿到真正的RC522的返回值，非常重要
	return data;
}
/////////////////////////////////////////////////////////////////////
//功    能：写RC522寄存器
//参数说明：Address[IN]:寄存器地址
//          value[IN]:写入的值
/////////////////////////////////////////////////////////////////////
void WriteRawRC(unsigned char Address, unsigned char value)
{  
	unsigned char ucAddr;
	unsigned char data[2] = {0, 0};
	ucAddr = ((Address<<1)&0x7E);	//address format：0XXXXXX0
	data[0] = ucAddr;
	data[1] = value;
	wiringPiSPIDataRW(channel, data, 2);
}

当我们建立起通讯基础函数后，就可以放心的根据程序流程开始编写功能函数了。

上传完整代码：

https://github.com/chronosMaker/RPiRFID.git

看一下实际运行效果，试了一张MF1 S50的空白卡，读写都正常

下面是刚才读的扇区0的具体信息

Mifare 1 卡内部有 1 个 EEPROM，分成 0~15 共 16 个扇区，每个扇区分成 0~3 共 4 块，每块 16 字节。

1、扇区 0 的块 0 是厂商标志字节，保存着只读的卡信息及厂商信息。

22  8B  BE  B5  A2  08  04  00  69  73  73  69  35  36  34  30

前面四个字节 22  8B  BE  B5 是卡序列号，08 是卡容量，04  00 是卡类型，后面是厂商自定义的一些信息。

2、每个扇区的块 0 保存着该块的密钥 A 与密钥 B 及该块的访问条件，每个扇区都有自己的一套密钥及访问条件，其中，4 个字节的访问条件是对每个扇区 4 个块的读写定义。比如块 3 的 16 字节如下：

00  00  00  00  00  00  FF  07  80  69  FF  FF  FF  FF  FF  FF

前面 6 个字节是密钥 A，因为 Read 永远为 Never，所以读到的都是 0x00，最后的 6 字节是密钥 B，其值为 0xFF  0xFF  0xFF  0xFF  0xFF  0xFF，中间的 4 个字节是访问条件。对应DATASHEET相关表格，可得出对该扇区块的存取控制条件。

试了一张北京地铁车票

又试了一下公司的门禁卡

以上两张卡都由于密钥错误导致无法读取内部数据，如果能够获取对应密钥，那么。。。。。。^_^

tips：原装的 Philps S50 芯片在出厂时设置每个分区的的第四块 A 密钥是“FFFFFFFFFFFF”，控制字是：“FF078069”，B 密钥是：“FFFFFFFFFFFF”，A 密钥是供用户读写操作的，利用 A 密钥可对对除 0 区外其它所有扇区块进行读写操作。 B 密钥不可操作，这些用的都是逻辑加密算法加密，而且密钥都是不可见的，我们在读的时候能看到的 A 密钥都是显示为“000000000000”，B 密钥显示：“FFFFFFFFFFFF”，这些都是出厂时厂家设定的默认值。

楼主的进程好丰富啊~~

能学到不少的知识