停止motion：
killall motion 或者 service motion stop
现在我们的摄像头已经变成了一台网络摄像头。在chrome浏览器下访问 http://<树莓派IP>:8081 即可看到摄像头当前拍摄的画面。
不得不说，真的很耗CPU，差不多持续在60%左右，并且有一定的延迟，卡顿特别严重。
mjpg-streamer
先安装依赖：
sudo apt-get install libjpeg8-dev cmake
下载 mjpg-streamer-master 软件：
unzip master.zip
cd mjpg-streamer-master/mjpg-streamer-experimental
编辑配置文件
vim plugins/input_raspicam/input_raspicam.c
进去之后搜索fps，也就是按一下/键，然后输入fps，然后回车将fps、高度、宽度修改，参考下图：
然后退出到mjpg-streamer-master/mjpg-streamer-experimental路径，编译：
sudo make clean all
启动摄像头：
//启动普通 USB摄像头
./mjpg_streamer -i "./input_uvc.so" -o "./output_http.so -w ./www"
//启动树莓派专用摄像头
./mjpg_streamer -i "./input_raspicam.so" -o "./output_http.so -w ./www"
//openwrt下启动,8090端口
mjpg_streamer -i "input_uvc.so -f 10 -r 320*240" -o "output_http.so -p 8090 -w www"
如果出现以下错误：
多插拔几次摄像头兴许就可以了。
多参数启动：
sudo mjpg_streamer -i "./input_uvc.so -r 640x480 -f 10 -n" -o "./output_http.so -p 8080 --w ./www"
密码访问 userid:password 改成自己的就可以
sudo mjpg_streamer -i "./input_uvc.so -r 640x480 -f 10 -n" -o "./output_http.so -p 8080 --w ./www -c userid:password"
在浏览器中打开，外网自备穿透：
http://<树莓派IP>:8080
http://<树莓派IP>:8080/?action=stream
最终画面：
这个就流畅多了，CPU差不多也占到五六十的样子，不过无碍，毕竟是4核。
Python 实现
上面两种方式只能做到浏览器监控访问，非局域网还得搭个穿透才能访问，看似华丽，其实并没有实际卵用。
为了更加智能的实现监控告警，下面我们采用Python +OpenCV+Wechat 实现。
安装 OpenCV
安装基础组件：
sudo apt-get update
sudo apt-get install libjpeg-dev libatlas-base-dev libjpeg-dev libtiff5-dev libpng12-dev libqtgui4 libqt4-test libjasper-dev
然后安装 OpenCV：
sudo pip3 install opencv-python
一般情况，你是不可能安装成功的，99.999% 会出现以下错误：
Collecting opencv-python
Downloading www.piwheels.org/simple/open… (7.4MB)
45% |██████████████▍ | 3.3MB 15kB/s eta 0:04:20
THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE. If you have updated the package versions, please update the hashes. Otherwise, examine the package contents carefully; someone may have tampered with them.
opencv-python from www.piwheels.org/simple/open…:
Expected sha256 329d9d9fdd62b93d44a485aeaab4602c6f5b8555ea8bcc7dbcdc62c90cfe2c3f
Got 869c7994c40b84ac09f244f768db9269d52d3265d376441e8516a47f24711ef2
这可能是由于网速太慢了，没有下载完整的文件，所以不完整的文件的md5和期望的不一样。
我们首先下载 whl 文件到本地：
浏览器直接访问就可以
然后上传到树莓派，使用以下命令安装：
sudo pip3 install opencv_python-3.4.4.19-cp35-cp35m-linux_armv7l.whl
如果出现以下代码，说明安装成功：
Processing ./opencv_python-3.4.4.19-cp35-cp35m-linux_armv7l.whl
Requirement already satisfied: numpy>=1.12.1 in /usr/lib/python3/dist-packages (from opencv-python==3.4.4.19)
Installing collected packages: opencv-python
Successfully installed opencv-python-3.4.4.19
智能监控主要代码：
-- coding: utf-8 --
import 进openCV的库
import cv2
import os
import time
from wxpy import *
"""
树莓派打造智能看门狗
sudo pip3 install opencv-python
sudo pip3 install wechat_sender
"""
登录微信
bot = Bot()
my_friend = bot.friends().search('监控狗')[0]
调用摄像头检测人脸并截图
def camera(window_name, path_name):
Linux 不显示图形界面
cv2.namedWindow(window_name)
视频来源，来自USB摄像头
cap = cv2.VideoCapture(0)
告诉OpenCV使用人脸识别分类器
classfier = cv2.CascadeClassifier(os.getcwd()+"/haarcascade/haarcascade_frontalface_alt.xml")
识别出人脸后要画的边框的颜色，RGB格式, color是一个不可增删的数组
color = (0, 255, 0)
num = 0
while cap.isOpened():
ok, frame = cap.read() # 读取一帧数据
if not ok:
break
将当前桢图像转换成灰度图像
grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
人脸检测，1.2和2分别为图片缩放比例和需要检测的有效点数
faceRects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
if len(faceRects) > 0: # 大于0则检测到人脸
for faceRect in faceRects: # 单独框出每一张人脸
x, y, w, h = faceRect
num = num+1
将当前帧保存为图片
img_name = "%s/%d.jpg" % (path_name, num)
image = frame[y - 10: y + h + 10, x - 10: x + w + 10]
cv2.imwrite(img_name, image, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])
print("有人来了~~~")
alarm(num)
延迟 60s，不要太频繁的发送，知道来了就可以了
time.sleep(60)
画出矩形框
cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)
显示当前捕捉到了多少人脸图片了
font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(frame, 'num:%d/1000' % (num), (x + 30, y + 30), font, 1, (255, 0, 255), 4)
显示图像 Linux 下注释掉即可
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
二、学习软件
工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。
三、入门学习视频
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。
