本文介绍在物联网应用开发（IoT Studio）平台使用树莓派摄像头实现人脸识别功能。即将树莓派摄像头采集的人像，存储到阿里云对象存储（OSS）中，同时，通过设备属性上报获取图片，并调用人脸识别API进行人脸识别后，在钉钉群中推送验证结果。
流程图
物料准备
| 硬件 | 说明 |
|---|---|
| 树莓派主板 | 将摄像头和红外线传感器连接到树莓派主板。
|
| 适用于树莓派的摄像头 | |
| 红外线传感器 |
创建存储空间
本示例中，摄像头拍摄的图像将存储在阿里云对象存储中，因此需为图像存储创建一个存储空间Bucket。开发设备端SDK时，需要配置该Bucket信息。
- 在创建Bucket面板，按如下说明配置必要参数。其他参数保持默认配置，也可以在Bucket创建完成后单独配置。
参数 说明 Bucket名称 Bucket的名称。Bucket一旦创建，则无法更改其名称。 命名规则如下：
- Bucket名称必须全局唯一。
- 只能包括小写字母、数字和短划线（-）。
- 必须以小写字母或者数字开头和结尾。
- 长度必须在3~63字节之间。
地域 选择您要创建的Bucket所在地域。Bucket一旦创建，则无法更改其所在地域。 存储类型 本示例中，选择标准存储。实际使用中，请根据您的实际需要选择。 同城冗余存储 本示例中，选择关闭。实际使用中，请根据您的实际需要选择。 读写权限 本示例中，选择公共读写。实际使用中，请根据您的实际需要选择。 实时日志查询 本示例中，选择不开通。实际使用中，请根据您的实际需要选择。 Bucket创建后，其概览页会显示Endpoint和域名。Endpoint信息需配置到设备端SDK中。
创建产品和设备
- 在实例概览页面，找到对应的实例，单击实例进入实例详情页面。
- 在新建产品页面，配置参数后，单击确认。
本文示例的
产品名称为
摄像头，
所属品类为
自定义品类，其他参数使用默认值。
为产品定义物模型
设备端SDK开发
因为树莓派基于Python语言，需要配置两个Python SDK： IoT设备端接入SDK和OSS文件上传SDK。
设备端SDK开发代码示例如下：
- 引入相关库。
import aliyunsdkiotclient.AliyunIotMqttClient as iot ##导入阿里云的设备MQTT库，如果import失败需要先pip3 install import json import multiprocessing import time import random import oss2 ##导入阿里云的OSS库，如果import失败需要先pip3 install oss2 from picamera import PiCamera ##树莓派的摄像头，系统自带 import RPi.GPIO as GPIO ##GPIO口，接红外PIR使用 - OSS Bucket访问授权 。
auth = oss2.Auth('**YourAccessKeyId**','**YourAccessKeySecret**') ##OSS的授权，需要您的阿里云账号AccessKey ID和AccessKey Secret,具体查看https://usercenter.console.aliyun.com/#/manage/ak bucket = oss2.Bucket(auth,'http://oss-******.aliyuncs.com','**YourBucketName**') ##请在OSS控制台，Bucket的概览页查看具体信息 global picURLtoIoT camera = PiCamera() camera.resolution = (800,600) ##拍照分辨率，越高越容易分析，但是上传速度越慢 - 初始化树莓派。
def init(): GPIO.setwarnings(False) GPIO.setmode(GPIO.BOARD) GPIO.setup(3, GPIO.IN) pass - 定义图像上传OSS Bucket。
def take_photo(): ticks = int(time.time()) fileName = 'test%s.jpg' % ticks ##在文件名加入时间戳作为简易加密手段 filePath = '/home/pi/Pictures/%s' % fileName camera.capture(filePath) bucket.put_object_from_file('bucket_file_name/%s', fileName) ##在这里改bucket名称 global picURLtoIoT picURLtoIoT = 'http://**您的bucket名称**.oss-******.aliyuncs.com/bucket_file_name/%s' % fileName ##图片存储URL，需替换为您的bucket名称和bucket内文件名称 print(str(picURLtoIoT)) - 定义红外线感应器检测到有人时，摄像头拍照，否则休眠5秒。
def detectPeople(): if GPIO.input(3) == True: take_photo() else: time.sleep(5) options = { 'productKey':'**设备的ProductKey**', 'deviceName':'**设备的deviceName**', 'deviceSecret':'**设备的deviceSecret**', 'port':****, 'host':'iot-as-mqtt.******.aliyuncs.com' ##物联网平台域名 } host = options['productKey'] + '.' + options['host'] def on_message(client, userdata, msg): topic = '/' + productKey + '/' + deviceName + '/update' print(msg.payload) def on_connect(client, userdata, flags_dict, rc): print("Connected with result code " + str(rc)) def on_disconnect(client, userdata, flags_dict, rc): print("Disconnected.") - 定义设备上报数据到物联网平台。
def upload_device(client): topic = '/sys/'+options['productKey']+'/'+options['deviceName']+'/thing/event/property/post' while True: payload_json = { 'id': int(time.time()), 'params': { 'people':1 ##物模型里布尔值以0和1的形式上报 'picURL': picURLtoIoT, }, 'method': "thing.event.property.post" } print('send data to iot server: ' + str(payload_json)) client.publish(topic, payload=str(payload_json)) if __name__ == '__main__': client = iot.getAliyunIotMqttClient(options['productKey'], options['deviceName'], options['deviceSecret'], secure_mode=3) client.on_connect = on_connect client.connect(host=host, port=options['port'], keepalive=60) p = multiprocessing.Process(target=upload_device, args=(client,)) p.start() detectPeople() GPIO.cleanup() client.loop_forever()
完整的示例代码，请参见本文结尾附录：设备端SDK代码示例。
创建业务服务
- 从输入页签下，拖拽一个设备触发节点到画布上，触发数据源配置为摄像头产品下设备的属性上报。
- 配置一个云市场API节点，并与设备触发节点相连。
需在阿里云云市场购买人脸识别API。本示例购买的API是艾科瑞特（iCREDIT）_智能人脸识别。
参数 说明 节点名称 输入节点名称。 请求方式 在云市场该API购买页，查看请求方式。本示例中，购买的API的请求方式为POST。 调用地址 在云市场该API购买页，查看该API的调用地址。 APPCODE 在云市场控制台，已购买的服务页列表中，查看已购买API的AppCode。 编码 选择编码方式。 参数填写 根据云市场该API购买页的请求参数说明，填入请求参数。本示例中，需填入两个参数： - IMAGE：图像数据存储的URL。可输入：
- 静态值：即输入图像在OSS中的存储地址URL。
- 动态值：配置为动态获取值，本示例动态取值设置为：
"IMAGE":"{{query.props.picURL.value}}"，即从属性picURL的数据中获取。
- IMAGE_TYPE：0：图像内容为图像数据BASE64编码；1：图像内容为图像文件的URL。本示例采用URL，配置为
"IMAGE_TYPE":"1"。
- IMAGE：图像数据存储的URL。可输入：
- 配置钉钉机器人节点。
参数 说明 节点名称 输入节点名称 Webhook 钉钉群机器人的Webhook地址。具体操作，请参见创建钉钉机器人。 配置方法 选择为自定义。 消息类型 选择为FeedCard类型。 内容配置 - 修改消息标题title。
- 修改picURL值为{{query.props.picURL.value}}。
- 单击页面右上方保存按钮
，保存设置。
调试与发布
- 在业务服务编辑页面，单击右上方的部署按钮
，部署服务。 - 部署完成后，单击启动按钮，启动服务。
- 调试服务。
- 在默认模块中推送调试指令。
数据推送成功，钉钉群将收到图片。
- 在默认模块中推送调试指令。
- 单击发布按钮，发布服务。
附录：设备端SDK代码示例
import aliyunsdkiotclient.AliyunIotMqttClient as iot ##导入阿里云的设备MQTT库，如果import失败需要先pip3 install
import json
import multiprocessing
import time
import random
import oss2 ##导入阿里云的OSS库，如果import失败需要先pip3 install oss2
from picamera import PiCamera ##树莓派的摄像头，系统自带
import RPi.GPIO as GPIO ##GPIO口，接红外PIR使用
auth = oss2.Auth('**YourAccessKeyId**','**YourAccessKeySecret**') ##OSS的授权，需要您的阿里云账号AccessKey ID和AccessKey Secret,具体查看https://usercenter.console.aliyun.com/#/manage/ak
bucket = oss2.Bucket(auth,'http://oss-******.aliyuncs.com','**YourBucketName**') ##请在OSS控制台，Bucket的概览页查看具体信息
global picURLtoIoT
camera = PiCamera()
camera.resolution = (800,600) ##拍照分辨率，越高越容易分析，但是上传速度越慢
##初始化树莓派
def init():
GPIO.setwarnings(False)
GPIO.setmode(GPIO.BOARD)
GPIO.setup(3, GPIO.IN)
pass
def take_photo():
ticks = int(time.time())
fileName = 'test%s.jpg' % ticks ##在文件名加入时间戳作为简易加密手段
filePath = '/home/pi/Pictures/%s' % fileName
camera.capture(filePath)
bucket.put_object_from_file('bucket_file_name/%s', fileName) ##在这里改bucket名称
global picURLtoIoT
picURLtoIoT = 'http://**您的bucket名称**.oss-******.aliyuncs.com/bucket_file_name/%s' % fileName ##图片存储URL，需替换为您的bucket名称和bucket内文件名称
print(str(picURLtoIoT))
##如果检测到有人则拍照，否则休眠5秒
def detectPeople():
if GPIO.input(3) == True:
take_photo()
else:
time.sleep(5)
options = {
'productKey':'**设备的ProductKey**',
'deviceName':'**设备的deviceName**',
'deviceSecret':'**设备的deviceSecret**',
'port':****,
'host':'iot-as-mqtt.******.aliyuncs.com' ##物联网平台域名
}
host = options['productKey'] + '.' + options['host']
def on_message(client, userdata, msg):
topic = '/' + productKey + '/' + deviceName + '/update'
print(msg.payload)
def on_connect(client, userdata, flags_dict, rc):
print("Connected with result code " + str(rc))
def on_disconnect(client, userdata, flags_dict, rc):
print("Disconnected.")
##设备上报属性
def upload_device(client):
topic = '/sys/'+options['productKey']+'/'+options['deviceName']+'/thing/event/property/post'
while True:
payload_json = {
'id': int(time.time()),
'params': {
'people':1 ##物模型里布尔值以0和1的形式上报
'picURL': picURLtoIoT,
},
'method': "thing.event.property.post"
}
print('send data to iot server: ' + str(payload_json))
client.publish(topic, payload=str(payload_json))
if __name__ == '__main__':
client = iot.getAliyunIotMqttClient(options['productKey'], options['deviceName'], options['deviceSecret'], secure_mode=3)
client.on_connect = on_connect
client.connect(host=host, port=options['port'], keepalive=60)
p = multiprocessing.Process(target=upload_device, args=(client,))
p.start()
detectPeople()
GPIO.cleanup()
client.loop_forever()
