App en Python que detecta movimiento en una WebCam y envía la imagen por correo electrónico para notificarlo. Guarda en fichero de imagen cuando se detecta movimiento (fecha, hora, minuto, segundo y frame).
- Requisitos para crear aplicación en Python que detecta movimiento en una WebCam en tiempo real y envía email avisando.
- Aplicación Python que detecta movimiento en webcam en tiempo real y envía email notificándolo.
- Funcionamiento de la aplicación que detecta movimiento y lo notifica por email.
- Descarga del código fuente de la app que detecta movimiento en una WebCam y lo notifica por email.
Requisitos para crear aplicación en Python que detecta movimiento en una WebCam en tiempo real y envía email avisando
Necesitaremos disponer de un IDE (o un editor de texto) y de Python instalado en el equipo. En el siguiente enlace explicamos cómo usar Visual Studio Code para desarrollar aplicaciones Python:
Para el desarrollo de este script Python que detecta movimiento en tiempo real desde la WebCam del equipo y envía un correo electrónico si lo detecta, necesitaremos la siguiente librería: opencv-python (cv2). Podremos instalarla con el siguiente comando:
|
1 |
pip3 install opencv-python |
Hay que tener en cuenta que este script de ejemplo es una prueba de concepto, que no funciona en todos los casos.
Aplicación Python que detecta movimiento en webcam en tiempo real y envía email notificándolo
A continuación, se expone el código fuente en Python que detecta y marca con un recuadro azul el posible movimiento en una imagen de vídeo en tiempo real desde la WebCam del equipo. Además de detectar el movimiento, almacena en un fichero de imagen la captura del frame con el movimiento y, también, envía un correo electrónico con dicha captura para notificar el movimiento. El código está comentado explicando las partes más importantes:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 |
import cv2 from datetime import datetime import smtplib from email.mime.multipart import MIMEMultipart from email.mime.text import MIMEText from email.mime.base import MIMEBase from email import encoders # Carpeta donde se guardarán las imágenes cuando se detecta movimiento carpetaImagenes = r"D:\Mis documentos\ProyectoA\Python\detectar_movimiento_webcam\imagenes" # Última fecha de envío de mail avisando de la detección de movimiento fechaEnvioMail = datetime.now() enviar = False def enviarEmailConAdjunto(imagen): hora = datetime.now().strftime("%H:%M:%S") contenidoMensaje = f"Se ha detectado un movimiento a las: {hora} horas.\n\nPor https://proyectoa.com" emailEmisor = "email@email.com" usuarioEmail = "email@email.com" contrasenaEmail = "contraseña" emailDestinatario = "destinatario@destinatario.com" asunto = f"Detección de movimiento a las {hora}" servidorMail = "smtp.gmail.com" puertoServidorMail = 587 # Creamos el mensaje mensaje = MIMEMultipart() mensaje["From"] = emailEmisor mensaje["To"] = emailDestinatario mensaje["subject"] = asunto mensaje.attach(MIMEText(contenidoMensaje, "plain")) # Adjuntamos la imagen capturada al correo electrónico adjunto = open(imagen, "rb") # Creamos una instancia de MIMEBase partBase = MIMEBase("application", "octet-stream") # Para cambiar a formato codificado partBase.set_payload((adjunto).read()) # Codificamos en base base64 encoders.encode_base64(partBase) partBase.add_header("Content-Disposition", f"attachment; filename= {imagen}") # Adjuntamos la instancia partBase al mensaje mensaje.attach(partBase) print(f"{datetime.now()} Conectando con el servidor de correo electrónico...") # Creamos la sesión SMTP para el envío del mail servidorMail = smtplib.SMTP(servidorMail, puertoServidorMail) servidorMail.starttls() # Habilitamos la seguridad (casi todos los servidores requieren de TLS) servidorMail.login(usuarioEmail, contrasenaEmail) print(f"{datetime.now()} Enviando el mensaje de correo electrónico...") mensajeTexto = mensaje.as_string() servidorMail.sendmail(emailEmisor, emailDestinatario, mensajeTexto) servidorMail.quit() print(f"{datetime.now()} El correo electrónico ha sido enviado") # Iniciamos la captura de vídeo desde la webcam capturaVideo = cv2.VideoCapture(0) # Leemos el primer frame de la captura de la webcam videoIniciado, primerFrame = capturaVideo.read() # Transformamos a escla de grises imagenTransformada = cv2.cvtColor(primerFrame, cv2.COLOR_BGR2GRAY) # Aplicamos filtro Gaussiano para quitar ruido de la imagen imagenTransformada = cv2.GaussianBlur(imagenTransformada, (21, 21), 0) # Vamos comprobando cada frame de la webcam numFrame = 0 numDetecciones = 0 while capturaVideo.isOpened(): # Leemos el siguiente frame videoIniciado, siguienteFrame = capturaVideo.read() # Si no hay más frames en el vídeo, salimos del bucle if not videoIniciado: print("No se ha encontrado imagen en la entrada de WebCam.") exit() numFrame = numFrame + 1 # No tenemos en cuenta los primeros frames if numFrame > 10: # Realizamos las mismas transformaciones que para el primer frame (escala de grise, filtro gaussiano) imagenTransformadaSiguiente = cv2.cvtColor(siguienteFrame, cv2.COLOR_BGR2GRAY) imagenTransformadaSiguiente = cv2.GaussianBlur(imagenTransformadaSiguiente, (21, 21), 0) # Calculamos la diferencia entre los dos frames diferenciaImagenes = cv2.absdiff(imagenTransformada, imagenTransformadaSiguiente) # Transformamos la imagen en escala de grises a binaria _, imagenBinaria = cv2.threshold(diferenciaImagenes, 25, 255, cv2.THRESH_BINARY) #cv2.imshow("Depurar - Frame con imagen binaria", imagenBinaria) # Realizar la operación de dilatación de la imagen para aumentar el área y acentuar las características imagenDilatada = cv2.dilate(imagenBinaria, None, iterations=2) # Detectamos los contornos de la imagen binaria # Las curvas de nivel son curvas que unen todos los puntos continuos a lo largo de un límite con el mismo color o intensidad contornosImagen, _ = cv2.findContours(imagenDilatada, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) # Recorremos todos los contornos detectados para recuadrarlos for contorno in contornosImagen: # Descartamos los contornos con área inferior a 600 if cv2.contourArea(contorno) < 600: continue numDetecciones += 1 # Si es la segunda detección no la tenemos en cuenta (a partir de la tercera) if numDetecciones > 2: # Obtenemos la fecha y hora actuales para el nombre del fichero fechaHora = datetime.now().strftime("%Y%m%d_%H%M%S") nombreFichero = "img_.png" # Obtenemos un nombre de fichero con el año, mes, dia, hora, minuto y segundo # En formato img_aaaammdd_hhmmss_numframe.png nombreFichero = f"{nombreFichero.split(".")[0]}_{fechaHora}_{numFrame}.{nombreFichero.split(".")[-1]}" # Guardamos la imagen en fichero para revisión nombreFichero = f"{carpetaImagenes}\\{nombreFichero}" cv2.imwrite(filename=nombreFichero, img=siguienteFrame) # Obtenemos las coordenadas del contorno para dibujar un recuadro x, y, w, h = cv2.boundingRect(contorno) # Dibujamos un recuadro alrededor del contorno para mostrarlo en el vídeo cv2.rectangle(siguienteFrame, (x, y), (x + w, y + h), (0, 255, 0), 2) fechaDeteccionMovimiento = datetime.now() # Si han pasado 3 minutos desde que se envió el último mail de aviso de detección # de movimiento y se vuelve a detectar movimiento, se vuelve a enviar con nueva imagen capturada # Hacemos esta comprobación para evitar enviar muchos mail por minuto en caso de movimiento # Calcular la diferencia entre la hora actual y la de último envío de email diferenciaFechas = datetime.now() - fechaEnvioMail # Convertir la diferencia a minutos minutosDiferencia = diferenciaFechas.total_seconds() / 60 # Si es la cuarta detección o si han pasado 3 minutos, se envía el email # Esta comprobación se hace para que no envíe email al abrir el programa # Puede que se tenga que ajustar el valor de numDetecciones # según la WebCam y el lugar donde se coloque # Así como el número de minutos a partir de cuando volvería a enviar email si detecta movimiento if numDetecciones == 4 or minutosDiferencia >= 3: fechaEnvioMail = datetime.now() enviar = False enviarEmailConAdjunto(nombreFichero) else: print(f"{datetime.now()} Se detecta movimiento. Faltan {3 - minutosDiferencia:.1f} minutos para nuevo envío email") # Mostramos la ventana con el vídeo capturado de la webcam cv2.imshow("ProyectoA - Deteccion de movimiento", siguienteFrame) # Cerramos la aplicación si se pulsa "s" if cv2.waitKey(1) & 0xFF == ord("s"): break # Reemplazamos la imagen inicial con la siguiente para "limpiar" los movimientos imagenTransformada = imagenTransformadaSiguiente # Liberamos los recursos capturaVideo.release() cv2.destroyAllWindows() |
Funcionamiento de la aplicación que detecta movimiento y lo notifica por email
Compilaremos o ejecutaremos la aplicación y se abrirá una ventana con la imagen que ofrezca la WebCam del equipo. Si se produce movimiento, lo detectará y enviará un correo electrónico con la captura de la WebCam al destino indicado en el código. A partir de aquí, si se vuelve a producir movimiento, no enviará email hasta que pasen 3 minutos y se vuelva a detectar movimiento:
Las imágenes, siempre que se detecte movimiento, siempre se almacenarán en la carpeta «imagenes»:
Descarga del código fuente de la app que detecta movimiento en una WebCam y lo notifica por email
A continuación, se muestra el enlace para la descarga del código fuente completo y gratuito, en Python, de la aplicación que detecta movimiento en una WebCam y lo notifica por email:
