SilvanoMarini/PyMotionGuard
GitHub: SilvanoMarini/PyMotionGuard
一个用 Python 和 OpenCV 实现的运动检测学习项目，通过摄像头捕获帧并比较差异来识别运动事件，为工业自动化方向的计算机视觉应用提供入门实践。
Stars: 0 | Forks: 0
# PyMotionGuard
一个使用 Python 和 OpenCV 构建的运动检测系统，将笔记本电脑摄像头作为输入传感器。
本项目是我**工业自动化 Python**学习的一部分，将软件工程基础与真实自动化系统中使用的计算机视觉概念相结合。
## 目标
了解运动传感器在软件层面是如何工作的——捕获帧、比较状态，并根据检测到的变化触发警报。为未来使用 PLC、工业传感器和自动化流水线打下基础。
## 探索的概念
- 帧捕获与视频流处理
- 使用 OpenCV 进行图像处理
- 用于运动检测的帧减法
- 阈值和轮廓分析
- 事件驱动逻辑（运动 → 动作）
## 技术栈
- Python 3.14
- OpenCV (`opencv-python`)
## 项目结构
```
PyMotionGuard/
├── src/
│ ├── __init__.py
│ ├── main.py # Application entry point
│ └── motion_detector.py # Main detection logic
│
├── snapshots/ # Images saved automatically
├── movements.log # Motion event log
│
├── README.md
├── pyproject.toml
├── .gitignore
└── uv.lock
```
## 入门指南
```
git clone https://github.com/seu-usuario/PyMotionGuard.git
cd PyMotionGuard
# 安装 dependencies（需要 uv）
uv sync
# 运行
uv run main.py
```
## 状态
**开发中** —— 学习项目，逐步构建。
## 背景
我是一名转向工业自动化的软件工程学生。本项目标志着这一旅程的起点——从将计算机视觉作为基于软件的传感器开始，随后再进入 SENAI 的电气和 PLC 课程。
标签：OpenCV, Python, uv包管理, 事件驱动, 传感器仿真, 图像处理, 学习项目, 安防监控, 工业自动化, 帧差法, 异常检测, 无后门, 机器视觉, 视频流处理, 计算机视觉, 轮廓分析, 软硬结合, 边缘计算, 运动检测, 逆向工具, 阈值分析