# Camera Erkennung # Links für Raspberry Pi einrichtung Benutztes Modell: Yolo 26n [Installationsanleitung](https://docs.ultralytics.com/quickstart/) Benötigte Applications: [Pytorch](https://www.ultralytics.com/glossary/pytorch) [Ultralytics](https://pypi.org/project/ultralytics/#files) Python Version 3.8 oder Älter # Verläufiger Code für die Kameraerkennung mit mqtt übertragung
Code erstellt/angepasst mit Perplexity/Claude
import cv2
import ssl
import math
import paho.mqtt.client as mqtt
from ultralytics import YOLO
\# ------------------ Einstellungen ------------------
MODEL\_PATH = r"C:\\Cam\\yolo26n.pt"
SOURCE = 1
LINE\_P1 = (300, 400)
LINE\_P2 = (200, 100)
LINE\_BUFFER = 30
MIN\_MOVE\_PIXELS = 5
\# ------------------ Logik-Variablen ------------------
Room\_count = 0
last\_positions = {}
person\_states = {}
crossed\_ids = set()
\# ------------------ Hilfsfunktionen ------------------
def point\_side\_of\_line(px, py, x1, y1, x2, y2):
return (x2 - x1) \* (py - y1) - (y2 - y1) \* (px - x1)
def get\_zone(px, py):
val = point\_side\_of\_line(px, py, LINE\_P1\[0\], LINE\_P1\[1\], LINE\_P2\[0\], LINE\_P2\[1\])
length = math.sqrt((LINE\_P2\[0\]-LINE\_P1\[0\])\*\*2 + (LINE\_P2\[1\]-LINE\_P1\[1\])\*\*2)
dist = abs(val) / length
if dist < LINE\_BUFFER:
return "zone"
return "right" if val > 0 else "left"
def draw\_info(frame):
cv2.line(frame, LINE\_P1, LINE\_P2, (0, 255, 255), 2)
cv2.putText(frame, f"Raum: {Room\_count}", (10, 30),
cv2.FONT\_HERSHEY\_SIMPLEX, 1, (0, 255, 0), 2)
\# ------------------ Hauptprogramm ------------------
def main():
global Room\_count, last\_positions, person\_states, crossed\_ids
model = YOLO(MODEL\_PATH)
mqtt\_client = mqtt.Client(callback\_api\_version=mqtt.CallbackAPIVersion.VERSION2)
mqtt\_client.username\_pw\_set("testuser", "O#%~54{Kf{-c-7t")
mqtt\_client.tls\_set(tls\_version=ssl.PROTOCOL\_TLS\_CLIENT)
mqtt\_client.connect("5ea1e51a4f614745a394b1edd0259a6d.s1.eu.hivemq.cloud", 8883, 60)
mqtt\_client.loop\_start()
print("Starte Kamera... Drücke 'q' zum Beenden")
for result in model.track(
source=SOURCE,
show=False,
stream=True,
persist=True,
classes=\[0\],
conf=0.5, \# ← reduzierter Schwellwert
verbose=False,
):
frame = result.plot()
draw\_info(frame)
if result.boxes is not None and len(result.boxes) > 0:
boxes = result.boxes
track\_ids = boxes.id
if track\_ids is not None:
active\_ids = set()
for box, tid in zip(boxes.xyxy, track\_ids):
track\_id = int(tid.item())
active\_ids.add(track\_id)
x1, y1, x2, y2 = box.tolist()
cx = int((x1 + x2) / 2)
cy = int((y1 + y2) / 2)
cv2.circle(frame, (cx, cy), 4, (255, 0, 0), -1)
cv2.putText(frame, f"ID {track\_id}", (cx + 5, cy - 5),
cv2.FONT\_HERSHEY\_SIMPLEX, 0.5, (255, 255, 255), 1)
current\_zone = get\_zone(cx, cy)
if track\_id not in person\_states:
if current\_zone != "zone":
person\_states\[track\_id\] = current\_zone
else:
prev\_zone = person\_states\[track\_id\]
if (prev\_zone == "left" and current\_zone == "right") or \\
(prev\_zone == "right" and current\_zone == "left"):
if track\_id not in crossed\_ids:
crossed\_ids.add(track\_id)
if current\_zone == "right":
Room\_count -= 1
if Room\_count < 0:
Room\_count = 0
print(f"ID {track\_id} EXITED, Raum: {Room\_count}")
mqtt\_client.publish("raum/personen",
f"ID{track\_id},event=EXIT,raum={Room\_count}")
else:
Room\_count += 1
print(f"ID {track\_id} ENTERED, Raum: {Room\_count}")
mqtt\_client.publish("raum/personen",
f"ID{track\_id},event=ENTER,raum={Room\_count}")
if current\_zone != "zone":
person\_states\[track\_id\] = current\_zone
last\_positions\[track\_id\] = (cx, cy)
gone\_ids = crossed\_ids - active\_ids
crossed\_ids -= gone\_ids
for gid in (set(person\_states.keys()) | set(last\_positions.keys())) - active\_ids:
person\_states.pop(gid, None)
last\_positions.pop(gid, None)
cv2.imshow("YOLO Room Counter", frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cv2.destroyAllWindows()
mqtt\_client.loop\_stop()
mqtt\_client.disconnect()
print(f"\\nFinale Zählerstände: Raum={Room\_count}")
if \_\_name\_\_ == "\_\_main\_\_":
main()
# Stabiler Code vor mqtt ergänzung
import cv2
from ultralytics import YOLO
\# ------------------ Einstellungen ------------------
MODEL\_PATH = r"C:\\Cam\\yolo26n.pt" \# Pfad zu deinem .pt
SOURCE = 0 \# 0 = Standard-Webcam
\# Linie (Türschwelle) im Bild anpassen!
LINE\_P1 = (300, 400) \# Punkt 1 (x1, y1)
LINE\_P2 = (200, 100) \# Punkt 2 (x2, y2)
\# Minimale Bewegung, damit ein Seitenwechsel gezählt wird
MIN\_MOVE\_PIXELS = 5
\# ------------------ Logik-Variablen ------------------
Room\_count = 0
last\_positions = {} \# {track\_id: (x, y)}
\# ------------------ Hilfsfunktionen ------------------
def point\_side\_of\_line(px, py, x1, y1, x2, y2):
"""
Gibt das Vorzeichen der Punktlage relativ zur Linie zurück.
>0: eine Seite, <0: andere Seite, 0: genau auf der Linie.
"""
return (x2 - x1) \* (py - y1) - (y2 - y1) \* (px - x1)
def draw\_info(frame):
"""Zähler und Linie ins Bild zeichnen."""
cv2.line(frame, LINE\_P1, LINE\_P2, (0, 255, 255), 2)
cv2.putText(frame, f"IN: {Room\_count}", (10, 30),
cv2.FONT\_HERSHEY\_SIMPLEX, 1, (0, 255, 0), 2)
\# ------------------ Hauptprogramm ------------------
def main():
global Room\_count, last\_positions
\# Modell laden
model = YOLO(MODEL\_PATH)
print("Starte Kamera... Drücke 'q' zum Beenden")
\# Tracking-Loop
for result in model.track(
source=SOURCE,
show=False,
stream=True,
persist=True,
classes=\[0\], \# nur "person"
verbose=False,
):
\# Bild holen (mit eingezeichneten Boxen)
frame = result.plot()
draw\_info(frame)
\# Boxen / Tracks auswerten
if result.boxes is not None and len(result.boxes) > 0:
boxes = result.boxes
track\_ids = boxes.id
\# WICHTIG: track\_ids kann None sein, wenn keine Tracks vorhanden
if track\_ids is not None:
for box, tid in zip(boxes.xyxy, track\_ids):
track\_id = int(tid.item())
x1, y1, x2, y2 = box.tolist()
cx = int((x1 + x2) / 2)
cy = int((y1 + y2) / 2)
\# Schwerpunkt einzeichnen
cv2.circle(frame, (cx, cy), 4, (255, 0, 0), -1)
cv2.putText(frame, f"ID {track\_id}", (cx + 5, cy - 5),
cv2.FONT\_HERSHEY\_SIMPLEX, 0.5, (255, 255, 255), 1)
\# Vorherige Position holen
if track\_id in last\_positions:
prev\_cx, prev\_cy = last\_positions\[track\_id\]
\# Nur auswerten, wenn sich die Person genug bewegt hat
dist\_sq = (cx - prev\_cx) \*\* 2 + (cy - prev\_cy) \*\* 2
if dist\_sq >= MIN\_MOVE\_PIXELS \*\* 2:
\# Seite relativ zur Linie vorher / nachher
prev\_side = point\_side\_of\_line(prev\_cx, prev\_cy,
LINE\_P1\[0\], LINE\_P1\[1\],
LINE\_P2\[0\], LINE\_P2\[1\])
curr\_side = point\_side\_of\_line(cx, cy,
LINE\_P1\[0\], LINE\_P1\[1\],
LINE\_P2\[0\], LINE\_P2\[1\])
\# Seitenwechsel -> Linie überquert
if prev\_side \* curr\_side < 0:
\# Richtung über y-Bewegung (an Kamera anpassen!)
if cx > prev\_cx:
Room\_count -= 1
if Room\_count < 0:
Room\_count = 0 \# Verhindert negativen Zähler
print(f"ID {track\_id} ENTERED, IN: {Room\_count}")
else:
Room\_count += 1
print(f"ID {track\_id} EXITED, IN: {Room\_count}")
\# aktuelle Position speichern
last\_positions\[track\_id\] = (cx, cy)
\# Bild anzeigen
cv2.imshow("YOLO Room Counter", frame)
\# Nur mit 'q' beenden
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cv2.destroyAllWindows()
print(f"\\nFinale Zählerstände: IN={Room\_count}")
if \_\_name\_\_ == "\_\_main\_\_":
main()
# Grundlagen + Infos Wir verwenden für dieses Projekt das bereits trainierte Personenerkennungsmodul von Ultralytics "YOLO" Hierbei wird die neuste Version "yolo26n" benutzt. Ultralytics hat hierfür bereits eine Python Library erstellt mit allen wichtigen Variablen und Funktionen bereits vordefiniert. Das Personenerkennungsmodul ist als .pt (python torch) abgespeichert. (
import cv2
import ssl
import paho.mqtt.client as mqtt
from ultralytics import YOLO
)