基于树莓派的运动检测报警系统代码

以下是基于树莓派的运动检测报警系统的Python代码，需要使用OpenCV和GPIO库：

import cv2
import RPi.GPIO as GPIO

# 设置GPIO口模式
GPIO.setmode(GPIO.BCM)
# 设置蜂鸣器GPIO口
buzzer_pin = 18
GPIO.setup(buzzer_pin, GPIO.OUT)

# 加载Haar特征分类器
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

# 打开摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取摄像头数据
    ret, frame = cap.read()
    # 转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    # 检测人脸
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)

    # 如果检测到人脸，触发报警
    if len(faces) > 0:
        print('Face detected!')
        GPIO.output(buzzer_pin, GPIO.HIGH)
    else:
        GPIO.output(buzzer_pin, GPIO.LOW)

    # 显示画面
    cv2.imshow('frame', frame)
    # 等待按键
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()
GPIO.cleanup()

在代码中，我们使用Haar特征分类器检测人脸，如果检测到人脸，就触发蜂鸣器报警。需要注意的是，由于树莓派的性能限制，使用Haar特征分类器可能会导致检测速度较慢，可以考虑使用更轻量级的算法进行检测。另外，需要将代码中的`haarcascade_frontalface_default.xml`替换为合适的分类器文件路径。