From 8bab6a72c76fd6ace5d784b1b09745c518cbe6bf Mon Sep 17 00:00:00 2001
From: Robert Scheibe <rob.scheibe@gmail.com>
Date: Mon, 23 Dec 2024 00:33:15 +0100
Subject: added dht11 reading for room temperature and moisture

---
 plot_new.py | 128 ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
 1 file changed, 128 insertions(+)
 create mode 100644 plot_new.py

(limited to 'plot_new.py')

diff --git a/plot_new.py b/plot_new.py
new file mode 100644
index 0000000..4a6ee16
--- /dev/null
+++ b/plot_new.py
@@ -0,0 +1,128 @@
+#!/usr/bin/python3
+import sys
+import sqlite3
+import matplotlib.pyplot as plt
+import numpy as np
+from datetime import datetime, timedelta
+import matplotlib.dates as mdates
+from PIL import Image
+
+# Funktion zum Lesen von Temperatur-, Luftfeuchtigkeits- und Zeitstempeldaten aus der SQLite-Datenbank
+def read_data_from_db(db_name):
+    try:
+        conn = sqlite3.connect(db_name)
+        cursor = conn.cursor()
+        cursor.execute("SELECT timestamp, temperature, humidity FROM sensor_data")
+        data = cursor.fetchall()
+        conn.close()
+        return data
+    except sqlite3.Error as e:
+        print(f"Fehler beim Lesen aus der Datenbank: {e}")
+        return []
+
+# Funktion zum Erstellen eines Diagramms für Temperatur und Luftfeuchtigkeit (800x200 Pixel)
+def create_temperature_humidity_plot(records, output_filename):
+    if not records:
+        print("Keine Daten gefunden.")
+        return
+
+    # Aktuelle Zeit und Filterzeitraum (letzte 24 Stunden)
+    now = datetime.now()
+    last_24_hours = now - timedelta(hours=24)
+
+    # Filtern der Datensätze nach den letzten 24 Stunden
+    filtered_records = [
+        (datetime.strptime(timestamp, "%Y-%m-%d %H:%M:%S"), temperature, humidity)
+        for timestamp, temperature, humidity in records
+        if datetime.strptime(timestamp, "%Y-%m-%d %H:%M:%S") >= last_24_hours
+    ]
+    if not filtered_records:
+        print("Keine Daten in den letzten 24 Stunden gefunden.")
+        return
+
+    # Extrahieren von Zeitstempeln, Temperaturen und Luftfeuchtigkeit
+    times = [timestamp for timestamp, _, _ in filtered_records]
+    temperatures = [temperature for _, temperature, _ in filtered_records]
+    humidities = [humidity for _, _, humidity in filtered_records]
+
+    # Grenzen für die y-Achsen basierend auf den Daten
+    min_temp = np.floor(min(temperatures) / 5) * 5
+    max_temp = np.ceil(max(temperatures) / 5) * 5
+    min_humidity = np.floor(min(humidities) / 10) * 10
+    max_humidity = np.ceil(max(humidities) / 10) * 10
+
+    # Diagramm zeichnen (800x200 Pixel)
+    fig, ax1 = plt.subplots(figsize=(8, 2), dpi=100)
+
+    # Temperaturplot (linke Y-Achse)
+    ax1.set_xlabel('Uhrzeit', color='white')
+    ax1.set_ylabel('Temperatur (°C)', color='tab:red')
+    ax1.plot(times, temperatures, color='tab:red', label='Temperatur')
+    ax1.tick_params(axis='y', labelcolor='tab:red')
+    ax1.tick_params(axis='x', colors='white')
+    ax1.set_ylim(min_temp, max_temp)
+    ax1.spines['top'].set_color('white')
+    ax1.spines['bottom'].set_color('white')
+    ax1.spines['left'].set_color('white')
+    ax1.spines['right'].set_color('white')
+
+    # Luftfeuchtigkeitsplot (rechte Y-Achse)
+    ax2 = ax1.twinx()
+    ax2.set_ylabel('Luftfeuchtigkeit (%)', color='tab:blue')
+    ax2.plot(times, humidities, color='tab:blue', label='Luftfeuchtigkeit')
+    ax2.tick_params(axis='y', labelcolor='tab:blue')
+    ax2.set_ylim(min_humidity, max_humidity)
+    ax2.spines['top'].set_color('white')
+    ax2.spines['bottom'].set_color('white')
+    ax2.spines['left'].set_color('white')
+    ax2.spines['right'].set_color('white')
+
+    # X-Achse formatieren
+    ax1.xaxis.set_major_formatter(mdates.DateFormatter('%H:%M'))
+    fig.tight_layout()
+
+    # Diagramm speichern (transparent)
+    plt.savefig(output_filename, transparent=True, bbox_inches='tight')
+    plt.close()
+
+# Funktion zum Überlagern des Diagramms auf das Basisbild
+def overlay_plot_on_image(base_image_path, plot_image_path, output_image_path):
+    try:
+        base_image = Image.open(base_image_path)
+        plot_image = Image.open(plot_image_path).resize((800, 200))  # Größe des Plots anpassen
+        
+        # Überlagern des Diagramms auf das Basisbild (mit Transparenz)
+        base_image.paste(plot_image, (112, 0), plot_image)  # Zentrieren: (1024 - 800) / 2 = 112
+
+        # Kombiniertes Bild speichern
+        base_image.save(output_image_path)
+        print(f"Kombiniertes Bild gespeichert als {output_image_path}")
+    except Exception as e:
+        print(f"Fehler beim Überlagern des Diagramms: {e}")
+
+# Hauptfunktion
+def main():
+    if len(sys.argv) != 3:
+        print("Bitte geben Sie den Pfad zum Basisbild und den Pfad zum Ausgabebild an.")
+        sys.exit(1)
+
+    base_image_path = sys.argv[1]
+    output_image_path = sys.argv[2]
+
+    db_name = "/var/www/html/sensor_data.db"
+    
+    # Daten aus der Datenbank lesen
+    records = read_data_from_db(db_name)
+
+    # Temporäre Datei für das transparente Temperatur- und Feuchtigkeitsdiagramm
+    plot_filename = "temperature_humidity_plot.png"
+    
+    # Diagramm erstellen und speichern
+    create_temperature_humidity_plot(records, plot_filename)
+
+    # Basisbild laden und Diagramm überlagern
+    overlay_plot_on_image(base_image_path, plot_filename, output_image_path)
+
+if __name__ == "__main__":
+     main()
+
-- 
cgit v1.2.3