1获取普通USB相机
#-*- coding: UTF-8 -*- import numpy as np # 引入numpy 用于矩阵运算 import cv2 # 引入opencv库函数 ## VideCapture里面的序号 # 0 : 默认为笔记本上的摄像头(如果有的话) / USB摄像头 webcam # 1 : USB摄像头2 # 2 :USB摄像头3 以此类推 # -1:代表最新插入的USB设备 # 创建一个video capture的实例 cap = cv2.VideoCapture(0) # 查看Video Capture是否已经打开 print("摄像头是否已经打开 ? {}".format(cap.isOpened())) ## 设置画面的尺寸 # 画面宽度设定为 1920 cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1920) # 画面高度度设定为 1080 cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 1080) ## 创建一个名字叫做 “image_win” 的窗口 # 窗口属性 flags # * WINDOW_NORMAL:窗口可以放缩 # * WINDOW_KEEPRATIO:窗口缩放的过程中保持比率 # * WINDOW_GUI_EXPANDED: 使用新版本功能增强的GUI窗口 cv2.namedWindow('image_win',flags=cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO | cv2.WINDOW_GUI_EXPANDED) # 图像计数 从1开始 img_count = 1 # 帮助信息 helpInfo = ''' =======阿凯贴心小助手======= 提示-按键前需要选中当前画面显示的窗口 按键Q: 退出程序 按键C: Capture 拍照 ''' print(helpInfo) while(True): ## 逐帧获取画面 # 如果画面读取成功 ret=True,frame是读取到的图片对象(numpy的ndarray格式) ret, frame = cap.read() if not ret: # 如果图片没有读取成功 print("图像获取失败,请按照说明进行问题排查") ## 读取失败?问题排查 # **驱动问题** 有的摄像头可能存在驱动问题,需要安装相关驱动,或者查看摄像头是否有UVC免驱协议 # **接口兼容性问题** 或者USB2.0接口接了一个USB3.0的摄像头,也是不支持的。 # **设备挂载问题** 摄像头没有被挂载,如果是虚拟机需要手动勾选设备 # **硬件问题** 在就是检查一下USB线跟电脑USB接口 break ## 颜色空间变换 # 将BGR彩图变换为灰度图 # frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) ## 图片镜像 # * 水平翻转 flipCode = 1 # * 垂直翻转 flipCode = 0 # * 同时水平翻转与垂直翻转 flipCode = -1 # # flipCode = -1 # frame = cv2.flip(frame, flipCode) # 更新窗口“image_win”中的图片 cv2.imshow('image_win',frame) # 等待按键事件发生 等待1ms key = cv2.waitKey(1) if key == ord('q'): # 如果按键为q 代表quit 退出程序 print("程序正常退出...Bye 不要想我哦") break elif key == ord('c'): ## 如果c键按下,则进行图片保存 # 写入图片 并命名图片为 图片序号.png cv2.imwrite("{}.png".format(img_count), frame) print("截图,并保存为 {}.png".format(img_count)) # 图片编号计数自增1 img_count += 1 # 释放VideoCapture cap.release() # 销毁所有的窗口 cv2.destroyAllWindows()
2获取树莓派官方摄像头
sudo raspi-config
使用箭头键向下滚动到选项5:启用相机,按回车键启用相机,然后向下箭头至Finish
按钮,再次按Enter
。最后,你需要重新启动你的 Raspberry Pi 才能使配置生效。
第三步:测试相机模块
raspistill -o output.jpg
第四步:安装 picamera
pip install "picamera[array]"
注意:我指定了 picamera[array]
而不是 picamera
。
当操作 picamera
模块中的方法来和相机交互时,如果我们需要使用 OpenCV,我们需要使用 array
子模块。在 Python 中,OpenCV 的图像格式为 Numpy arrays——而 array
子模块允许我从树莓派相机模块中获取 Numpy arrays。
第五步:使用 Python 和 OpenCV 访问 Raspberry Pi 的单个图像
现在,开始编写代码!
# import the necessary packages from picamera.array import PiRGBArray from picamera import PiCamera import time import cv2 # initialize the camera and grab a reference to the raw camera capture camera = PiCamera() rawCapture = PiRGBArray(camera) # allow the camera to warmup time.sleep(0.1) # grab an image from the camera camera.capture(rawCapture, format="bgr") image = rawCapture.array # display the image on screen and wait for a keypress cv2.imshow("Image", image) cv2.waitKey(0)
第2-5行代码表示导入相关的包。
第8行代码表示初始化 PiCamera 对象,第9行代码表示获取对原始捕获组件的引用。 这个 rawCapture
对象特别有用,因为:
- 可以直接访问相机流。
- 避免了压缩流为 JPEG 格式的时间,因为我们最终得到的是 OpenCV 图像格式。
我强烈推荐在树莓派相机上使用PiRGBArray
函数——因为它的性能值得一试。
接下来在第12行,我们 sleep
2秒——为了预热相机模块,必须这样做。
第15行我们从相机上捕获了一张图片,保存在 rawCapture
对象上,并且明确图像颜色排列为 BGR 而不是 RGB——这是因为 OpenCV 的图像在 Python 中的格式为 BGR 而不是 RGB。这很重要,不注意这个很可能会产生错误的结果。
最后,第19和第20行展示捕获了的图片。
第六步:使用 Python 和 OpenCV 访问 Raspberry Pi 的视频流
好的,现在我们已经学会了如何从 Raspberry Pi 相机中获取单个图像。那么视频流呢?
你可能会猜想,我们将在这里使用 cv2.VideoCapture
函数——但实际上我建议不要这样做。 把 cv2.VideoCapture
与 Raspberry Pi 配合使用并不是一个好的体验(你需要安装额外的驱动程序),而你通常应该会避免使用它。 另外,当我们可以使用 picamera
模块轻松访问原始视频流时,为什么我们还要去使用 cv2.VideoCapture
函数呢?
让我们继续看看如何访问视频流。打开一个新文件,命名为 test_video.py
,然后插入以下代码:
# import the necessary packages from picamera.array import PiRGBArray from picamera import PiCamera import time import cv2 # initialize the camera and grab a reference to the raw camera capture camera = PiCamera() camera.resolution = (640, 480) camera.framerate = 32 rawCapture = PiRGBArray(camera, size=(640, 480)) # allow the camera to warmup time.sleep(0.1) # capture frames from the camera for frame in camera.capture_continuous(rawCapture, format="bgr", use_video_port=True): # grab the raw NumPy array representing the image, then initialize the timestamp # and occupied/unoccupied text image = frame.array # show the frame cv2.imshow("Frame", image) key = cv2.waitKey(1) & 0xFF # clear the stream in preparation for the next frame rawCapture.truncate(0) # if the `q` key was pressed, break from the loop if key == ord("q"): break
正如你所看到的,Raspberry Pi 相机的视频流正在被 OpenCV 读取,然后显示在屏幕上!此外,Raspberry Pi 相机在以 32 FPS 的速度访问画面时不会出现滞后现象。 当然,我们并没有对单个帧进行任何处理,但是正如我在博客文章中所展示的那样,即使在处理每个帧时,Pi 2 也可以很容易地保持 24-32 FPS。