现在的深度学习框架都是基于Python来写的,也就是底层框架使用Python的深度学习,上层用QT来做一个可视化界面来显示处理的结果。
我首先用卷积神经网络来处理烟雾检测的图片,得到一个好的训练结果,再将收集的视频来一帧一帧处理达到视频处理的结果,然后用cv2来直接调用相机,直接将处理的结果显示在界面上。
在QT中,我主要是用海康威视的相机来二次开发实时显示图像,再调用Python来将相机的预览结果处理后实时显示。
具体的环境配置以及相机的激活不在赘述,网上很多,直接上QT调用Python的代码:
void Widget::OnClickedPreview_PY() //预览神经网络
{
//初始化python模块
Py_Initialize();
if ( !Py_IsInitialized() )
{
qDebug()<<“import error”<<endl;
return;
}
//设置将要加载的Python脚本路径,否则在运行时找不到
PyRun_SimpleString(“import sys”); //PyRun_SimpleString是一个简单的执行python脚本命令的函数。
PyRun_SimpleString(“sys.path.append(’/home/c/Desktop/CameraRealse/build-HikCamera-Desktop-Debug’)”); //添加python模块路径,此处的路径必须将Python文件及其子程序放到exe文件中
//PyImport_ImportModule导入一个Python模块,参数可以是*.py文件的文件名。类似Python内建函数import
// PyObject* pModule = PyImport_ImportModule(“hello”);
PyObject* pModule = PyImport_ImportModule(“c++_cv2”);
if (!pModule)
{
qDebug()<<“Can’t open python file!”<<endl;
return;
}
//返回模块对象pModule中的main属性或函数,相当于Python中表达式语句,pModule.main
PyObject* pFunmain= PyObject_GetAttrString(pModule,“main”);
if(!pFunmain){
qDebug()<<“Get function main failed”<<endl;
return;
}
//调用main函数
PyObject* pResult = PyObject_CallFunction(pFunmain,NULL);
//结束释放python
Py_Finalize();