python调用Gige网口工业相机 opencv

最新推荐文章于 2024-07-10 18:18:52 发布

不一样的崽

最新推荐文章于 2024-07-10 18:18:52 发布

阅读量7k

点赞数 4

分类专栏： # 机器学习文章标签： Python Gige相机工业相机 opencv python调用Gige

本文链接：https://blog.csdn.net/mcuwangzai/article/details/122333013

版权

本文介绍了如何使用Python调用Gige网口工业相机，并结合OpenCV进行图像处理。详细阐述了色彩空间、Bayer与deBayer原理，以及图像数据处理流程。文中提供了一个实现Python调用摄像头实时显示的代码示例，包括前期准备和关键代码段。

摘要由CSDN通过智能技术生成

原理

色彩空间

图片信息的表示不止只有我们熟知的RGB,还有HLS、HSV、YUV、bayer，由于opencv等视觉处理库的广泛运用，RGB空间色彩模型运用最为广泛（实际上是BGR）。

摄像头传感器的感光原理是通过一个个的感光点对光进行采样和量化。但是每一个感光点只能感光RGB中的一种颜色。所以通常所说的50万像素或5000万像素等，指的是有50万或5000万个感光点。每一个感光点只能感光一种颜色，但一个真正图像需要每一个像素点都有RGB三种颜色分量。

在传感器模组的内部有ISP模块，主要用来对前端图像传感器输出信号进行处理，将传感器采集到的数据进行插值和特效处理。例如一个感光点感应的颜色是R，则ISP模块就会根据这个感光点邻域的G、B感光点的数值来得出此点的G、B值，那么，当前像素点的RGB三个通道的值就被还原了。所以也可以这么说，现实世界中相机拍摄不存在不失真的图片。

Bayer 与 deBayer

Bayer格式源自拜尔阵列，拜尔阵列式CCD或CMOS传感器拍摄彩色图像的主要技术之一。拜耳阵列是由伊士曼·柯达公司科学家Bryce Bayer发明的，被广泛运用数字图像。

对于彩色图像的采集，最简单的方法就是对于每一个像素点用红绿蓝三种滤镜进行三个值的信号采集。但是传感器中单独的一个感光点只能接收感光信号，无法区分出感光信号种类。而用bayer阵列解决了这个问题，bayer阵列每个感光点只用一种颜色的滤镜。由于人眼对绿色较为敏感，所以整个传感器的感光点中采集绿色通道的感光点是其他两个通道的两倍，bayer的色彩滤波阵列G占1/2