[POINTGREY]工业相机——基于python,opencv,spinnaker的开发

        最近在做关于工业级相机POINTGREY的应用,查阅相关资料大部分以FlyCapture2,以及C++的应用为主,但是由于VS的环境配置不太友好同时由于自己下载的FlyCapture2的SDK打不开因此寻找别的思路,由于SPINNAKER的SDK是有用的因此基于SPINNAKER进行开发。本文基于Pycharm2019+python3.7的环境下,调用opencv,EasySpin,PySpin,的库实现POINTGREY工业级相机的开发。

1.Spinnaker SDK

首先,需要去Spinnaker SDK | Teledyne FLIR官网上下载相应的SDK

选择WINDOWS,解压得到一下文件

 下载Latest Spinnaker Full SDK中的SDK

下载完成后打开SpinView查看是否有用(之前想做FlyCapture但是FlyCapture打不开)

2.Pycharm+Python的环境(可自行配置)

3.EasyPySpin库

        在查找相关资料的时候在git-hub上找到了一个库,该库能够实现用opencv的方式调用Spinnaker的摄像头方便后续的图像处理。elerac/EasyPySpin: cv2.VideoCapture like wrapper for FLIR Spinnaker SDK (github.com)icon-default.png?t=M1FBhttps://github.com/elerac/EasyPySpin

        相关使用说明在其中,在Pycharm中能够通过Seting搜索

         进行下载

4.PySpin

        如果只调用EasyPySpin的库直接运行程序,会提示缺少PySpin的库函数因此需要安装PySpin库,该库不能通过setting进行安装需要

利用 Latest Python Spinnaker中的whl文件进行安装

选择对应版本的Spin(其中cp是对应python的版本)

然后安装whl的文件

使用pip install 文件名.whl 

5.运行Example程序

"""A simple example of capturing and displaying an image
"""
import EasyPySpin
import cv2
def main():
    cap = EasyPySpin.VideoCapture(0)

    if not cap.isOpened():
        print("Camera can't open\nexit")
        return -1

    cap.set(cv2.CAP_PROP_EXPOSURE, -1)  # -1 sets exposure_time to auto
    cap.set(cv2.CAP_PROP_GAIN, -1)  # -1 sets gain to auto

    while True:
        ret, frame = cap.read()
        # frame = cv2.cvtColor(frame, cv2.COLOR_BayerBG2BGR)  # for RGB camera demosaicing

        img_show = cv2.resize(frame, None, fx=0.25, fy=0.25)
        cv2.imshow("press q to quit", img_show)
        key = cv2.waitKey(30)
        if key == ord("q"):
            break

    cap.release()
    cv2.destroyAllWindows()


if __name__ == "__main__":
    main()

结果如下:

"""A simple example of capturing and displaying an image
"""
import EasyPySpin
import cv2
import numpy as np
import math
import copy



def main():
    cap = EasyPySpin.VideoCapture(0)

    if not cap.isOpened():
        print("Camera can't open\nexit")
        return -1
    frameNum = 0

    cap.set(cv2.CAP_PROP_EXPOSURE, -1)  # -1 sets exposure_time to auto 自动曝光时间
    cap.set(cv2.CAP_PROP_GAIN, -1)  # -1 sets gain to auto              自动增益

    while True:
        ret, frame = cap.read()
        # frame = cv2.cvtColor(frame, cv2.COLOR_BayerBG2BGR)  # for RGB camera demosaicing
        frameNum += 1
        if ret == True:
            tempframe = frame
            if (frameNum == 1):
                previousframe = frame
                print(111)
            if (frameNum >= 2):
                currentframe = tempframe
                currentframe = cv2.absdiff(currentframe, previousframe) #帧差法图

                median = cv2.medianBlur(currentframe, 3)  #中值滤波

                ret, threshold_frame = cv2.threshold(currentframe, 20, 255, cv2.THRESH_BINARY)
                gauss_image = cv2.GaussianBlur(threshold_frame, (3 ,3), 0)
                contours, hierarchy = cv2.findContours(threshold_frame, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

                yuantu_show = cv2.resize(frame, None, fx=0.25, fy=0.25)
                intital_show = cv2.resize(frame, None, fx=0.25, fy=0.25)
                img_show = cv2.resize(gauss_image, None, fx=0.25, fy=0.25)

                # 画出矩形轮廓
                for i in range(0, len(contours)):
                    x, y, w, h = cv2.boundingRect(contours[i])
                    cv2.rectangle(yuantu_show, (x, y), (x + w, y + h), (255, 255, 0), 2)




                #图片显示
                cv2.imshow('yuantu', intital_show)
                cv2.imshow('lunkou', yuantu_show)  # 原图显示
                #cv2.imshow('tuxiangchuli', img_show) # 经过高斯滤波之后
                #cv2.imshow('lvbo', median)

                #时间延迟
                key = cv2.waitKey(30)

                #按q退出
                if key == ord("q"):
                    break
    #释放内存
    cap.release()
    cv2.destroyAllWindows()


if __name__ == "__main__":
    main()

利用帧差法进行视频的图像处理

 

  • 1
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
opencv——基于python语言实现》pdf 是一本介绍了使用Python语言实现OpenCV库的编程技术的电子书。 OpenCV 是一个广泛应用于计算机视觉领域的开源库,它提供了许多用于图像处理和计算机视觉的函数和算法。 该电子书首先介绍了OpenCVPython的基本概念和背景知识,如图像处理的基本操作和图像编程的基本原理。它还详细介绍了OpenCV库中的各种图像处理算法和函数,并提供了许多示例代码和案例研究,以帮助读者理解和应用这些算法和函数。 该电子书还涵盖了如何使用PythonOpenCV进行人脸检测、目标跟踪、图像识别和图像分割等常见任务。它还介绍了如何利用OpenCVPython进行视频处理和实时图像处理,并展示了如何与摄像头和外部设备进行交互。 这本书对于希望学习和应用OpenCVPython进行图像处理和计算机视觉的人来说是非常有价值的。它详细讲解了OpenCV库中的各种函数和算法的使用方法,并提供了丰富的示例和案例研究。读者可以通过学习该书,深入了解OpenCVPython的使用,并掌握图像处理和计算机视觉的基本原理和技术,从而能够应用于实际项目和应用中。 总之,《opencv——基于python语言实现》pdf 是一本适合初学者和有一定基础的人学习和应用OpenCVPython进行图像处理和计算机视觉的电子书。通过阅读该书,读者可以全面了解OpenCV库的使用方法和基本原理,并掌握使用Python语言进行图像处理和计算机视觉任务的技术。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值