Hki相机SDK二次开发的一些报错和解决办法

海康相机SDK二次开发的一些报错和解决办法:
1、设置nRet为错误类型指示码,为0时,代表程序/设备运行正常
解决方案:无需;

2、nRet = 0x8000 0000,查询开发手册,可查得错误或者无效的句柄
解决方案:错误或者无效的句柄,通常出现在创建句柄和打开句柄的阶段;我遇到的问题是出现在打开句柄的时候,调用海康相机的库函数时,创建任意返回类型句柄指针void *handle;在使用MV_CC_OpenDevice()时,将参数写成了 MV_CC_OpenDevice(&handle)了,但是编译器也未报错,因为毕竟你的void *handle类型与 &handle 的类型在编译器看来是同一种类型。海康的打开设备库函数的声明为 回调函数:int _stdcall MV_CC_OpenDevice(void *handle)。

3、nRet = 0x8000 0203 ,查询开发手册,可查得设备无访问权限
解决方案:首先,测试软件自带Demo是否具有设备访问权限,如果具有,则说明自己写的程序出现问题。第一:可能是由于程序的多次执行,通常设备访问在于枚举设备、创建句柄、匹配句柄、打开句柄,这些过程中去发现报错点,我遇到的错误是在打开句柄时0203了,原因是由于我在使用VS下的QtTools时,在为对象名为 pushButton 的按钮设置了槽函数的函数名为 on_pushButton_clicked 之后还在继承于MainWindow的构造函数下写了connect(ui.pushButton, SIGNAL(clicked), this, SLOT(on_pushButton_clicked)) 这样就导致了在点击按钮 pushButton 的时候会出发两次槽函数,因为在Qt的机制中,是默认连接对象名为 pushButton 和槽函数名为 on_pushButton_clicked 的,你再在构造函数中写一遍conncet,便会导致点击一次按钮,两次触发槽函数的事故了。
另外,由于两次触发槽函数,导致 MV_CC_OpenDevice(handle) 执行了两次,第一次是成功打开了的,在没有关闭/释放句柄的情况下,再次打开设备时就会报出0x80000203的错误,且如果你退出程序重新开始的话,相机硬件内部被操作指令尚还存在于之前的指令,就会导致你接下来的访问设备都会出现这种无权限访问的情况,这是相机硬件机制,我用的是Basler的acA2500 500万面阵相机,连接方式为Gige网口。所以对于这种情况有两种解决方案,一: 设置相机的无响应重置时间,然后等待这个时间之后再进行操作;二: 拔掉网线,重新插上,然后再进行操作。
在这里插入图片描述

  • 5
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
这里提供一个简单的思路,可以参考实现。 首先,使用 Flask 来搭建一个简单的 Web 服务,用于读取 JSON 文件并返回聚类图。 在 Flask 中,可以使用 `json` 模块来读取 JSON 文件,并使用 `leaflet` 库来绘制聚类图。具体步骤如下: 1. 在 Flask 中定义一个路由,用于接收 GET 请求,并读取 JSON 文件。 ```python @app.route('/cluster', methods=['GET']) def cluster(): with open('data.json', 'r') as f: data = json.load(f) return jsonify(data) ``` 这里假设 JSON 文件名为 `data.json`,并且放在 Flask 应用程序的根目录中。如果需要修改文件名或路径,可以根据实际情况进行调整。 2. 在前端页面中使用 `leaflet` 库来绘制聚类图。 ```html <!DOCTYPE html> <html> <head> <title>Leaflet Cluster Map</title> <meta charset="utf-8" /> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <link rel="shortcut icon" type="image/x-icon" href="docs/images/favicon.ico" /> <!-- Leaflet CSS --> <link rel="stylesheet" href="https://unpkg.com/leaflet@1.7.1/dist/leaflet.css" integrity="sha384-TZk6OyU6cCg6jh9U6m9UJCSF5Bz/1MqKjThnLZr5rD6Nf5QKfN9X9XtbYl0E6zCw" crossorigin=""/> <!-- Leaflet JavaScript --> <script src="https://unpkg.com/leaflet@1.7.1/dist/leaflet.js" integrity="sha384-6uE7VUiu6HkI7kXjTgDsznVjxFwDZmTJ8BQ2+KfjyL+gGh7WJ9j4Y4b4tXTv2CJi" crossorigin=""></script> <!-- Leaflet Marker Cluster CSS --> <link rel="stylesheet" href="https://cdnjs.cloudflare.com/ajax/libs/leaflet.markercluster/1.5.1/MarkerCluster.css" /> <link rel="stylesheet" href="https://cdnjs.cloudflare.com/ajax/libs/leaflet.markercluster/1.5.1/MarkerCluster.Default.css" /> <!-- Leaflet Marker Cluster JavaScript --> <script src="https://cdnjs.cloudflare.com/ajax/libs/leaflet.markercluster/1.5.1/leaflet.markercluster.js"></script> <style> #map { height: 100vh; } </style> </head> <body> <div id="map"></div> <script> var map = L.map('map').setView([42.7373900, 123.2885100], 13); // Add a tile layer L.tileLayer('https://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png', { attribution: 'Map data © <a href="https://openstreetmap.org">OpenStreetMap</a> contributors', maxZoom: 18 }).addTo(map); // Load the data from the Flask API fetch('/cluster') .then(response => response.json()) .then(data => { // Create a marker cluster group var markers = L.markerClusterGroup(); // Loop through the data and add markers to the cluster group for (var i = 0; i < data.length; i++) { var item = data[i]; var latlng = L.latLng(item.y, item.x); var marker = L.marker(latlng); marker.bindPopup(item.label.toString()); markers.addLayer(marker); } // Add the marker cluster group to the map map.addLayer(markers); }); </script> </body> </html> ``` 这里使用了 `leaflet` 和 `leaflet.markercluster` 库来绘制聚类图。首先,创建一个地图,并添加一个瓦片图层。然后,使用 `fetch` 函数从 Flask API 中加载数据,并使用 `markerClusterGroup` 函数创建一个标记聚类组。接着,循环遍历数据,并在标记聚类组中添加标记。最后,将标记聚类组添加到地图中即可。 注意:这里假设前端页面名为 `index.html`,并且放在 Flask 应用程序的根目录中。如果需要修改页面名或路径,可以根据实际情况进行调整。 3. 启动 Flask 应用程序,并在浏览器中访问前端页面。 ```python if __name__ == '__main__': app.run(debug=True) ``` 这里假设 Flask 应用程序名为 `app.py`,并且放在项目的根目录中。在命令行中执行 `python app.py` 命令即可启动应用程序。随后,在浏览器中访问 `http://localhost:5000` 即可查看聚类图。 注意:这里的 `5000` 是 Flask 默认的端口号,如果需要修改端口号,可以在启动应用程序时添加 `port` 参数,例如:`app.run(debug=True, port=8080)`。 综上所述,这里提供了一个简单的思路,可以使用 Flask 和 Leaflet 来读取 JSON 文件并绘制聚类图。具体实现时,还需要根据实际情况进行调整和优化。

“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