def resize_threshold(self, capture):
"""
这是一个类的辅助方法，通过调整self.threshold这个二值图转换阈值的值，使图像更适合于巡线
:param capture: 输入一个VideoCapture对象
"""
si = ShowImage()
tracker = np.zeros((320, 100))
si.show(tracker, "control")
cv2.createTrackbar('Threshold', 'control', 1, 255, self._nothing)
cv2.createTrackbar('Kernel', 'control', 1, 8, self._nothing)
cv2.createTrackbar('Iterations', 'control', 1, 5, self._nothing)
while True:
_, img1 = capture.read()
self.threshold = cv2.getTrackbarPos('Threshold', 'control')
self.iterations = cv2.getTrackbarPos('Kernel', 'control')
k_value = cv2.getTrackbarPos('Iterations', 'control')
self.kernel_type = (k_value, k_value)
si.show(tracker, "control")
img2 = self.processing(img1)
si.show(img2, "Output Frame")
si.show(img1, "Input Frame")
if cv2.waitKey(1) & 0xFF == ord('q'):
break
capture.release
def __init__(self, line_camera='/dev/video1', od_camera='/dev/video0', serial_port='/dev/ttyUSB0'):
self._line_camera = line_camera
self._od_camera = od_camera
self._serial_port = serial_port
self.line_camera_width = 320
self.line_camera_height = 240
self.od_camera_width = 320
self.od_camera_height = 240
self.recognition = Recognition(device=od_camera, width=self.od_camera_width, height=self.od_camera_height)
self._serial = CarSerial(self._serial_port)
self.car_controller = CarController(self._serial)
self.line_camera_capture = cv2.VideoCapture(self._line_camera)
self.video = VideoWriter("video/" + time.strftime("%Y%m%d%H%M%S"), 320, 240)
# ret, self.original_frame = self.line_camera_capture.read()
self.available_frame = None
self.render_frame = None # cv2.resize(self.original_frame, (320, 240))
self.frame_rate_timer = CarTimer()
self.display = ShowImage()
self.is_open_window = True
self.is_print_frame_rate = True
self.is_save_video = False
import sys
sys.path.append("..") # 添加模块路径
from cv.image_init import ImageInit # 导入类
from cv.show_images import ShowImage
from cv.follow_line import FollowLine
from car.car_controller import CarController
from car.car_serial import CarSerial
SERIAL = "/dev/ttyACM0" # 串口
CAMERA = '/dev/video0' # USB摄像头，如果有多个摄像头，各个摄像头设备文件就是video0，video1,video2等等
camera = cv2.VideoCapture(CAMERA)
# 初始化显示对象，该对象专门为小车的7寸屏幕设计，当多个视频需要显示时，自动排列窗口的位置,避免窗口重叠。
# 同时该对象把所有的窗口大小都设置为320*240以适应小屏幕。
display = ShowImage()
# 对象用于对输入的图形进行二值化（或者灰度），同时对图形进行腐蚀，以去除部分图像噪声。
# 具体的参数的意义请参考类说明
# 这里要特别注意，bitwise_not为True时图像颜色进行了反转，对于灰度图，也就是黑变白，白变黑，适合于引导线是黑色的地图。
init = ImageInit(width=320,
height=240,
convert_type="BINARY",
threshold=120,
bitwise_not=True)
# fl对象用于寻找引导线偏离图像中心的位置，threshold是控制连续白色的的阈值，也就是只有连续多少个白色像素点才认为已经找到引导线
# direction是开始寻找的方向，True是从左边开始寻找，False是右边。当顺时针绕圈时，引导线大概率出现在右边，所以可以选择False。
fl = FollowLine(width=320, height=240, threshold=15, direction=False)
# 串口类，此类最好不要直接使用，而是通过CarController来对车子进行控制
import cv2
import sys
sys.path.append('..')
from cv.show_images import ShowImage
import time
from cv.image_init import ImageInit
LINE_CAMERA_WIDTH = 320
LINE_CAMERA_HEIGHT = 240
camera = cv2.VideoCapture('/dev/video0')
freq = cv2.getTickFrequency()
show_image = ShowImage()
init = ImageInit(320, 240)
ret, frame = camera.read()
while True:
t1 = time.perf_counter()
# 获取一帧
ret, frame = camera.read()
show_image.show(frame)
image = init.processing(frame)
show_image.show(image, window_name="image")
t2 = time.perf_counter()
frame_rate_calc = 1.0 / (t2 - t1)
print(frame_rate_calc)
if cv2.waitKey(1) == ord('q'):
break
camera.release()
"""
import cv2
import sys
sys.path.append("..") # 添加模块路径
from cv.image_init import ImageInit # 导入类
from cv.show_images import ShowImage
CAMERA = '/dev/video0' # USB摄像头，如果有多个摄像头，各个摄像头设备文件就是video0，video1,video2等等
camera = cv2.VideoCapture(CAMERA)
# 初始化显示对象，该对象专门为小车的7寸屏幕设计，当多个视频需要显示时，自动排列窗口的位置,避免窗口重叠。
# 同时该对象把所有的窗口大小都设置为320*240以适应小屏幕。
display = ShowImage()
# 对象用于对输入的图形进行二值化（或者灰度），同时对图形进行腐蚀，以去除部分图像噪声。
# 具体的参数的意义请参考类说明
init = ImageInit(width=320, height=240, convert_type="BINARY", threshold=250)
while True:
ret, frame = camera.read() # 读取每一帧
display.show(frame, "frame") # 在屏幕上的frame窗口显示帧
image = init.processing(frame) # 对帧进行处理
display.show(image, "image") # 显示处理后的帧
# 检测键盘，发现按下 q 键 退出循环
if cv2.waitKey(1) == ord('q'):
break
qf_line = FollowLine(LINE_CAMERA_WIDTH,
LINE_CAMERA_HEIGHT,
direction=False,
threshold=5)
# 寻找路口对象
fi = FindIntersection(radius=150, threshold=4, repeat_count=2, delay_time=1.7)
# 寻找路障对象
fr = FindRoadblock(0, 200, 134, 255, 202, 255, 0.05)
# 寻找斑马线对象
fzc = FindZebraCrossing(threshold=4, floor_line_count=3)
# 保存视频对象
# vw = VideoWriter("video/" + time.strftime("%Y%m%d%H%M%S"), 320, 240)
# 一个计时器，用于计算帧速
timer = CarTimer()
# 显示图片的对象
si = ShowImage()
# endregion
serial.drive_servo(90)
while True:
# 帧计时开始
timer.restart()
# 通过摄像头读入一帧
ret, frame = camera.read()
# 改变图像的大小
frame = img_init.resize(frame)
si.show(frame, "camera")
# 把图片二值化，并去噪
image = img_init.processing(frame)
import cv2
import sys
import os
sys.path.append('..')
sys.path.append('../FaceMaskDetection/')
from cv.show_images import ShowImage
import time
from cv.image_init import ImageInit
from FaceMaskDetection.mask_detect import MaskDetect
LINE_CAMERA_WIDTH = 260
LINE_CAMERA_HEIGHT = 260
camera = cv2.VideoCapture('/dev/video0')
freq = cv2.getTickFrequency()
show_image = ShowImage()
init = ImageInit(260, 260)
j_path = os.path.abspath(os.path.dirname(
os.getcwd())) + '/FaceMaskDetection/models/face_mask_detection.json'
w_path = os.path.abspath(os.path.dirname(
os.getcwd())) + '/FaceMaskDetection/models/face_mask_detection.hdf5'
mask = MaskDetect(json_path=j_path,
weight_path=w_path,
width=LINE_CAMERA_WIDTH,
height=LINE_CAMERA_HEIGHT)
while True:
t1 = time.perf_counter()
# 获取一帧
class CarBase:
"""
为车子的控制提供一个基类，把一些重复的变量和函数写在基类
继承本类的子类只需要关注于具体的操作
类变量task_list用于存储子类的操作任务，并由基类的mail_loop负责执行
"""
task_list = []
def __init__(self, line_camera='/dev/video1', od_camera='/dev/video0', serial_port='/dev/ttyUSB0'):
self._line_camera = line_camera
self._od_camera = od_camera
self._serial_port = serial_port
self.line_camera_width = 320
self.line_camera_height = 240
self.od_camera_width = 320
self.od_camera_height = 240
self.recognition = Recognition(device=od_camera, width=self.od_camera_width, height=self.od_camera_height)
self._serial = CarSerial(self._serial_port)
self.car_controller = CarController(self._serial)
self.line_camera_capture = cv2.VideoCapture(self._line_camera)
self.video = VideoWriter("video/" + time.strftime("%Y%m%d%H%M%S"), 320, 240)
# ret, self.original_frame = self.line_camera_capture.read()
self.available_frame = None
self.render_frame = None # cv2.resize(self.original_frame, (320, 240))
self.frame_rate_timer = CarTimer()
self.display = ShowImage()
self.is_open_window = True
self.is_print_frame_rate = True
self.is_save_video = False
def main_loop(self):
"""
整个程序的主循环，子类的各个操作模块，建立后，把它加入task_lisk列表，由本函数负责循环执行
子类不用再写循环。
"""
# 通过摄像头读入一帧
while True:
ret, self.original_frame = self.line_camera_capture.read() # 读取一帧
size = (self.line_camera_width, self.line_camera_height) # 改变大小
self.render_frame = cv2.resize(self.original_frame, size)
self.original_frame = self.render_frame
# 循环任务列表，按顺序执行，ImageInit需要先于其他cv下面的对象执行
for task in CarBase.task_list:
tmp = []
if isinstance(task, ImageInit): # 没办法弄成一样，所以写了两个if
self.available_frame = task.execute(self.original_frame)
elif isinstance(task, FindRoadblock):
task.execute(self.original_frame, None)
else:
tmp.append(self.render_frame)
task.execute(self.available_frame, tmp)
# 实际的小车控制操作由update控制
self.car_controller.update()
if self.is_open_window: # 其实如果不开窗口，必定无法退出
self.display_window()
if self.is_print_frame_rate: # 这个可以取消
self.display_frame_rate()
if self.is_save_video: # 保存视频
self.video.write(self.render_frame)
# 检测键盘，发现按下 q 键 退出循环
if cv2.waitKey(1) == ord('q'):
break
def display_window(self):
"""
显示三个窗口，大多数情况下都是需要三个窗口，所以干脆用一个函数建立把它显示出来。
:return:
"""
self.display.show(self.original_frame, '原始')
self.display.show(self.available_frame, '实际')
self.display.show(self.render_frame, '渲染')
def display_frame_rate(self):
"""
打印帧速率
"""
print("帧速度：{} 帧/秒".format(1.0/self.frame_rate_timer.duration()))
self.frame_rate_timer.restart()
def close(self):
"""
一些需要手动释放的对象
"""
self._serial.drive_motor(0, 0) # 停车
self._serial.drive_servo(90) # 把舵机调到90度
self.line_camera_capture.release() # 释放巡线摄像头
cv2.destroyAllWindows() # 关闭窗口
self.recognition.close() # 关闭对象检测
self._serial.close() # 关闭窗口
self.video.release() # 关闭录像对象