20200404339zhaoguoyao/Day05/aiapp/dev/camera.py

from PyQt5.QtCore  import   QThread  #引入多线条，设备是多个，一个设备一个任务
import cv2
import  numpy as np
# from cv2 import VideoCapture

# 1.定义信号（引入）
from PyQt5.QtCore import pyqtSignal



class CameraDev(QThread):
    # 定义信号（定义）
    sig_video = pyqtSignal(bytes,int,int,int) # 信号传递的数据（图像的二进制数据，字节数列（bytes）,图像高度） 
    def __init__(self):
       super(CameraDev,self).__init__()
       # 开始视频抓取的任务初始化
       # 初始化摄像头
       self.cam = cv2.VideoCapture(
           0,# 摄像头的编号，从0
           cv2.CAP_DSHOW #视频的处理调用Directx 3D (DirectShow)
       )
       self.isOver = False

    def run(self):
        kernel =  np.array([   # 深度学习就是找到一个kernel是的特征对分类有效
            [1,0,-1],
            [2,0,-2],
            [1,0,-1],
        ])
        #设备线程的任务，run结束，则任务结束
        while not self.isOver:
            #反复抓取视频处理
            # print("设备准备工作！")
            status,img = self.cam.read() #从摄像头读取图像
            if status:
                # print(img.shape)
                # 显示图像
                # 调用人工智能模块，进行图像识别
                # img = cv2.GaussianBlur(img, (3, 3), 2.0)
                img = cv2.filter2D(img, -1, kernel, delta=200.0)
                #2.发送信号
                self.sig_video.emit(img.tobytes(),img.shape[0],img.shape[1],img.shape[2])
            
            QThread.usleep(100000) # 1000000微妙 = 1秒 

    def cloe(self):
        # 停止多任务  
        self.isOver = True
        while self.isRunning():
            pass

        print("线程终止")  
        # 释放设备
        self.cam.release()
        print("设备释放")