20200404327szn/Day05/aiapp/dev/camera.py

from PyQt5.QtCore import QThread    # 引入多线程，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，字节序列（bytes）， 图像高度int，宽度int，通道数int)
    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],
            [1, 0, -1],
            [1, 0, -1]
        ])
        # 设备线程的任务，run结束，则任务结束
        while True:
            # 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（处理）
                # img = cv2.GaussianBlur(img, (9, 9), 5.0)
                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微秒 = 1秒

    def close(self):
            # 关闭摄像头
            self.cam.close()
            # 释放设备
            self.cam.release()
            # 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")