实训作业

day05/Aiapp/dev/camera.py

@@ -1,5 +1,6 @@
 from PyQt5.QtCore import QChildEvent, 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
 
 
@@ -13,7 +14,7 @@ class CameraDev(QThread ):
         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,cv2.CAP_DSHOW) 
+        self.camera = cv2.VideoCapture(0,cv2.CAP_DSHOW) 
                         # 摄像头编号从0开始   视频的处理调用DirectX 3D(DirectShow)
         self.isOver = False
         
@@ -21,21 +22,21 @@ class CameraDev(QThread ):
   
     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],
+            [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:
             # 循环抓取视频帧
             # print("视频处理")
-            status,img = self.cam.read()
+            status,img = self.camera.read()
             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), 1.0)  # 被处理图像， 高斯模糊算子的大小
-
+                img = cv2.filter2D(img,-1,kernel,delta=200.0)
                 # 2.发送信号
                 self.signal_video.emit(img.tobytes(),img.shape[0],img.shape[1],img.shape[2])
            
@@ -45,8 +46,6 @@ class CameraDev(QThread ):
         # self.camera.close()   #关闭摄像头
         # self.camera.release() #释放设备
     def close(self):
-        # 关闭摄像头
-        self.camrera.close()
         # 释放设备
         self.camera.release()
         # 关闭线程，停止多任务

day05/Aiapp/form/win.py

@@ -44,4 +44,5 @@ class Win(QDialog): # 扩展QDialog(新增，升级，重载与覆盖overload)
         # 关闭摄像头
         # 释放设备
         # 关闭线程，停止多任务
-       self.dev.close
+       self.dev.close()
+       print("窗口关闭")