20200404332zhanghailong/day07/aiapp/dev/camera.py

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


# 1.定义信号
from PyQt5.QtCore import pyqtSignal

class CameraDev(QThread ):
    # 定义一个信号
    signal_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),图像的高度，宽度，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.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
        

  
    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:
            # 循环抓取视频帧
            # print("视频处理")
            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])
           
            
            
            QThread.usleep(100000)  #10000000微秒 = 1s
        # self.camera.close()   #关闭摄像头
        # self.camera.release() #释放设备
    def close(self):
        # 释放设备
        self.camera.release()
        # 关闭线程，停止多任务
        self.isOver = True
        while self.isRunning():
            pass
        print("线程终止")
        self.camera.release()
        print("设备释放")