20200404336zhangwei/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

            [0, -2, 0],

            [-2, 8, -2],

            [0, -2, 0]

        ])

        # 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（处理）

                # 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微秒 = 1秒

    def close(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")