6

我正在寻找一种将网络摄像头集成到我的 python 程序中的方法。

我在 Raspberry Pi Model A OC'd 到 900mHz 上运行,因此该解决方案需要与 ARM 兼容并且(希望)是轻量级的。

我见过的大多数帖子都建议使用 OpenCV 模块来读取网络摄像头,但是除了从我的网络摄像头中出现的黑框之外,我什么也得不到。我假设 OpenCV 与我的网络摄像头不兼容。但是,可用于 linux 的所有其他网络摄像头应用程序都可以检测并显示来自我的网络摄像头的提要。

我想知道是否有任何其他轻量级或简单的方法可以使用 python 从我的网络摄像头捕获。也许我可以直接与 /dev/ 下为我的网络摄像头出现的 video0 设备交互?我愿意接受任何建议;因为我现在正在做的,是行不通的。

谢谢

(按照要求):

输出v4l2-ctl --all

Driver Info (not using libv4l2):
    Driver name   : uvcvideo
    Card type     : UVC Camera (046d:081b)
    Bus info      : usb-bcm2708_usb-1.2
    Driver version: 3.2.27
    Capabilities  : 0x04000001
        Video Capture
        Streaming
Format Video Capture:
    Width/Height  : 640/480
    Pixel Format  : 'YUYV'
    Field         : None
    Bytes per Line: 1280
    Size Image    : 614400
    Colorspace    : SRGB
Crop Capability Video Capture:
    Bounds      : Left 0, Top 0, Width 640, Height 480
    Default     : Left 0, Top 0, Width 640, Height 480
    Pixel Aspect: 1/1
Video input : 0 (Camera 1: ok)
Streaming Parameters Video Capture:
    Capabilities     : timeperframe
    Frames per second: 30.000 (30/1)
    Read buffers     : 0

这是我正在使用的代码片段:

import cv

cv.NamedWindow("camera", 1)
capture = cv.CaptureFromCAM(0)

while True:
    img = cv.QueryFrame(capture)
    cv.ShowImage("camera", img)
    if cv.WaitKey(10) == 27:
        break

cv.DestroyWindow("camera")

谢谢你的帮助!

4

2 回答 2

3

您可以使用 gstreamer-0.10。

  1. 让它在命令行上工作。例如:gst-launch -v v4l2src !解码器!ffmpeg色彩空间!!文件接收器位置=out.png

  2. 使用 parse_launch 函数在 python 代码中获取工作管道的快捷方式。

    import gst
    
    pipeline = gst.parse_launch("""
    v4l2src ! decodebin ! ffmpegcolorspace ! pngenc ! filesink location="%s"
    """ % sys.argv[-1])
    
    pipeline.set_state(gst.STATE_PLAYING)
    
于 2012-12-23T13:54:45.543 回答
1

我尝试了几种方法从网络摄像头捕获单帧:

uvccapture 是一种选择,这里有一个命令:

uvccapture -d /dev/video0 -o outfile.jpg

streamer 是另一个,命令看起来像这样:

streamer -c /dev/video0 -o outfile.jpeg

是的,我意识到这不是最高性能,因为您必须使用 Python 的“命令”模块来执行此命令并获取结果,然后在 OpenCV 中打开生成的文件进行处理。

但它确实有效。我已经在几个自动化项目的生产中非常成功地使用它。我所经历的滞后都是基于我的图像处理软件,原始图像可以非常快速地显示出来。

于 2012-12-23T02:00:39.590 回答