【智控万物】控制海康摄像头
1、安装相应的opencv库
(1)安装OpenCv
pip install opencv-python
（2）安装NumPy
pip install numpy
（3）安装 scipy
pip install scipy
（4）代码测试1（先用笔记本摄像头测试）
import cv2
cap=cv2.VideoCapture(0)#打开内置摄像头
ret,frame=cap.read()
while ret :
ret,frame=cap.read()
cv2.resize(frame,(500,500),interpolation=cv2.INTER_AREA)#当图像缩小时候，该方法可以避免波纹出现。
gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
ret, mark = cv2.threshold(gray, 70, 255, cv2.THRESH_BINARY)
cv2.imshow("image",frame)#显示窗口
cv2.imshow("gray",gray)
cv2.imshow("mark",mark)
cv2.waitKey(1)#如为0，只显示一张图
cv2.destroyAllWindows()
（5）代码测试——监控报警记录，加语音报警(pip install pyttsx3)
#监控报警记录，加语音报警
import imutils,cv2,time
#import pyttsx3
#engine = pyttsx3.init()
camera = cv2.VideoCapture(0)
framefirst=None
avg=None
num=0
j=0
while True:
text = "Unoccupied"
# 获取当前帧并初始化occupied/unoccupied文本
(grabbed, frame) = camera.read()
# 如果不能抓取到一帧，说明我们到了视频的结尾
if not grabbed:
break
# 调整该帧的大小，并且对其进行高斯模糊
frame = imutils.resize(frame, width=500)
imageold=frame.copy()
#转换为灰阶图像
gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
#高斯模糊 这里(21, 21)表示高斯矩阵的长与宽都是5，
#标准差取0时OpenCV会根据高斯矩阵的尺寸自己计算。概括地讲，高斯矩阵的尺寸越大，标准差越大，处理过的图像模糊程度越大。
gray = cv2.GaussianBlur(gray, (21, 21), 0)
if framefirst is None :
framefirst=gray
continue
if avg is None:
avg = gray.copy().astype("float")
continue
#图像叠加or图像混合加权实现
#cv2.addWeighted(src1, alpha, src2, beta, gamma[, dst[, dtype]]) → dst
#dst = src1 * alpha + src2 * beta + gamma;
cv2.accumulateWeighted(gray, avg, 0.5)
gray = cv2.absdiff(gray, cv2.convertScaleAbs(avg))
# 二值化处理，即黑白的（不是灰度图），所以读取的图像要先转成灰度的，再转成二值图 ，
#像素高于阈值时，给像素赋予新值，否则，赋予另外一种颜色。函数是cv2.threshold()
ret, binary = cv2.threshold(gray,5,255,cv2.THRESH_BINARY)
#学习不同的形态学操作，例如腐蚀，膨胀，开运算，闭运算等
#我们要学习的函数有：cv2.erode()，cv2.dilate()，cv2.morphologyEx()等
#与卷积核对应的原图像的像素值中只要有一个是1，中心元 素的像素值就是1。所以这个操作会增加图像中的白色区域（前景）。
#一般在去噪声时先用腐蚀再用膨胀。因为腐蚀在去掉白噪声的同时，也会使前景对象变小。
#所以我们再对他进行膨胀。这时噪声已经被去除了，不会再回来了，但是前景还在并会增加。膨胀也可以用来连接两个分开的物体。
thresh = cv2.dilate(binary, None, iterations=2)
#binary：寻找轮廓的图像
#轮廓的检索模式：cv2.RETR_EXTERNAL表示只检测外轮廓
#cv2.RETR_TREE建立一个等级树结构的轮廓。
#cv2.CHAIN_APPROX_SIMPLE压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
#第一个参数是指明在哪幅图像上绘制轮廓；
#第二个参数是轮廓本身，在Python中是一个list。
#第三个参数指定绘制轮廓list中的哪条轮廓，如果是-1则绘制其中的所有轮廓。
#thickness表明轮廓线的宽度，如果是-1（cv2.FILLED），则为填充模式。
#
cv2.drawContours(frame,contours,-1,(0,0,255),3)
for c in contours:
# if the contour is too small, ignore it
if cv2.contourArea(c) < 5000:
continue
# 计算轮廓线的外框, 在当前帧上画出外框,
# 并且更新文本
(x, y, w, h) = cv2.boundingRect(c)
cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
text = "Occupied"
if text=="Occupied" :
num+=1
if num>20 :
# 在当前帧上标记文本和时间戳
now = int(time.time()) # 1533952277
timeArray = time.localtime(now)
otherStyleTime = time.strftime("%Y--%m--%d %H:%M:%S", timeArray)
cv2.putText(imageold, "Room Status: {}".format(text), (10, 20),
cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2)
cv2.putText(imageold, otherStyleTime, (10, imageold.shape - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.35, (0, 0, 255), 1)
cv2.imwrite('.\\img\\image'+str(j) + '.jpg', imageold)
j+=1
num=0
#engine.say('报警，你的照片已记录，将作为证据。请你立刻停止违法行为')
#engine.runAndWait()
cv2.imshow("contours", frame)
cv2.imshow("Gray", gray)
cv2.imshow("binary", binary)
key = cv2.waitKey(1) & 0xFF
# 如果q键被按下，跳出循环
if key == ord("q"):
break
# 清理摄像机资源并关闭打开的窗口
camera.release()
cv2.destroyAllWindows()
（6）代码测试——使用 baidu-sdk aip 识别人脸
#使用 baidu-sdk aip 识别人脸
from aip import AipFace
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
return fp.read()
""" 你的 APPID AK SK """
APP_ID = '11787634'
API_KEY = 'HMggckBKO2PAohsSQ8or9xLG'
SECRET_KEY = '3hmXHTZVQLHgOVF3uE1nrIuGbYR64qHq'
client = AipFace(APP_ID, API_KEY, SECRET_KEY)
import imutils,cv2,base64,json
num=0
j=0
camera = cv2.VideoCapture(0)
while True:
# 获取当前帧
(grabbed, frame) = camera.read()
while grabbed :
(grabbed, frame) = camera.read()
break
# 调整该帧的大小，
cv2.imshow("binary", frame)
# 如果q键被按下，跳出循环
key = cv2.waitKey(1) & 0xFF
if key == ord("q"):
break
if num>30 :
num=0
else :
num+=1
continue
frame = imutils.resize(frame, width=500)
cv2.imwrite(".\\img\\image0.jpg", frame)
image =base64.b64encode(get_file_content('.\\img\\image0.jpg'))
image=str(image, encoding='utf-8')#不能传入字节
imageType = "BASE64"
#调用人脸检测 """
options = {}
options["face_field"] = "age,gender,beauty"
options["max_face_num"] = 2
options["face_type"] = "LIVE"
#res=client.detect(image, imageType, options)
res=client.detect(image,imageType,options)
if res['error_msg']=='SUCCESS' :
if res['result']['face_list']['gender']['type']=='male' :
gender='男人'
else :
gender='女人'
print(res['result']['face_list']['age'],'',res['result']['face_list']['beauty'],'',gender)
（7）代码测试——百度语音合成（pip install pygame）
from aip import AipSpeech
import time,os
import pygame
""" 你的 APPID AK SK """
APP_ID = '14778722'
API_KEY = 'BFoXqkmh5ow7iyYt7A8EWMDo'
SECRET_KEY = 'ZfETPvdqpABOgwlTwQRrohFdZRcT4U6N'
def playmusic(path):
clip = mp3play.load(path)
clip.play()
time.sleep(10)
clip.stop()
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
result= client.synthesis('你好百度', 'zh', 1, {'vol': 5,'per':4})
# 识别正确返回语音二进制 错误则返回dict 参照下面错误码
print(result)# isinstance() 函数来判断一个对象是否是一个已知的类型,类似 type()。
if not isinstance(result, dict):
with open('auido.mp3', 'wb') as f:
f.write(result)
os.system('auido.mp3')
(8)代码测试——循环手势识别
#循环手势识别
from aip import AipBodyAnalysis
import pyttsx3,cv2
engine = pyttsx3.init()
cap = cv2.VideoCapture(0)
""" 你的 APPID AK SK """
APP_ID = '14333301'
API_KEY = '0OoR1G35nUEKt1E2xagNcr6l'
SECRET_KEY = 'kUoHSSsbMuRcuBT2xWMdWXwXv57rnxW5'
client = AipBodyAnalysis(APP_ID, API_KEY, SECRET_KEY)
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
return fp.read()
ret, frame = cap.read()
num=0
while 1 :
ret, frame = cap.read()
while not ret :
ret, frame = cap.read()
cv2.imshow("capture", frame)
cv2.waitKey(1)
if num>30 :
num=0
else :
num+=1
print(num)
continue
cv2.imwrite('.\\img\image0.jpg', frame)
image = get_file_content('.\\img\image0.jpg')
""" 调用手势识别 """
data=client.gesture(image)
print (data)
if data['result_num']>0 :
for s in data['result'] :
classname=s['classname']
if classname=='Face' :
say='只识别出人脸，没有手势'
elif classname=='other' :
say='没有人脸，没有手势，请重新拍照'
else :
if classname=='Point' :
say='一'
break
elif classname=='Two' :
say='二'
elif classname=='Three' :
say='三'
break
elif classname=='Four' :
say='四'
break
elif classname=='Five' :
say='五'
break
elif classname=='Six' :
say='六'
break
elif classname=='Seven' :
say='七'
break
elif classname=='Eight' :
say='八'
break
elif classname=='Nine' :
say='九'
break
elif classname=='Rock' :
say='Rock'
break
elif classname=='Heart_3' :
say='双手比心'
break
elif classname=='Heart_1' :
say='双手比心'
break
elif classname=='Heart_2' :
say='双手比心'
break
elif classname=='Palm_up' :
say='掌心向上'
break
elif classname=='ILY' :
say='我爱你'
break
elif classname=='Thumb_down' :
say='Diss'
break
elif classname=='Thumb_up' :
say='点赞'
break
elif classname=='Heart_single' :
say='单手比心'
break
elif classname=='Honour' :
say='作别'
break
elif classname=='Congratulation' :
say='作揖'
break
elif classname=='Prayer' :
say='祈祷'
break
elif classname=='Ok' :
say='OK'
break
elif classname=='Fist' :
say='拳头'
break
elif classname=='Palm' :
say='掌心向前'
break
engine.say(say)
engine.runAndWait()
else :
print('没有人脸，没有手势，请重新拍照')
engine.say('没有人脸，没有手势，请重新拍照')
engine.runAndWait()
cap.release()
cv2.destroyAllWindows()
https://v.youku.com/v_show/id_XNDY1ODExNDcxMg==.html
演示视频识别“一”时，出问题是因为“ if classname=='Point' :”，实际识别为“One”。
2、官网下载海康的SDK（针对自己的电脑系统环境下载对应版本）将里面的HCNetSDKCom文件夹放在python代码同目录下！
https://www.hikvision.com/cn/download_more_570.html#prettyPhoto
3、python读取rtsp流
其中将下面的代码中的相应内容替换成你的就OK了，如相机用户名，密码，IP地址和端口号（常见为554）
import cv2
cap = cv2.VideoCapture("rtsp://username:passport@ip:port/Streaming/Channels/1")
ret, frame = cap.read()
while ret:
ret, frame = cap.read()
cv2.imshow("frame",frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cv2.destroyAllWindows()
cap.release()
4、演示
待续
5、接下来会对获取的摄像头图片进行相应的处理，比如人脸识别、人体关键点识别、姿态识别、车牌识别等，通过调用百度API实现以上功能。
太高产了
页:
[1]