使用 Python SDK 调试大恒相机记录

2023-12-29 17:10

本文主要是介绍使用 Python SDK 调试大恒相机记录,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

大恒相机使用Python SDK调试记录


文章目录

  • 大恒相机使用Python SDK调试记录
  • 前言
  • 一、驱动下载及文档使用
  • 二、相机调试
    • 1.GalaxyView软件调试
    • 2.Python开发
  • 三、报错记录
  • 四、编写相机上位机界面实现多线程采集图片


前言

使用长广溪机器人作画需要用到摄像头拍摄人像照片,经过推荐,使用大恒相机,型号为MER-503-36U3C,该相机为USB彩色相机。


更新了
大恒相机多线程采集图像


一、驱动下载及文档使用

在官网下载驱动软件Galaxy_Windows_CN_32bits-64bits_1.23.2305.9161.zip并安装。
安装路径
安装完成后,在安装路径下可以看到如图所示两个文件夹 DocSamples ,Doc 文件夹内为大恒相机软件开发说明书,有 C++软件开发说明书.pdfC软件开发说明书.pdfDirectShow用户使用说明书.pdfDotNET软件开发说明书.pdfLabVIEW接口开发说明书.pdfpython接口开发说明书.pdf示例程序说明书.pdf,Samples 文件夹下为各语言开发包及示例代码。Python 开发需要将 gxipy 文件夹放到项目文件夹中,并且需要额外安装 PIL 包以处理图像格式。

二、相机调试

1.GalaxyView软件调试

打开 GalaxyView 软件,连接设备,打开相机,调试好的画面如图所示
相机画面
未调试相机参数时屏幕可能出现偏绿色,画面卡顿,频闪,颜色错乱现象,参考网上资料及售后支持,我主要调节了以下几个参数,
在属性一栏设置设备带宽限制模式为 off,
设备带宽限制模式
可以看到设备带宽限制模式对于的 API 为 DeviceLinkThroughputLimitMode,在 Python SDK 中有同名的API可以调用设置,采集控制下设置自动曝光模式为 Continuous,将自动曝光最大值(AutoExposureTimeMax)限制为 10000.0,对应的 ExposureMode 也可以在Python 中调用设置,在模拟控制下设置自动增益(GainAuto)及自动白平衡(BalanceWhiteAuto)为 Continous,查看 python 接口开发说明书可以看到,Continuous 对应值为1。GxAutoEntry
这里需要用到查找表生成工具插件,调节 Gamma亮度对比度,选择合适的值并保存,这里的属性依旧有对应的 Python API可以调用在程序中设置,
在这里插入图片描述
查找表生成工具插件
在这里插入图片描述
售后支持提到用户参数组设置,需要保存用户参数组,在Python SDK中也有对应API。

2.Python开发

相机的工作流程如图所示,
相机工作流程
Python 开发即按照该流程进行,

2.1 引入库

import gxipy as gx
device_manager = gx.DeviceManager()

2.2 枚举设备

device_manager = gx.DeviceManager()
dev_num, dev_info_list = device_manager.update_device_list()
if dev_num == 0:
sys.exit(1)

2.3 打开设备

# 方法一
# 获取设备基本信息列表
str_sn = dev_info_list[0].get("sn")
# 通过序列号打开设备
cam = device_manager.open_device_by_sn(str_sn)
# 方法二
# 通过用户 ID 打开设备
str_user_id = dev_info_list[0].get("user_id")
cam = device_manager.open_device_by_user_id(str_user_id)
# 方法三
# 通过索引打开设备
str_index = dev_info_list[0].get("index")
cam = device_manager.open_device_by_index(str_index)
# 下面为只针对千兆网相机使用的打开方式
# 方法四
# 通过 ip 地址打开设备
str_ip= dev_info_list[0].get("ip")
cam = device_manager.open_device_by_ip(str_ip)
# 方法五
# 通过 mac 地址打开设备
str_mac = dev_info_list[0].get("mac")
cam = device_manager.open_device_by_mac(str_mac)
# 关闭设备
cam.close_device()

2.4 采集控制

# 开始采集
cam.stream_on()
# 获取流通道个数
# 如果 int_channel_num == 1,设备只有一个流通道,列表 data_stream 元素个数为 1
# 如果 int_channel_num > 1,设备有多个流通道,列表 data_stream 元素个数大于 1
# 目前千兆网相机、USB3.0、USB2.0 相机均不支持多流通道
# int_channel_num = cam.get_stream_channel_num()
# 获取数据
# num 为采集图片次数
num = 1
for i in range(num):
# 打开第 0 通道数据流
raw_image = cam.data_stream[0].get_image()
if raw_image.get_status() == gx.GxFrameStatusList.INCOMPLETE:print("incomplete frame")
# 停止采集
cam.stream_off()

回调方式

# 定义采集回调函数
def capture_callback(raw_image):
if raw_image.get_status() == gx.GxFrameStatusList.INCOMPLETE:print("incomplete frame")
# 注册回调
cam.data_stream[0].register_capture_callback(capture_callback)
# 开始采集
cam.stream_on()
# 等待一段时间,这段时间会自动调用采集回调函数
time.sleep(1)
# 停止采集
cam.stream_off()
# 注销回调
cam.data_stream[0].unregister_capture_callback()

2.5 图像处理
图像处理主要分为图像格式转换,图像质量提升,图像显示和保存。
2.5.1图像格式转换
主要将 Bayer 格式图像转换成 RGB 格式图像。
1)对于彩色相机

raw_image = cam.data_stream[0].get_image()
# 保存 raw 图
raw_image.save_raw("raw_image.raw")
# 从彩色原始图像获取 RGB 图像
rgb_image = raw_image.convert("RGB")
if rgb_image is None:continue
# 从 RGB 图像数据创建 numpy 数组
numpy_image = rgb_image.get_numpy_array()
if numpy_image is None:continue
# 之后,用户可根据获取的 numpy_array 显示、保存图像

2)对于黑白相机

raw_image = cam.data_stream[0].get_image()
# 从黑白原始图像获取 numpy 数组
numpy_image = raw_image.get_numpy()
if numpy_image is None:continue
# 之后,用户可根据获取的 numpy_array 显示、保存图像

2.5.2图像质量提升

# 设置图像质量提升的参数
if cam.GammaParam.is_readable():gamma_value = cam.GammaParam.get()gamma_lut = gx.Utility.get_gamma_lut(gamma_value)
else:gamma_lut = None
if cam.ContrastParam.is_readable():contrast_value = cam.ContrastParam.get()contrast_lut = gx.Utility.get_contrast_lut(contrast_value)
else:contrast_lut = None
color_correction_param = cam.ColorCorrectionParam.get()
# 采集获取图像、格式转换
# .......
# 实现图像质量提升
rgb_image.image_improvement(color_correction_param, contrast_lut, 
gamma_lut)

2.5.3图像显示与保存
调用 PIL(Python Imaging Library)的接口 Image.fromarray(),将 numpy 数组转换成 Image 图像,显示
并保存。代码如下:
1)对于黑白相机

# 显示并保存获得的黑白图片
image = Image.fromarray(numpy_image, 'L')
image.show()
image.save("acquisition_mono_image.jpg")

2)对于彩色相机

# 显示并保存获得的彩色图片
image = Image.fromarray(numpy_image, 'RGB')
image.show()
image.save("acquisition_RGB_image.jpg")

三、报错记录

几个月之后再运行程序报错,内容为:

gxipy.gxiapi.InvalidAccess: DeviceManager.open_device_by_index:{-1004}{{-1004}

提示相机已经打开,原因可能为之前的程序运行之后没有正常关闭相机,解决办法为断电重启相机,或者重新安装相机驱动。


四、编写相机上位机界面实现多线程采集图片

大恒相机多线程采集图像


这篇关于使用 Python SDK 调试大恒相机记录的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/550115

相关文章

Oracle查询优化之高效实现仅查询前10条记录的方法与实践

《Oracle查询优化之高效实现仅查询前10条记录的方法与实践》:本文主要介绍Oracle查询优化之高效实现仅查询前10条记录的相关资料,包括使用ROWNUM、ROW_NUMBER()函数、FET... 目录1. 使用 ROWNUM 查询2. 使用 ROW_NUMBER() 函数3. 使用 FETCH FI

Python脚本实现自动删除C盘临时文件夹

《Python脚本实现自动删除C盘临时文件夹》在日常使用电脑的过程中,临时文件夹往往会积累大量的无用数据,占用宝贵的磁盘空间,下面我们就来看看Python如何通过脚本实现自动删除C盘临时文件夹吧... 目录一、准备工作二、python脚本编写三、脚本解析四、运行脚本五、案例演示六、注意事项七、总结在日常使用

java图像识别工具类(ImageRecognitionUtils)使用实例详解

《java图像识别工具类(ImageRecognitionUtils)使用实例详解》:本文主要介绍如何在Java中使用OpenCV进行图像识别,包括图像加载、预处理、分类、人脸检测和特征提取等步骤... 目录前言1. 图像识别的背景与作用2. 设计目标3. 项目依赖4. 设计与实现 ImageRecogni

Python将大量遥感数据的值缩放指定倍数的方法(推荐)

《Python将大量遥感数据的值缩放指定倍数的方法(推荐)》本文介绍基于Python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处理,并将所得处理后数据保存为新的遥感影像... 本文介绍基于python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处

python管理工具之conda安装部署及使用详解

《python管理工具之conda安装部署及使用详解》这篇文章详细介绍了如何安装和使用conda来管理Python环境,它涵盖了从安装部署、镜像源配置到具体的conda使用方法,包括创建、激活、安装包... 目录pytpshheraerUhon管理工具:conda部署+使用一、安装部署1、 下载2、 安装3

Mysql虚拟列的使用场景

《Mysql虚拟列的使用场景》MySQL虚拟列是一种在查询时动态生成的特殊列,它不占用存储空间,可以提高查询效率和数据处理便利性,本文给大家介绍Mysql虚拟列的相关知识,感兴趣的朋友一起看看吧... 目录1. 介绍mysql虚拟列1.1 定义和作用1.2 虚拟列与普通列的区别2. MySQL虚拟列的类型2

Python进阶之Excel基本操作介绍

《Python进阶之Excel基本操作介绍》在现实中,很多工作都需要与数据打交道,Excel作为常用的数据处理工具,一直备受人们的青睐,本文主要为大家介绍了一些Python中Excel的基本操作,希望... 目录概述写入使用 xlwt使用 XlsxWriter读取修改概述在现实中,很多工作都需要与数据打交

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB

关于@MapperScan和@ComponentScan的使用问题

《关于@MapperScan和@ComponentScan的使用问题》文章介绍了在使用`@MapperScan`和`@ComponentScan`时可能会遇到的包扫描冲突问题,并提供了解决方法,同时,... 目录@MapperScan和@ComponentScan的使用问题报错如下原因解决办法课外拓展总结@

mysql数据库分区的使用

《mysql数据库分区的使用》MySQL分区技术通过将大表分割成多个较小片段,提高查询性能、管理效率和数据存储效率,本文就来介绍一下mysql数据库分区的使用,感兴趣的可以了解一下... 目录【一】分区的基本概念【1】物理存储与逻辑分割【2】查询性能提升【3】数据管理与维护【4】扩展性与并行处理【二】分区的