Jetson Nano使用CSI摄像头教程（python）

Jetson Nano使用CSI摄像头教程（python））

一、基于Opencv的人脸检测

首先编写一个python脚本用于检测图像中的人脸，使用Code OSS打开2.4.4节中创建的code文件夹，在该文件夹下新建一个python脚本，名为face_detect_test.py,代码如下所示：

import cv2 
filepath = "/home/hf1/Python_code/test.jpeg" #用绝对路径
img = cv2.imread(filepath) # 读取图片 
print(type(img))
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 转换灰色 
print(type(gray))
# OpenCV人脸识别分类器 
classifier = cv2.CascadeClassifier( "/home/hf1/Python_code/haarcascade_frontalface_default.xml" )#用绝对路径 
color = (0, 255, 0) # 定义绘制颜色 
# 调用识别人脸 
faceRects = classifier.detectMultiScale( gray, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32)) 
if len(faceRects): # 大于0则检测到人脸 
    for faceRect in faceRects: # 单独框出每一张人脸 
        x, y, w, h = faceRect 
        # 框出人脸 
        cv2.rectangle(img, (x, y), (x + h, y + w), color, 2) 
cv2.imshow("image", img) # 显示图像 
c = cv2.waitKey(10) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

在构造opencv人脸检测分类器时，需要对应的人脸检测配置文件，该文件存储了用于人脸检测算法的相关参数，此文件可以从opencv的安装目录找到：/usr/share/opencv4/。找到后将其拷贝到python源文件目录下即可。
代码运行效果如下图所示

二、读取CSI摄像头

使用Gstreamer读取CSI摄像头主要分为3个步骤：创建Gstreamer管道；将管道绑定opencv的视频流；逐帧提取和显示。Python代码如下所示：

```import cv2

#设置gstreamer管道参数
def gstreamer_pipeline(
    capture_width=1280, #摄像头预捕获的图像宽度
    capture_height=720, #摄像头预捕获的图像高度
    display_width=1280, #窗口显示的图像宽度
    display_height=720, #窗口显示的图像高度
    framerate=60,       #捕获帧率
    flip_method=0,      #是否旋转图像
):
    return (
        "nvarguscamerasrc ! "
        "video/x-raw(memory:NVMM), "
        "width=(int)%d, height=(int)%d, "
        "format=(string)NV12, framerate=(fraction)%d/1 ! "
        "nvvidconv flip-method=%d ! "
        "video/x-raw, width=(int)%d, height=(int)%d, format=(string)BGRx ! "
        "videoconvert ! "
        "video/x-raw, format=(string)BGR ! appsink"
        % (
            capture_width,
            capture_height,
            framerate,
            flip_method,
            display_width,
            display_height,
        )
    )


if __name__ == "__main__":
    capture_width = 1280
    capture_height = 720
    display_width = 1280
    display_height = 720
    framerate = 60
    flip_method = 0

    # 创建管道
    print(gstreamer_pipeline(capture_width,capture_height,display_width,display_height,framerate,flip_method))

    #管道与视频流绑定
    cap = cv2.VideoCapture(gstreamer_pipeline(flip_method=0), cv2.CAP_GSTREAMER)

    if cap.isOpened():
        window_handle = cv2.namedWindow("CSI Camera", cv2.WINDOW_AUTOSIZE)
        
        # 逐帧显示
        while cv2.getWindowProperty("CSI Camera", 0) >= 0:
            ret_val, img = cap.read()
          # 图像太大需要调整
            height, width = img.shape[0:2]
            print("height=",height,"width=",width)
            if width > 800:
                new_width = 640
                new_height = int(new_width/width*height)
                img = cv2.resize(img, (new_width, new_height))
            print("new_height=",new_height,"new_width=",new_width)

            cv2.imshow("CSI Camera", img)
            #print("img.shape=",img.shape)
            keyCode = cv2.waitKey(30) & 0xFF         
            if keyCode == 27:# ESC键退出
                break
        #print("img.shape=",img.shape)
        #释放资源
        cap.release()
        cv2.destroyAllWindows()
    else:
        print("打开摄像头失败")

代码运行效果如下图所示

三、二维码检测和识读

使用Opencv实现二维码检测和识读功能。在opencv4.0以后，已经集成了二维码识读模块，因此，可以采用最新的opencv来实现二维码检测和识读。二维码检测和识别主要分为3步：使用QRCodeDetector()函数创建二维码检测器；使用detectAndDecode函数对图像进行二维码检测和识别；将检测结果输出。要是读取视频流的每帧图像然后对图像进行检测，Python版二维码检测和识读代码如下所示

import cv2

# 设置gstreamer管道参数
def gstreamer_pipeline(
    capture_width=1280, #摄像头预捕获的图像宽度
    capture_height=720, #摄像头预捕获的图像高度
    display_width=1280, #窗口显示的图像宽度
    display_height=720, #窗口显示的图像高度
    framerate=60,       #捕获帧率
    flip_method=0,      #是否旋转图像
):
    return (
        "nvarguscamerasrc ! "
        "video/x-raw(memory:NVMM), "
        "width=(int)%d, height=(int)%d, "
        "format=(string)NV12, framerate=(fraction)%d/1 ! "
        "nvvidconv flip-method=%d ! "
        "video/x-raw, width=(int)%d, height=(int)%d, format=(string)BGRx ! "
        "videoconvert ! "
        "video/x-raw, format=(string)BGR ! appsink"
        % (
            capture_width,
            capture_height,
            framerate,
            flip_method,
            display_width,
            display_height,
        )
    )


if __name__ == "__main__":
    capture_width = 1280
    capture_height = 720
    display_width = 1280
    display_height = 720
    framerate = 60
    flip_method = 0

    # 创建管道
    print(gstreamer_pipeline(capture_width,capture_height,display_width,display_height,framerate,flip_method))

    #管道与视频流绑定
    cap = cv2.VideoCapture(gstreamer_pipeline(flip_method=0), cv2.CAP_GSTREAMER)
    #创建二维码检测器
    qrDecoder = cv2.QRCodeDetector()

    if cap.isOpened():
        window_handle = cv2.namedWindow("CSI Camera", cv2.WINDOW_AUTOSIZE)
        
        # 逐帧显示
        while cv2.getWindowProperty("CSI Camera", 0) >= 0:
            ret_val, img = cap.read()
          # 图像太大需要调整
            height, width = img.shape[0:2]
            print("height=",height,"width=",width)
            if width > 800:
                new_width = 640
                new_height = int(new_width/width*height)
                img = cv2.resize(img, (new_width, new_height))
            print("new_height=",new_height,"new_width=",new_width)

            # 二维码检测和识别
            data, bbox, rectifiedImage = qrDecoder.detectAndDecode(img)
            if len(data) > 0:
                print("解码数据 : {}".format(data))
                n = len(bbox)
                for j in range(n):
                    cv2.line(img, tuple(bbox[j][0]), tuple(
                    bbox[(j+1) % n][0]), (255, 0, 0), 3)
            else:
                print("没有检测到二维码")


            cv2.imshow("CSI Camera", img)
            #print("img.shape=",img.shape)
            keyCode = cv2.waitKey(30) & 0xFF         
            if keyCode == 27:# ESC键退出
                break
        #print("img.shape=",img.shape)
        #释放资源
        cap.release()
        cv2.destroyAllWindows()
    else:
        print("打开摄像头失败")

代码运行效果如下图所示

本文地址：https://blog.csdn.net/chutu2018/article/details/109920996