update example and coomputation dependency error handling

2025-12-30 15:58:06 +08:00
parent 398d2b1706
commit 157d7b1131
10 changed files with 73 additions and 313 deletions
@@ -0,0 +1,96 @@
+"""
+示例 1: 基础用法 - 单传感器同步处理
+
+本示例演示 OrisysSensor 的基本使用流程：
+1. 初始化传感器（视频文件或摄像头）
+2. 循环获取图像并计算形变
+3. 读取各类传感器数据
+
+适用场景：单传感器、简单应用、学习入门
+"""
+import os
+os.environ["OPENCV_VIDEOIO_MSMF_ENABLE_HW_TRANSFORMS"] = "0" 
+import cv2
+import orisys
+import numpy as np
+def main():
+    
+    # 步骤1：创建传感器对象 (必要步骤)，config_name为配置文件名（内置配置文件名）或路径（自定义配置文件路径）
+
+    # 方式1: 从视频文件读取
+    # sensor = orisys.Sensor("./s1.mp4", isstitch=True, cuda=True, verbose=True,config_name="prototype")
+    
+    # 方式2: 从摄像头读取（取消注释使用） 
+    sensor = orisys.Sensor(0, cuda=True, verbose=True, config_name="prototype")
+
+    print("\n按 'q' 退出程序，按 'r' 重置光流追踪器")
+
+
+    while True:
+        # 步骤2：信息提取
+        # 步骤 2.1: 获取并拼接图像 (必要步骤)
+        sensor.get_img() 
+        
+        # 步骤 2.2: 计算形变场 (必要步骤)
+        sensor.compute_deformation()
+        # 步骤 2.3: 计算触碰点 
+        sensor.compute_contact()
+        
+        #步骤 2.4: 读取信息
+        fps, flow, vnormal, img, contour, centroid, depth_map = sensor.read_info(
+            sensor.info.FPS,
+            sensor.info.VRAW,
+            sensor.info.VNORMAL,
+            sensor.info.IMG,
+            sensor.info.CONTOUR,
+            sensor.info.CENTROID,
+            sensor.info.DEPTH
+        )
+        
+        #步骤 3: 可视化显示
+        # 步骤 3.1: 绘制形变场
+        arrows = orisys.util.draw_arrows(
+            img,
+            flow,
+            threshold=5,
+            grid_spacing=10,
+            arrow_scale=1.0
+        )
+        cv2.imshow("形变场 Deformation", arrows)
+        
+        # 步骤 3.2: 在图像上触碰点和区域
+        image_with_foe = orisys.util.draw_contact(img, contour, centroid)
+        cv2.imshow("Contact Centroid", image_with_foe)
+
+        # 步骤 3.3: 绘制深度图
+        # 归一化散度值到0-255范围（使用绝对值，然后归一化）
+        div_abs = depth_map
+        if div_abs.max() > div_abs.min():
+            div_normalized = ((div_abs - div_abs.min()) / (div_abs.max() - div_abs.min()) * 255).astype(np.uint8)
+        else:
+            div_normalized = np.zeros_like(div_abs, dtype=np.uint8)
+        
+        # 应用颜色映射（使用JET：蓝色=低散度，红色=高散度）
+        cv2.imshow("Depth Map", cv2.applyColorMap(div_normalized, cv2.COLORMAP_JET))
+
+        #步骤 3.4: 打印资料
+        print(f"fps: {fps}")
+        
+        #步骤 3.5: 键盘控制
+        key = cv2.waitKey(1) & 0xFF
+        if key == ord("q"):
+            print("\n退出程序...")
+            break
+        if key == ord("r"):
+            # 重置光流追踪器（当追踪漂移时使用）
+            sensor.reset()
+            print("光流追踪器已重置")
+    
+    # =========================================================================
+    # 4. 清理资源
+    # =========================================================================
+    sensor.disconnect()  # 释放视频源和相关资源
+
+
+if __name__ == '__main__':
+    main()