bluepulsar
115 lines
4.0 KiB
Python
115 lines
4.0 KiB
Python
"""
|
|
示例 5: 异步流水线处理（单传感器高吞吐模式）
|
|
|
|
本示例演示传感器的异步三阶段流水线：
|
|
- 图像采集、光流计算、HHD分解并行执行
|
|
- 通过队列在线程间传递数据
|
|
- 实现更高的帧率和吞吐量
|
|
|
|
流水线架构：
|
|
[采集线程] → 队列 → [光流线程] → 队列 → [HHD线程] → 队列 → [主线程显示]
|
|
|
|
时间线示例（每格代表一帧的处理时间）：
|
|
采集: |帧1|帧2|帧3|帧4|帧5|...
|
|
光流: |帧1|帧2|帧3|帧4|...
|
|
HHD: |帧1|帧2|帧3|...
|
|
|
|
优势：三个阶段重叠执行，总吞吐量约为最慢阶段的速度
|
|
|
|
适用场景：
|
|
- 单传感器需要最大帧率
|
|
- CPU/GPU 利用率需要最大化
|
|
- 可以接受 2-3 帧的处理延迟
|
|
|
|
对比同步模式：
|
|
- 同步模式：采集→光流→HHD 串行执行，FPS 受限于总时间
|
|
- 异步模式：三阶段并行，FPS 约为同步模式的 2-3 倍
|
|
"""
|
|
|
|
import os
|
|
os.environ["OPENCV_VIDEOIO_MSMF_ENABLE_HW_TRANSFORMS"] = "0" # Windows 兼容性设置
|
|
|
|
import cv2
|
|
import orisys
|
|
|
|
|
|
def main():
|
|
# =========================================================================
|
|
# 1. 初始化传感器
|
|
# =========================================================================
|
|
sensor = orisys.Sensor(
|
|
"./s1.mp4",
|
|
isstitch=True,
|
|
cuda=True,
|
|
verbose=True
|
|
)
|
|
|
|
# =========================================================================
|
|
# 2. 启用异步流水线
|
|
# =========================================================================
|
|
# queue_size: 每个阶段间队列的大小
|
|
# - 较小的值（1-2）：延迟低，但可能丢帧
|
|
# - 较大的值（3-5）：吞吐稳定，但延迟增加
|
|
sensor.enable_async(queue_size=2)
|
|
|
|
print("\n异步模式已启用")
|
|
print("按 'q' 退出，按 'r' 重置光流追踪器")
|
|
|
|
# =========================================================================
|
|
# 3. 主循环：非阻塞获取数据
|
|
# =========================================================================
|
|
try:
|
|
while True:
|
|
# 非阻塞获取最新结果
|
|
# timeout: 等待超时时间（秒）
|
|
# - 返回 None 表示暂无新数据
|
|
# - 返回 dict 包含所有传感器数据
|
|
data = sensor.get_async(timeout=0.05)
|
|
|
|
if data is None:
|
|
# 暂无新数据，继续等待
|
|
continue
|
|
|
|
# 打印力的数值
|
|
print(f"FPS: {data['fps']:5.1f}, "
|
|
f"法向力: {data['fnormal']:8.2f}, "
|
|
f"切向力X: {data['fshearx']:8.2f}, "
|
|
f"切向力Y: {data['fsheary']:8.2f}")
|
|
|
|
# 显示形变箭头图
|
|
if data['img'] is not None and data['flow'] is not None:
|
|
arrows = orisys.util.draw_arrows(
|
|
data['img'].copy(),
|
|
data['flow'],
|
|
threshold=5
|
|
)
|
|
cv2.imshow("异步模式 - 形变", arrows)
|
|
|
|
# 显示深度图
|
|
if data['depth'] is not None:
|
|
depth_img = cv2.applyColorMap(
|
|
(data['depth'] * 255).astype('uint8'),
|
|
cv2.COLORMAP_HOT
|
|
)
|
|
cv2.imshow("异步模式 - 深度", depth_img)
|
|
|
|
# 键盘控制
|
|
key = cv2.waitKey(1) & 0xFF
|
|
if key == ord('q'):
|
|
break
|
|
elif key == ord('r'):
|
|
sensor.reset()
|
|
print("光流追踪器已重置")
|
|
|
|
finally:
|
|
# =====================================================================
|
|
# 4. 清理资源
|
|
# =====================================================================
|
|
# disconnect() 会自动调用 disable_async() 停止所有线程
|
|
sensor.disconnect()
|
|
cv2.destroyAllWindows()
|
|
|
|
|
|
if __name__ == '__main__':
|
|
main()
|