cheng
116 lines
4.2 KiB
Python
116 lines
4.2 KiB
Python
"""
|
|
示例 1：单传感器基础流程
|
|
|
|
本示例演示 Orisys SDK 的标准处理流程：
|
|
1. 初始化传感器（摄像头或视频文件）
|
|
2. 获取图像并计算形变
|
|
3. 按需计算接触区域
|
|
4. 读取并可视化结果
|
|
|
|
SDK version: 0.3.1
|
|
"""
|
|
import os
|
|
os.environ["OPENCV_VIDEOIO_MSMF_ENABLE_HW_TRANSFORMS"] = "0"
|
|
import cv2
|
|
import orisys
|
|
import numpy as np
|
|
import argparse
|
|
|
|
def main():
|
|
parser = argparse.ArgumentParser()
|
|
parser.add_argument("--video","-v", type=str, default="0", help="视频源：摄像头编号或视频文件路径")
|
|
parser.add_argument("--config","-c", type=str, default="./config/ddjx01.json", help="配置文件名称或路径")
|
|
parser.add_argument("--verbose","-verbose", type=bool, default=True, help="是否输出详细日志")
|
|
args = parser.parse_args()
|
|
|
|
# 步骤 1：创建传感器对象（必需）
|
|
# config_name 可以是内置配置名称，也可以是自定义配置文件路径
|
|
# cal_path 为标定文件路径；每台设备建议使用独立的标定文件
|
|
|
|
# 输入既可以是摄像头编号，也可以是视频文件路径
|
|
try:
|
|
input = int(args.video)
|
|
is_camera = True
|
|
sensor = orisys.Sensor(input, config_name=args.config, verbose=args.verbose)
|
|
except:
|
|
is_camera = False
|
|
sensor = orisys.Sensor(args.video, config_name=args.config, verbose=args.verbose)
|
|
|
|
print("\n按键说明：'q' 退出程序，'r' 重置追踪器。")
|
|
|
|
while True:
|
|
# 步骤 2：数据处理
|
|
# 步骤 2.1：获取并拼接图像（必需）
|
|
sensor.get_img()
|
|
# 步骤 2.2：计算形变场（必需）；返回值表示当前帧是否检测到接触/运动
|
|
is_contact_now = sensor.compute_deformation(check_motion=True, threshold=0)
|
|
# 步骤 2.3：仅在当前帧检测到接触/运动时计算接触区域
|
|
# if is_contact_now:
|
|
sensor.compute_contact()
|
|
|
|
|
|
# 步骤 2.4：读取结果
|
|
fps, flow, vnormal, img, contour, centroid, depth_map, fnormal, fshearx, fsheary = sensor.read_info(
|
|
sensor.info.FPS,
|
|
sensor.info.VRAW,
|
|
sensor.info.VNORMAL,
|
|
sensor.info.IMG,
|
|
sensor.info.CONTOUR,
|
|
sensor.info.CENTROID,
|
|
sensor.info.DEPTH,
|
|
sensor.info.FNORMAL,
|
|
sensor.info.FSHEARX,
|
|
sensor.info.FSHEARY
|
|
)
|
|
|
|
# 步骤 3：可视化显示
|
|
# 步骤 3.1：显示形变矢量场
|
|
arrows = orisys.util.draw_arrows(
|
|
img,
|
|
flow,
|
|
threshold=2,
|
|
grid_spacing=20,
|
|
arrow_scale=1.0
|
|
)
|
|
cv2.imshow("形变矢量场".encode("gbk"), arrows)
|
|
|
|
# 步骤 3.2：显示接触区域和质心
|
|
image_with_foe = orisys.util.draw_contact(img, contour, centroid)
|
|
cv2.imshow("接触区域与质心".encode("gbk"), image_with_foe)
|
|
|
|
# 步骤 3.3：显示深度图
|
|
# 将深度值归一化到 0-255 范围
|
|
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)
|
|
|
|
# 应用伪彩色映射
|
|
cv2.imshow("深度图".encode("gbk"), cv2.applyColorMap(div_normalized, cv2.COLORMAP_JET))
|
|
|
|
# 步骤 3.4：打印关键结果
|
|
print(
|
|
f"FPS={fps:.2f}, 法向力={fnormal:.4f}, 切向力X={fshearx:.4f}, "
|
|
f"切向力Y={fsheary:.4f}, 深度图尺寸={depth_map.shape}, 原始分辨率={sensor.img_size_raw}"
|
|
)
|
|
|
|
# 步骤 3.5：键盘控制
|
|
key = cv2.waitKey(1) & 0xFF
|
|
if key == ord("q"):
|
|
print("\n正在退出示例程序...")
|
|
break
|
|
if key == ord("r"):
|
|
# 当光流追踪出现漂移时，可手动重置追踪器
|
|
sensor.reset()
|
|
print("追踪器已重置。")
|
|
|
|
# =========================================================================
|
|
# 4. 释放资源
|
|
# =========================================================================
|
|
sensor.disconnect() # 释放视频源及相关资源
|
|
|
|
|
|
if __name__ == '__main__':
|
|
main()
|