单目相机自拍器¶

此示例需要运行 TK library (用于打开文件对话框)

还需要人脸检测模型，请查看这个教程学习如何编译一个。

运行此示例需要 双目相机 , 它可以是 BW1097 - RaspberryPi 计算模块 , BW1098OBC - USB3 板载摄像头版或使用 DepthAI 单目相机自定义设置。

演示¶

捕获过程

捕获图片

源代码¶

import cv2
import depthai

device = depthai.Device('', False)

pipeline = device.create_pipeline(config={
    'streams': ['left', 'right', 'metaout'],
    'ai': {
        "blob_file": "/path/to/face-detection-retail-0004.blob",
        "blob_file_config": "/path/to/face-detection-retail-0004.json",
    },
    'camera': {'mono': {'resolution_h': 720, 'fps': 30}},
})

if pipeline is None:
    raise RuntimeError('Pipeline creation failed!')

detections = []
face_frame_left = None
face_frame_right = None

while True:
    nnet_packets, data_packets = pipeline.get_available_nnet_and_data_packets()

    for nnet_packet in nnet_packets:
        detections = list(nnet_packet.getDetectedObjects())

    for packet in data_packets:
        if packet.stream_name == 'left' or packet.stream_name == 'right':
            frame = packet.getData()

            img_h = frame.shape[0]
            img_w = frame.shape[1]

            for detection in detections:
                left = int(detection.x_min * img_w)
                top = int(detection.y_min * img_h)
                right = int(detection.x_max * img_w)
                bottom = int(detection.y_max * img_h)

                face_frame = frame[top:bottom, left:right]
                if face_frame.size == 0:
                    continue
                cv2.imshow(f'face-{packet.stream_name}', face_frame)
                if packet.stream_name == 'left':
                    face_frame_left = face_frame
                else:
                    face_frame_right = face_frame

    key = cv2.waitKey(1)
    if key == ord('q'):
        break
    if key == ord(' ') and face_frame_left is not None and face_frame_right is not None:
        from tkinter import Tk, messagebox
        from tkinter.filedialog import asksaveasfilename
        Tk().withdraw()
        filename = asksaveasfilename(defaultextension=".png", filetypes=(("Image files", "*.png"),("All Files", "*.*")))
        joined_frame = cv2.hconcat([face_frame_left, face_frame_right])
        cv2.imwrite(filename, joined_frame)
        messagebox.showinfo("Success", "Image saved successfully!")
        Tk().destroy()

del pipeline
del device

说明¶

Warning

New to the DepthAI?

DepthAI 的基础知识在示例-访问 DepthAI 相机所需的最少代码 and Hello World 中有解释。

我们的网络返回它检测到的面的边界框（将它们存储在 detections 数组中）。因此，在此示例中，我们必须做两件事： 裁剪框架 以仅包含脸部并将其保存到用户指定的位置。

执行裁剪¶

裁剪框架 要求我们修改示例-访问 DepthAI 相机所需的最少代码的代码, 这样我们就不会产生矩形的两个点，而是需要全部四个点：其中两个点决定裁剪的开始（ top 开始Y轴裁剪， left 开始X轴裁剪），另外两个点作为裁剪的结束（ bottom 结束Y轴裁剪， right 结束X轴裁剪）。

left = int(detection.x_min * img_w)
top = int(detection.y_min * img_h)
right = int(detection.x_max * img_w)
bottom = int(detection.y_max * img_h)

现在，由于我们的帧是 HWC f 格式(高度、宽度、通道)，我们首先裁剪 Y 轴(高度)，然后裁剪X轴（宽度）。所以裁剪代码是这样的:

face_frame = frame[top:bottom, left:right]

现在，还有一件事要做。因为有时网络可能会产生这样的边界框，当被裁剪后会产生一个空框，我们必须保证自己不受这种情况的影响，因为如果在空框的情况下调用 cv2.imshow 会抛出一个错误。

if face_frame.size == 0:
    continue
cv2.imshow('face', face_frame)

稍后，由于我们有两台相机同时工作，我们将把显示的画面分配给左面或右面画面变量，这将有助于我们以后保存图像。

if packet.stream_name == 'left':
    face_frame_left = face_frame
else:
    face_frame_right = face_frame

保存帧¶

为了 保存图片 我们需要两步:

将左右两台相机的脸部画面合并为一帧。
将准备好的框架保存到磁盘中。

值得庆幸的是，OpenCV 已经把这一切都解决了，所以对于每一个点，我们只用一行代码就可以了。调用 cv2.hconcat 进行帧合并，调用 cv2.imwrite 存储图像。

其余的代码，利用 tkinter 包, 是可选的，如果你不需要用户交互来保存帧，可以删除。

在这个例子中，我们使用 tkinter 来保存两个对话框：

获取目标文件路径(存储为 filepath ),允许我们调用 cv2.imwrite ，因为它需要路径作为第一个参数。
确认文件已成功保存。

key = cv2.waitKey(1)
if key == ord('q'):
    break
if key == ord(' ') and face_frame_left is not None and face_frame_right is not None:
    from tkinter import Tk, messagebox
    from tkinter.filedialog import asksaveasfilename
    Tk().withdraw()
    filename = asksaveasfilename(defaultextension=".png", filetypes=(("Image files", "*.png"),("All Files", "*.*")))
    joined_frame = cv2.hconcat([face_frame_left, face_frame_right])
    cv2.imwrite(filename, joined_frame)
    messagebox.showinfo("Success", "Image saved successfully!")
    Tk().destroy()