优化上料识别与药材识别

bsw215583320

2025-01-16 8446139d79c366fc2c44d72c2ddb963817a8ce7d

 camera_onnx.py

@@ -1,5 +1,7 @@
import os
# 上料识别，获取上料图片，保存到data/images文件夹下


import os
import cv2
import time
import numpy as np
@@ -17,26 +19,26 @@
    for device in webcams:
        name = getattr(device, 'Name', None)
        pnp_class = getattr(device, 'PNPClass', None)
        if name is not None and 'PC Camera' in name:
        if name is not None and cam1 in name:
            # 将设备名字和索引添加到字典中
            webcam_dict['PC Camera'] = index
            webcam_dict[cam1] = index
            index += 1
        elif name is not None and "USB Camera" in name:
        elif name is not None and cam2 in name:
            # 将设备名字和索引添加到字典中
            webcam_dict['USB Camera'] = index
            webcam_dict[cam2] = index
            index += 1
    return webcam_dict


# 调用另一个长焦镜头，拍摄清晰的局部药材图片
def get_image():
    camera2_index = webcams.get('PC Camera')
    camera2_index = webcams.get(cam2)
    print("第二个摄像头索引：" + str(camera2_index))
    # 打开摄像头
    capture = cv2.VideoCapture(camera2_index, cv2.CAP_DSHOW)
    # 设置分辨率
    capture.set(cv2.CAP_PROP_FRAME_WIDTH, 3800)  # 宽度
    capture.set(cv2.CAP_PROP_FRAME_HEIGHT, 2150)  # 高度
    capture.set(cv2.CAP_PROP_FRAME_WIDTH, 1920)  # 宽度
    capture.set(cv2.CAP_PROP_FRAME_HEIGHT, 1080)  # 高度
    # 检查摄像头是否成功打开
    if not capture.isOpened():
        print("无法打开摄像头2")
@@ -46,45 +48,49 @@
    print("摄像头2分辨率:", width2, "x", height2)
    # 循环读取摄像头画面
    # Shadows name 'width' from outer scope
    count = 0
    while True:
        ret2, frame2 = capture.read()
        if not ret2:
            print("无法读取摄像头画面")
            break

        # 显示画面
        # cv2.imshow('Output2', frame2)
        count += 1
        # 1920*1080的图像，中心裁剪640*480的区域
        a2 = int(height2 / 2 - target_height / 2)
        b2 = int(height2 / 2 + target_height / 2)
        c2 = int(width2 / 2 - target_width / 2)
        d2 = int(width2 / 2 + target_width / 2)
        cropped_frame2 = frame2[a2:b2, c2:d2]
        # 调整图像尺寸
        resized_frame2 = cv2.resize(cropped_frame2, (target_width, target_height))
        # 生成保存文件名，以当前时间命名
        save_name = time.strftime("%Y%m%d%H%M%S", time.localtime()) + ".jpg"
        # 保存调整尺寸后的图片
        cv2.imwrite(save_path + "2/" + save_name, resized_frame2)
        # cv2.imshow("Camera", resized_frame2)
        print("保存图片:", save_name)
        break
        # a2 = int(height2 / 2 - target_height / 2)
        # b2 = int(height2 / 2 + target_height / 2)
        # c2 = int(width2 / 2 - target_width / 2)
        # d2 = int(width2 / 2 + target_width / 2)
        # cropped_frame2 = frame2[a2:b2, c2:d2]
        if count == 2:
            # 调整图像尺寸
            resized_frame2 = cv2.resize(frame2, (target_width, target_height))
            # 显示画面
            # cv2.imshow('Output2', resized_frame2)
            # 生成保存文件名，以当前时间命名
            save_name2 = time.strftime("%Y%m%d%H%M%S", time.localtime()) + ".jpg"
            # 保存调整尺寸后的图片
            cv2.imwrite(save_path + "2/" + save_name2, resized_frame2)
            # cv2.imshow("Camera", resized_frame2)
            print("保存图片:", save_name2)
            break
    # 结束线程
    capture.release()
    return frame2


if __name__ == '__main__':

    cam1 = "USB Camera"
    cam2 = "PC Camera"
    webcams = list_webcams()
    print(webcams)
    target_width = 1024
    target_height = 768
    save_path = "data/images/"
    # 加载ONNX模型
    session = onnxruntime.InferenceSession("model/best.onnx")
    session = onnxruntime.InferenceSession("model/loading.onnx")
    # 摄像头索引号，通常为0表示第一个摄像头
    camera_index = webcams.get('USB Camera')
    camera_index = webcams.get(cam1)
    print("第一个摄像头索引：" + str(camera_index))
    modelmeta = session.get_modelmeta()
    metadata_map = modelmeta.custom_metadata_map