Python+OpenCV+pyQt5录制双目摄像头视频的实例

### Python+OpenCV+PyQt5录制双目摄像头视频的实例详解 #### 一、引言 在实际应用中，经常需要使用多个摄像头同时录制视频，例如在立体视觉或者3D建模等领域。然而，市面上大多数现成的软件难以满足同时录制双目摄像头的需求。本文将详细介绍如何使用Python结合OpenCV和PyQt5来实现这一功能。 #### 二、环境搭建与依赖 为了顺利运行本示例，你需要安装以下依赖库： - **Python**: 最新版推荐3.7以上版本。 - **OpenCV**: 用于图像处理和视频捕获等功能。 - **PyQt5**: 用于构建图形用户界面(GUI)。 - **NumPy**: 提供高效数组操作功能，辅助OpenCV完成图像处理。 #### 三、代码解析 ##### 3.1 导入必要的模块 ```python import cv2 import numpy as np from PyQt5.QtWidgets import QMainWindow, QApplication, QFileDialog import threading import threadpool from CvPyGui import ImageCvQtContainer from CvPyGui.ui import gui ``` 以上导入的模块中，`cv2` 和 `numpy` 是进行图像处理的基础库；`PyQt5` 的模块用于构建GUI；`threading` 和 `threadpool` 则是为了实现多线程处理，以确保程序不会被视频捕捉所阻塞。 ##### 3.2 界面设计 利用PyQt5中的Designer工具可以快速创建一个美观且实用的界面。在这个例子中，我们需要设计一个包含两个文本标签用于显示视频流的界面。 ```python class Image(QWidget): def __init__(self, name, label): super().__init__() self.frame_lbl = label def updateImage(self, opencv_rgb_image): # 更新图像 self.cv_img_rgb = opencv_rgb_image height, width, channel = self.cv_img_rgb.shape bytesPerLine = 3 * width q_image = QImage(self.cv_img_rgb.data, width, height, bytesPerLine, QImage.Format_RGB888) self.frame_lbl.setPixmap(QPixmap.fromImage(q_image)) def saveImage(self): # 保存图像功能 filter = "Images(*.png *.jpg)" image_path, _ = QFileDialog.getSaveFileName(self, filter=filter) cv_img_bgr = cv2.cvtColor(self.cv_img_rgb, cv2.COLOR_RGB2BGR) cv2.imwrite(image_path, cv_img_bgr) ``` ##### 3.3 视频获取与播放 使用OpenCV进行视频流的获取非常简单，可以通过以下代码片段实现： ```python def capture_video(device_id, label): cap = cv2.VideoCapture(device_id) cap.set(6, cv2.VideoWriter_fourcc('M', 'J', 'P', 'G')) cap.set(3, w) cap.set(4, h) while True: ret, frame = cap.read() if not ret: break # 更新界面显示 img = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) update_image(label, img) time.sleep(0.01) def update_image(label, img): height, width, channel = img.shape bytesPerLine = 3 * width q_image = QImage(img.data, width, height, bytesPerLine, QImage.Format_RGB888) pixmap = QPixmap.fromImage(q_image) label.setPixmap(pixmap) ``` 这里的`capture_video`函数负责启动摄像头并持续读取视频流。`update_image`函数则用于更新GUI中显示的图像。 #### 四、多线程处理 为了保证程序的流畅性，我们需要在一个单独的线程中进行视频捕捉。这样主界面不会因为视频捕捉而冻结，用户体验更好。 ```python def start_capture(): t1 = threading.Thread(target=capture_video, args=(0, left_label)) t2 = threading.Thread(target=capture_video, args=(1, right_label)) t1.start() t2.start() if __name__ == '__main__': app = QApplication(sys.argv) window = QMainWindow() ui = gui.Ui_MainWindow() ui.setupUi(window) left_label = ui.left_camera right_label = ui.right_camera start_capture() window.show() sys.exit(app.exec_()) ``` #### 五、总结 本文介绍了一个基于Python、OpenCV和PyQt5的双目摄像头视频录制示例。通过合理设计UI和使用多线程技术，我们不仅实现了高效的视频捕获，还确保了应用程序的稳定性和良好的用户体验。这种方法适用于多种应用场景，特别是在需要同步捕捉和处理多个视频流的情况下。