Python 来自网络摄像头的实时RGB图_Python_Opencv_Matplotlib_Graph_Rgb

Python 来自网络摄像头的实时RGB图

python opencv matplotlib graph

Python 来自网络摄像头的实时RGB图,python,opencv,matplotlib,graph,rgb,Python,Opencv,Matplotlib,Graph,Rgb,我需要创建一个图形，从视频实时显示RGB。我知道我必须捕获一帧并在图形和x轴绘图时间中绘制3个通道。但是我有一个错误。网络摄像头正常打开，屏幕上显示空白图形。有人知道我该如何写这段代码吗 import cv2 import matplotlib.pyplot as plt import numpy as np from matplotlib.animation import FuncAnimation capture = cv2.VideoCapture(0) ret, frame = cap

我需要创建一个图形，从视频实时显示RGB。我知道我必须捕获一帧并在图形和x轴绘图时间中绘制3个通道。但是我有一个错误。网络摄像头正常打开，屏幕上显示空白图形。有人知道我该如何写这段代码吗

import cv2
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.animation import FuncAnimation

capture = cv2.VideoCapture(0)
ret, frame = capture.read()

fig = plt.figure()
ax1 = fig.add_subplot(1,1,1)


while True:
    ret, frame = capture.read()
    cv2.imshow('Frame', frame)

    if not ret:
        break


    def animate(i):

        b, g, r = cv2.split(frame)
        xs = []
        ys = []
        for line in b:
            if len(line) > 1:
                x, y = line.split(',') #Getting the error: 'numpy.ndarray has no attribute split'.
                xs.append(x)
                ys.append(y)
        ax1.clear()
        ax1.plot(xs, ys)


    ani = FuncAnimation(fig, animate, interval=1000)
    plt.show()

    keyval = cv2.waitKey(1) & 0xFF

    if keyval == ord('q'):
        break


capture.release()
cv2.destroyAllWindows()

您希望在接收网络摄像头帧时显示交互式图形

您可以使用
```
plt.ion（）
```
。
```
ion（）
```
方法在接收输入时更新图形

您可能会问为什么不使用FuncAnimation？
- 据我所知，
```
FuncAnimation
```
  方法不是为
```
while
```
  循环设计的<代码>FuncAnimation对于预计算的帧很有用。在这里你可以看到和

如何获得每秒的帧

我们可以计算
```
fps
```
（每秒帧数）值。例如，如果
```
fps
```
值为5，则5帧持续时间等于1秒

我们可以使用一个变量对帧进行计数，并检查该变量是否等于

fps

。然后我们添加帧

如果帧计数%fps==0：
b、 g，r=cv2.分体式（框架）
line=[如果len（line）的话，zip（b，g，r）中的行对应的行]
追加（第二个）
blue.append（np.mean（行[0]））
green.append（np.mean（第[1]行）））
红色。附加（np.平均值（第[2]行））

您可能会问为什么不使用
time.time来计算秒数？
我认为使用
```
fps
```
比使用
```
time.time
```
更可靠。我想保证每秒钟都能得到帧

结果:

我已从命令提示符处获得结果。如果您调试它，您可能会得到多个图像，而不是一个更新的图像

更新-1

如果要分离通道，可以将每个计算的方差乘以不同的系数：

blue.append（np.var（行[0]）*0.02）
green.append（np.var（第[1]行））*0.03
红色追加（np.var（第[2]行）0.04）

结果:

您也可以使用
```
np.mean
```

blue.append（np.平均值（第[0]行））*0.02）
绿色。附加（np.平均值（第[1]行）0.03）
红色追加（np.平均值（第[2]行）0.04）

结果:

更新-2

如果要将输出数据写入excel，可以使用库

您可以安装：

pip环境：
```
pip安装xlsxwriter
```
anaconda环境：
```
conda安装-c anaconda xlsxwriter
```

三个步骤：

步骤1：创建工作表：

book=工作簿（'Channel.xlsx'）
工作表=书本。添加工作表（）

步骤2：初始化
```
行
```
和
```
列
```
变量：
- ```
行=0
col=0
```

第三步：写

用于拉链中的s、b、g、r（xs、蓝色、绿色、红色）：
书写（行、列、s）
书写（第1行，第b列）
书写（第2行，第g列）
书写（第3行、第3列、第r列）
col+=1

输出：

更新-3

时间

在以前的更新中，
```
fps=cv2.CAP\u PROP\u fps
```
错误。正确的用法是
```
fps=capture.get（cv2.CAP\u PROP\u fps）
```
。现在我们正在获取网络摄像头的fps
加速

我们使用了
```
red
```
、
```
green
```
、
```
blue
```
、
```
xs
```
列表结构来存储帧和秒，用于显示和写入excel文件
随着帧数据的增加，列表结构成为实时处理的负担。因此，一种解决方案是划分显示和写入操作
用于显示：
```
b\u帧
```
，
```
g\u帧
```
，
```
r\u帧
```
，以及
```
s\u帧
```
要写入excel，请使用蓝色、绿色、红色和xs
主要优点是现在我们可以减少显示帧的存储空间。因为我们存储在
```
蓝色
```
、
```
绿色
```
、
```
红色
```
和
```
xs
```
中

例如：两秒钟后删除第一帧

del b_帧[0]
del g_帧[0]
del r_帧[0]
del s_帧[0]

因为
```
b_帧
```
、
```
g_帧
```
、
```
r_帧
```
和
```
s_帧
```
不再包含所有帧。系统加速

更新-4

VideoCapture

在读取、解码和返回下一帧时阻止应用程序。很可能这就是相机冻结的原因

一个选项是使用

VideoStream

，它通过使用队列结构同时处理读取、解码和返回操作

安装

imutils

对于pip:
```
pip安装imutils
```
对于蟒蛇：
```
conda安装-c conda forge imutils
```

例如：

从imutils.video导入视频流
vs=VideoStream（）.start（）
尽管如此：
frame=vs.read（）
如果框架为无：
打破
.
.
vs.stop（）

我测试了

VideoStream

，在应用过程中没有冻结帧或暂停

代码：

导入cv2
将numpy作为np导入
将matplotlib.pyplot作为plt导入
从imutils.video导入视频流
从xlsxwriter导入工作簿
图=plt.图（）
plt.ion（）#打开交互模式
xs=[]
蓝色=[]
红色=[]
绿色=[]
b_帧=[]
g_帧=[]
r_帧=[]
s_帧=[