Python 警告：0在cv2中终止异步回调错误
我陷入了下面的代码中，请帮助我解决错误：cv2中的0终止异步回调错误Python 警告：0在cv2中终止异步回调错误,python,python-3.x,python-2.7,opencv,cv2,Python,Python 3.x,Python 2.7,Opencv,Cv2,我陷入了下面的代码中，请帮助我解决错误：cv2中的0终止异步回调错误 # this is a client program which run on client side import cv2 import socket import numpy as np import math import time try: start_time = time.time() state1 = "off" state2 = "off" state3 = "off"
# this is a client program which run on client side
import cv2
import socket
import numpy as np
import math
import time
try:
start_time = time.time()
state1 = "off"
state2 = "off"
state3 = "off"
mode = "on"
host = "192.168.0.106" # socket which acording server in our case #ip address of rapberry Pi
port = 9345
mySocket = socket.socket()
mySocket.connect((host,port))
cap = cv2.VideoCapture(0)
while(cap.isOpened()):
# read image
ret, img = cap.read()
# get hand data from the rectangle sub window on the screen
cv2.rectangle(img, (300,300), (100,100), (0,255,0),0)
crop_img = img[100:300, 100:300]
# convert to grayscale
grey = cv2.cvtColor(crop_img, cv2.COLOR_BGR2GRAY)
# applying gaussian blur
value = (35, 35)
blurred = cv2.GaussianBlur(grey, value, 0)
# thresholdin: Otsu's Binarization method
_, thresh1 = cv2.threshold(blurred, 127, 255,
cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)
# show thresholded image
cv2.imshow('Thresholded', thresh1)
# check OpenCV version to avoid unpacking error
(version, _, _) = cv2.__version__.split('.')
if version == '3':
image, contours, hierarchy = cv2.findContours(thresh1.copy(), \
cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
elif version == '2':
contours, hierarchy = cv2.findContours(thresh1.copy(),cv2.RETR_TREE, \
cv2.CHAIN_APPROX_NONE)
# find contour with max area
cnt = max(contours, key = lambda x: cv2.contourArea(x))
# create bounding rectangle around the contour (can skip below two lines)
x, y, w, h = cv2.boundingRect(cnt)
cv2.rectangle(crop_img, (x, y), (x+w, y+h), (0, 0, 255), 0)
# finding convex hull
hull = cv2.convexHull(cnt)
# drawing contours
drawing = np.zeros(crop_img.shape,np.uint8)
cv2.drawContours(drawing, [cnt], 0, (0, 255, 0), 0)
cv2.drawContours(drawing, [hull], 0,(0, 0, 255), 0)
# finding convex hull
hull = cv2.convexHull(cnt, returnPoints=False)
# finding convexity defects
defects = cv2.convexityDefects(cnt, hull)
count_defects = 0
cv2.drawContours(thresh1, contours, -1, (0, 255, 0), 3)
# applying Cosine Rule to find angle for all defects (between fingers)
# with angle > 90 degrees and ignore defects
for i in range(defects.shape[0]):
s,e,f,d = defects[i,0]
start = tuple(cnt[s][0])
end = tuple(cnt[e][0])
far = tuple(cnt[f][0])
# find length of all sides of triangle
a = math.sqrt((end[0] - start[0])**2 + (end[1] - start[1])**2)
b = math.sqrt((far[0] - start[0])**2 + (far[1] - start[1])**2)
c = math.sqrt((end[0] - far[0])**2 + (end[1] - far[1])**2)
# apply cosine rule here
angle = math.acos((b**2 + c**2 - a**2)/(2*b*c)) * 57
# ignore angles > 90 and highlight rest with red dots
if angle <= 90:
count_defects += 1
cv2.circle(crop_img, far, 1, [0,0,255], -1)
#dist = cv2.pointPolygonTest(cnt,far,True)
# draw a line from start to end i.e. the convex points (finger tips)
# (can skip this part)
cv2.line(crop_img,start, end, [0,255,0], 2)
#cv2.circle(crop_img,far,5,[0,0,255],-1)
# define actions required
if count_defects == 1:
if (time.time()>start_time+2):
if mode == "on":
mySocket.send("on_led1".encode())
state1 = "on"
print("led 1 is on")
else:
mySocket.send("off_led1".encode())
state1 = "off"
print("led 1 is off")
start_time = time.time()
cv2.putText(img, "led 1 is "+state1, (5, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, 2)
elif count_defects == 2:
if (time.time()>start_time+2):
if mode == "on":
mySocket.send("on_led2".encode())
state2 = "on"
print("led 2 is on")
else:
mySocket.send("off_led2".encode())
state2 = "off"
print("led 2 is off")
start_time = time.time()
cv2.putText(img, "led 2 is "+state2, (5, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, 2)
elif count_defects == 3:
if (time.time()>start_time+2):
if mode == "on":
mySocket.send("on_led3".encode())
state3 = "on"
print("led 3 is on")
else:
mySocket.send("off_led3".encode())
state3 = "off"
print("led 3 is off")
start_time = time.time()
cv2.putText(img, "led 3 is "+state3, (5, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, 2)
elif count_defects == 4:
cv2.putText(img,"mode is "+mode, (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 2, 2)
if(time.time() > start_time+2):
if mode == "on":
mode = "off"
else:
mode = "on"
start_time = time.time()
print(mode)
else:
cv2.putText(img, "use your fingure for turn On/Off lights current mode is "+mode, (5, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, 2)
# show appropriate images in windows
cv2.imshow('Gesture', img)
all_img = np.hstack((drawing, crop_img))
cv2.imshow('Contours', all_img)
k = cv2.waitKey(10)
if k == 27:
break
mySocket.close()
except:
mySocket.send("close_all".encode())
mySocket.close()
#这是一个在客户端运行的客户端程序
进口cv2
导入套接字
将numpy作为np导入
输入数学
导入时间
尝试：
开始时间=time.time（）
state1=“关”
state2=“关”
state3=“关”
mode=“on”
host=“192.168.0.106”#在我们的例子中记录服务器的套接字#Rapperry Pi的ip地址
端口=9345
mySocket=socket.socket（）
mySocket.connect（（主机、端口））
cap=cv2.视频捕获（0）
while（cap.isOpened（））：
#读取图像
ret，img=cap.read（）
#从屏幕上的矩形子窗口获取手数据
cv2.矩形（img，（300300），（100100），（0255,0），0）
作物_img=img[100:300，100:300]
#转换为灰度
灰色=cv2.CVT颜色（裁剪图像，cv2.COLOR\U BGR2GRAY）
#应用高斯模糊
值=（35,35）
模糊=cv2.高斯模糊（灰色，值，0）
#thresholdin:Otsu二值化方法
_，thresh1=cv2。阈值（模糊，127255，
cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU）
#显示阈值图像
cv2.imshow（“阈值化”，阈值1）
#检查OpenCV版本以避免解包错误
（版本，uu，uu）=cv2.uu版本uu.split（'.'））
如果版本==“3”：
图像、轮廓、层次=cv2.findContours（thresh1.copy（）\
cv2.RETR_树，cv2.CHAIN_近似值（无）
elif版本==“2”：
轮廓，层次结构=cv2.findContours（thresh1.copy（），cv2.RETR_树\
cv2.链条（约无）
#查找具有最大面积的轮廓
cnt=最大值（轮廓，关键点=λx:cv2.轮廓面积（x））
#围绕轮廓创建边框（可以跳过两条线以下）
x、 y，w，h=cv2.boundingRect（cnt）
cv2.矩形（裁剪图像，（x，y），（x+w，y+h），（0，0，255），0）
#寻找凸壳
外壳=cv2.凸形外壳（cnt）
#绘制等高线
图纸=np.零（裁剪形状，np.uint8）
cv2.图纸轮廓（图纸[cnt]，0，（0，255，0），0）
cv2.图纸轮廓（图纸[hull]，0，（0,0,255），0）
#寻找凸壳
外壳=cv2.凸形外壳（cnt，返回点=假）
#寻找凸性缺陷
缺陷=cv2.凸面缺陷（碳纳米管、外壳）
缺陷计数=0
cv2.绘制等高线（阈值1，等高线，-1，（0，255，0），3）
#应用余弦规则查找所有缺陷的角度（指间）
#角度>90度且忽略缺陷
对于范围内的i（缺陷形状[0]）：
s、 e，f，d=缺陷[i，0]
start=tuple（cnt[s][0]）
end=元组（cnt[e][0]）
far=元组（cnt[f][0]）
#求三角形所有边的长度
a=数学.sqrt（（结束[0]-开始[0]）**2+（结束[1]-开始[1]）**2）
b=math.sqrt（（远[0]-start[0]）**2+（远[1]-start[1]）**2）
c=数学sqrt（（end[0]-far[0]）**2+（end[1]-far[1]）**2）
#在这里应用余弦规则
角度=数学acos（（b**2+c**2-a**2）/（2*b*c））*57
#忽略大于90的角度，并用红点突出显示其余部分
如果角度开始时间+2）：
如果模式==“打开”：
mySocket.send（“on_led1.encode（））
state1=“on”
打印（“led 1亮起”）
其他：
mySocket.send（“off_led1.encode（））
state1=“关”
打印（“led 1熄灭”）
开始时间=time.time（）
cv2.putText（img，“led 1为”+状态1，（5,50），cv2.FONT\u HERSHEY\u SIMPLEX，1,2）
elif计数_缺陷==2：
如果（time.time（）>开始时间+2）：
如果模式==“打开”：
mySocket.send（“on_led2.encode（））
state2=“on”
打印（“led 2亮起”）
其他：
mySocket.send（“off_led2.encode（））
state2=“关”
打印（“led 2熄灭”）
开始时间=time.time（）
cv2.putText（img，“led 2为”+状态2，（5,50），cv2.FONT\u HERSHEY\u SIMPLEX，1,2）
elif计数_缺陷==3：
如果（time.time（）>开始时间+2）：
如果模式==“打开”：
mySocket.send（“on_led3.encode（））
state3=“on”
打印（“led 3亮起”）
其他：
mySocket.send（“off_led3.encode（））
state3=“关”
打印（“led 3熄灭”）
开始时间=time.time（）
cv2.putText（img，“led 3为”+状态3，（5,50），cv2.FONT\u HERSHEY\u SIMPLEX，1,2）
elif计数_缺陷==4：
cv2.putText（img，“mode is”+mode，（50,50），cv2.FONT\u HERSHEY\u SIMPLEX，2,2）
如果（time.time（）>开始时间+2）：
如果模式==“打开”：
模式=“关闭”
其他：
mode=“on”
开始时间=time.time（）
打印（模式）
其他：
cv2.putText（img，“使用您的fingure打开/关闭灯电流模式为”+模式，（5,50），cv2.FONT\u HERSHEY\u SIMPLEX，1,2）
#在windows中显示适当的图像
cv2.imshow（“手势”，img）
all_img=np.hstack（（图纸、裁剪）
cv2.imshow（“轮廓”，所有图像）
k=cv2.等待键（10）
如果k==27：
打破
mySocket.close（）
除：
mySocket.send（“全部关闭”.encode（））
mySocket.close（）
[WARN:0]终止异步回调camera.release（）cv2.destroyAllWindows（）cap = cv2.VideoCapture(cv2.CAP_DSHOW)
cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)
if version == '3':
image, contours, hierarchy = cv2.findContours(thresh1.copy(), \
cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
elif version == '2':
contours, hierarchy = cv2.findContours(thresh1.copy(),cv2.RETR_TREE, \
cv2.CHAIN_APPROX_NONE)