วิธีสร้างแอปพลิเคชันกล้องโดยใช้ Python
ไม่ว่าคุณจะต้องการทำงานในโปรเจ็กต์ Python ที่น่าสนใจหรือสำรวจแง่มุมต่างๆ ของการเขียนโปรแกรม Python การสร้างแอปพลิเคชันกล้องก็ตอบสนองจุดประสงค์นี้ โดยเกี่ยวข้องกับการรวมแง่มุมต่างๆ ของการเขียนโปรแกรม Python เช่น การพัฒนาส่วนติดต่อผู้ใช้แบบกราฟิก (GUI) การประมวลผลภาพและวิดีโอ และมัลติเธรด
นอกจากนี้ การแก้ปัญหาในโลกแห่งความเป็นจริงเช่นนี้ยังช่วยเพิ่มความสามารถในการคิดอย่างมีวิจารณญาณและความสามารถในการแก้ปัญหาอีกด้วย ความสามารถดังกล่าวมีความสำคัญอย่างยิ่งในโครงการพัฒนาซอฟต์แวร์ที่หลากหลาย
การตั้งค่าสภาพแวดล้อมของคุณ
ในการเริ่มต้น ให้สร้างสภาพแวดล้อมเสมือนใหม่ที่จะแยกโปรเจ็กต์ของคุณออกจากความคลาดเคลื่อนที่อาจเกิดขึ้นเนื่องจากเวอร์ชันแพ็คเกจที่ขัดแย้งกัน จากนั้น รันคำสั่งต่อไปนี้ในเทอร์มินัลของคุณ:
pip install opencv-python pillow
คำสั่งปัจจุบันจะอำนวยความสะดวกในการติดตั้งทั้งไลบรารี OpenCV ซึ่งมีชุดเครื่องมือที่ครอบคลุมสำหรับการปฏิบัติงานด้านการมองเห็นคอมพิวเตอร์ต่างๆ เช่นเดียวกับ Python Imaging Library (PIL) ซึ่งเป็นโมดูลสำคัญที่ช่วยให้ผู้ใช้สามารถดำเนินการประมวลผลภาพได้อย่างครอบคลุม. ด้วยเหตุนี้ คุณอาจใช้ OpenCV สำหรับฟังก์ชันการทำงานของคอมพิวเตอร์วิทัศน์ที่แข็งแกร่ง ขณะเดียวกันก็ใช้ PIL สำหรับการจัดการรูปภาพที่ซับซ้อนภายในสภาพแวดล้อมเสมือนของคุณ
ซอร์สโค้ดที่สมบูรณ์ของโปรเจ็กต์นี้สามารถเข้าถึงได้ผ่านพื้นที่เก็บข้อมูล GitHub ซึ่งทำหน้าที่เป็นพื้นที่เก็บข้อมูลดิจิทัลสำหรับนักพัฒนาในการแบ่งปันและทำงานร่วมกันในงานของพวกเขา
การนำเข้าไลบรารีที่จำเป็น
เมื่อติดตั้งไลบรารีเหล่านี้ ไลบรารีเหล่านี้อาจถูกนำเข้าควบคู่ไปกับโมดูลเพิ่มเติมที่ได้มาจากไลบรารีพื้นฐานของ Python ตามข้อกำหนดเฉพาะของแอปพลิเคชันหรืองานที่กำหนด
import tkinter as tk
import cv2
from PIL import Image, ImageTk
import os
import threading
import time
ฉันจะพัฒนาส่วนติดต่อผู้ใช้แบบกราฟิก (GUI) ที่ดึงดูดสายตาด้วยการใช้ไลบรารี Tkinter ซึ่งจะช่วยปรับปรุงประสบการณ์ผู้ใช้โดยรวมของแอปพลิเคชันของฉัน นอกจากนี้ การใช้ประโยชน์จากระบบปฏิบัติการ เธรดดิ้ง และโมดูลเวลาจะมอบฟังก์ชันการทำงานที่จำเป็นในการปรับปรุงประสิทธิภาพของระบบ ด้วยการใช้การทำงานพร้อมกันโดยการแยกบางส่วนของโค้ดออกเป็นเธรดที่แยกจากกัน ฉันตั้งเป้าที่จะเพิ่มประสิทธิภาพการดำเนินการและปรับปรุงการดำเนินงาน
การสร้างไดเร็กทอรีแกลเลอรีและการกำหนดตัวแปรและแฟล็กส่วนกลาง
กระบวนการนี้เกี่ยวข้องกับการสร้างโฟลเดอร์ที่กำหนดไว้สำหรับจัดเก็บทั้งภาพถ่ายที่ได้มาและวิดีโอฟุตเทจที่บันทึกไว้ ดังนั้นจึงมั่นใจได้ว่ามีพื้นที่จัดเก็บข้อมูลที่จำเป็นก่อนที่จะบันทึกหรือบันทึกเนื้อหาภาพใดๆ
if not os.path.exists("gallery"):
os.makedirs("gallery")
ในการสร้างตัวแปรสำหรับจัดเก็บภาพขนาดย่อของรูปภาพและวิดีโอภายในอัลบั้มรูป อันดับแรกเราจำเป็นต้องสร้างโครงสร้างข้อมูลใหม่สองโครงสร้างที่เรียกว่า"ภาพ\_ภาพขนาดย่อ"และ"วิดีโอ\_ภาพขนาดย่อ"
# Initialize image_thumbnails as a global list
image_thumbnails = []
video_thumbnails = [] # New list for video thumbnails
update_camera = True
ธง"อัปเดต\_กล้อง"ทำหน้าที่ควบคุมความถี่ของการอัปเดตฟีดกล้อง
การถ่ายภาพจากฟีดกล้อง
pythondef process_frame(กล้อง):# จับภาพเฟรมจากกล้อง feedframe=cv2.imread(‘input_video.mp4’)# บันทึกเฟรมลงในไดเร็กทอรี’gallery’ด้วยชื่อไฟล์ที่ไม่ซ้ำกันตามหมายเลขดัชนี i=0 ในขณะที่ True:filename=f"{i}.jpg"if not os.path.exists(“gallery”):os.makedirs(“gallery”)retval=cv2.imwrite(filename, frame)i +=1# แสดงเฟรมที่บันทึกไว้โดยใช้ show\_image cv2.imshow(cv2.namedWindow(“แกลเลอรี”, cv2.WINDOW
def capture_image():
ret, frame = cap.read()
if ret:
# Generate a unique filename with a timestamp
timestamp = time.strftime("%Y%m%d%H%M%S")
image_path = os.path.join("gallery", f"captured_image_{timestamp}.jpg")
cv2.imwrite(image_path, frame)
show_image(image_path)
การเริ่มต้นและหยุดการบันทึกวิดีโอ
ในการจัดแสดงวิดีโอ จำเป็นต้องกำหนดวิธีการสร้างวิดีโอขึ้นมา ดังนั้น เราจะพัฒนาฟังก์ชันที่เริ่มการบันทึกวิดีโอตามคำแนะนำจากผู้ใช้ในการจับภาพวิดีโอ นอกจากนี้ ฟังก์ชันนี้จะปิดใช้งานปุ่ม"บันทึก"(เพื่อป้องกันไม่ให้มีการบันทึกพร้อมกัน) ในขณะที่เปิดใช้งานปุ่ม"หยุดการบันทึก"การดำเนินการนี้แสดงว่าการบันทึกได้เริ่มต้นแล้ว
def start_recording():
global video_writer, recording_start_time, recording_stopped, update_camera
if not video_writer:
timestamp = time.strftime("%Y%m%d%H%M%S")
video_path = os.path.join("gallery", f"recorded_video_{timestamp}.mp4")
# Use mp4v codec (or try other codecs)
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
# Adjust frame rate and resolution if needed
video_writer = cv2.VideoWriter(video_path, fourcc, 20.0,
(640, 480))
recording_start_time = time.time()
recording_stopped = False
record_button.config(state=tk.DISABLED)
stop_button.config(state=tk.NORMAL)
# Start a separate thread for recording and time-lapse display
recording_thread = threading.Thread(target=record_and_display)
recording_thread.start()
ต่อจากนั้น พัฒนาฟังก์ชันที่จะยุติกระบวนการจับภาพวิดีโอและปลดปล่อยตัวเข้ารหัสวิดีโอ
def stop_recording():
global video_writer, recording_stopped
if video_writer:
video_writer.release()
recording_stopped = True
record_button.config(state=tk.NORMAL)
stop_button.config(state=tk.DISABLED)
ฟังก์ชันที่กล่าวมาข้างต้นจะดำเนินการเพิ่มเติมในการอัปเดตอินเทอร์เฟซผู้ใช้ ซึ่งจะต้องมีการเปิดใช้งานปุ่ม"บันทึก"ในขณะที่ปิดใช้งานปุ่ม"หยุดการบันทึก"การกระทำดังกล่าวแสดงว่ากระบวนการบันทึกได้สิ้นสุดลงแล้ว
การบันทึกและการแสดงวิดีโอ
โปรดพัฒนาฟังก์ชันที่จะรับเฟรมจากแหล่งวิดีโอได้อย่างราบรื่น ดำเนินการประมวลผลที่จำเป็น และนำเสนอภายในอินเทอร์เฟซผู้ใช้แบบกราฟิกจนกว่าจะถึงเวลาที่คำสั่ง"หยุดการบันทึก"ถูกเปิดใช้งาน การดำเนินการตามกระบวนการนี้จะถูกยกเลิกเมื่อมีการดำเนินการดังกล่าวข้างต้น
def record_and_display():
global recording_stopped, update_camera
while video_writer and not recording_stopped:
ret, frame = cap.read()
if ret:
frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
# Calculate elapsed time and add it to the frame
elapsed_time = time.time() - recording_start_time
timestamp = f"Time Elapsed: {int(elapsed_time)}s"
cv2.putText(frame, timestamp, (10, 30), cv2.FONT_HERSHEY_SIMPLEX,
0.5, (255, 255, 255), 2)
img = Image.fromarray(frame)
photo = ImageTk.PhotoImage(image=img)
camera_feed.config(image=photo)
camera_feed.image = photo
video_writer.write(frame)
time.sleep(0.05)
camera_feed.after(10, update_camera_feed)
ฟังก์ชันการทำงานของฟังก์ชันยังครอบคลุมถึงการคำนวณและการแสดงระยะเวลาเป็นนาทีและวินาที ซึ่งเกิดขึ้นนับตั้งแต่เริ่มการบันทึก ภายในเฟรมวิดีโอแต่ละเฟรม
การแสดงรูปภาพและวิดีโอที่ถ่าย
เพื่อที่จะแสดงเนื้อหาภาพที่ได้รับมาอย่างประสบความสำเร็จผ่านกระบวนการถ่ายภาพและการบันทึกวิดีโอ จำเป็นต้องมีวิธีการนำเสนอที่เหมาะสม
เพื่อแสดงเนื้อหาภาพบนอินเทอร์เฟซผู้ใช้ จำเป็นต้องพัฒนาฟังก์ชันการทำงานที่ดึงไฟล์ภาพจากตำแหน่งที่เก็บข้อมูล แปลงเป็นรูปแบบที่เข้ากันได้กับอินเทอร์เฟซผู้ใช้แบบกราฟิกของไลบรารี Python Tkinter และอัปเดตวิวพอร์ตที่แสดง ด้วยข้อมูลภาพที่ได้รับมาใหม่ กระบวนการนี้เกี่ยวข้องกับการใช้ Python Imaging Library (PIL) ในการเข้าถึงและประมวลผลภาพที่เก็บไว้ ตามด้วยการใช้วิธีการที่เหมาะสมของเฟรมเวิร์ก Tkinter GUI เพื่อรวมภาพที่แปลงแล้วไว้ภายในพื้นที่ที่กำหนดของหน้าจอแสดงตัวอย่างกล้อง
def show_image(image_path):
image = Image.open(image_path)
photo = ImageTk.PhotoImage(image=image)
camera_feed.config(image=photo)
camera_feed.image = photo
ในการแสดงวิดีโอที่บันทึกไว้ ควรใช้ฟังก์ชันที่เปิดใช้งานอินเทอร์เฟซการเล่นวิดีโอที่ทำให้ผู้ชมสามารถชมภาพที่บันทึกไว้ได้ นอกจากนี้ กระบวนการนี้จะระงับการอัปเดตเพิ่มเติมใดๆ ของการสตรีมของกล้องระหว่างการเล่นวิดีโอ
def play_video(video_path):
def close_video_player():
video_player.destroy()
global update_camera
update_camera = True
global update_camera
update_camera = False
video_player = tk.Toplevel(root)
video_player.title("Video Player")
video_cap = cv2.VideoCapture(video_path)
def update_video_frame():
ret, frame = video_cap.read()
if ret:
frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
img = Image.fromarray(frame)
photo = ImageTk.PhotoImage(image=img)
video_label.config(image=photo)
video_label.image = photo
# Get the actual frame rate of the video
frame_rate = video_cap.get(cv2.CAP_PROP_FPS)
delay = int(1000/frame_rate)
video_player.after(delay, update_video_frame)
else:
video_player.destroy()
video_label = tk.Label(video_player)
video_label.pack()
update_video_frame()
video_player.protocol("WM_DELETE_WINDOW", close_video_player)
การหยุดการเผยแพร่การอัปเดตสตรีมวิดีโอจะก่อให้เกิดการรับรู้ภาพที่ราบรื่น
การสร้างภาพขนาดย่อของวิดีโอและการเปิดแกลเลอรี
ใช้ข้อความต่อไปนี้ในลักษณะที่มีคารมคมคาย:การใช้คุณลักษณะการสร้างภาพขนาดย่อถือเป็นสิ่งสำคัญ เนื่องจากช่วยให้ผู้ใช้สามารถแยกแยะและเลือกเนื้อหาวิดีโอที่ต้องการได้อย่างรวดเร็วผ่านการนำเสนอภาพขนาดย่อที่กระชับ
def create_video_thumbnail(video_path):
video_cap = cv2.VideoCapture(video_path)
ret, frame = video_cap.read()
if ret:
frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
thumbnail = Image.fromarray(frame).resize((100, 100))
thumbnail_photo = ImageTk.PhotoImage(image=thumbnail)
return thumbnail_photo, os.path.basename(video_path)
return None, None
สร้างฟังก์ชัน JavaScript ใหม่ที่เรียกว่า"playVideo"ซึ่งจะถูกเรียกใช้เมื่อคลิกที่ภาพขนาดย่อของวิดีโอภายในหน้าต่างแกลเลอรี ฟังก์ชันนี้ควรเริ่มเล่นวิดีโอที่เลือกและแสดงภายในคอนเทนเนอร์ของเครื่องเล่นวิดีโอ
def play_video_from_thumbnail(video_path):
play_video(video_path)
แน่นอนว่า นี่คือตัวอย่างวิธีที่คุณสามารถใช้ฟังก์ชันนี้ใน Python โดยใช้ไลบรารี OpenCV:pythonimport cv2import numpy as npfrom tkinter import Tk, Frame, Button, Label, Text, Scrollbar, VERTICAL)def save_captured_frames(window):# Define capture parameter (สามารถเปลี่ยนเพื่อปรับความละเอียด อัตราเฟรม ฯลฯ)cap=cv2.VideoCapture(0)fourcc=cv2.VideoWriter_fourcc(*“mp4v”)fps=int(cap.get(cv2.CAP_PROP_FPS))width=int( cap.get(cv2.CAP_PROP_FRAME_WIDTH))
def open_gallery():
global update_camera
update_camera = False
gallery_window = tk.Toplevel(root)
gallery_window.title("Gallery")
def back_to_camera():
gallery_window.destroy()
global update_camera
# Resume updating the camera feed
update_camera = True
back_button = tk.Button(gallery_window, text="Back to Camera",
command=back_to_camera)
back_button.pack()
gallery_dir = "gallery"
image_files = [f for f in os.listdir(gallery_dir) if f.endswith(".jpg")]
video_files = [f for f in os.listdir(gallery_dir) if f.endswith(".mp4")]
# Clear the existing image_thumbnails and video_thumbnails lists
del image_thumbnails[:]
del video_thumbnails[:]
for image_file in image_files:
image_path = os.path.join(gallery_dir, image_file)
thumbnail = Image.open(image_path).resize((100, 100))
thumbnail_photo = ImageTk.PhotoImage(image=thumbnail)
image_name = os.path.basename(image_file)
def show_image_in_gallery(img_path, img_name):
image_window = tk.Toplevel(gallery_window)
image_window.title("Image")
img = Image.open(img_path)
img_photo = ImageTk.PhotoImage(img)
img_label = tk.Label(image_window, image=img_photo)
img_label.image = img_photo
img_label.pack()
img_label_name = tk.Label(image_window, text=img_name)
img_label_name.pack()
thumbnail_label = tk.Label(gallery_window, image=thumbnail_photo)
thumbnail_label.image = thumbnail_photo
thumbnail_label.bind("<Button-1>", lambda event,
img_path=image_path,
img_name=image_name:
show_image_in_gallery(img_path, img_name))
thumbnail_label.pack()
image_thumbnails.append(thumbnail_photo)
# Display the image filename below the thumbnail
image_name_label = tk.Label(gallery_window, text=image_name)
image_name_label.pack()
for video_file in video_files:
video_path = os.path.join(gallery_dir, video_file)
# Create a video thumbnail and get the filename
thumbnail_photo, video_name = create_video_thumbnail(video_path)
if thumbnail_photo:
video_thumbnail_button = tk.Button(
gallery_window,
image=thumbnail_photo,
command=lambda path=video_path: play_video_from_thumbnail(path)
)
video_thumbnail_button.pack()
# Store the video thumbnail PhotoImage objects
video_thumbnails.append(thumbnail_photo)
# Display the video filename below the thumbnail
video_name_label = tk.Label(gallery_window, text=video_name)
video_name_label.pack()
การแสดงภาพขนาดย่อได้รับการขยายเพื่อรองรับทั้งภาพนิ่งและภาพเคลื่อนไหว ดังนั้นผู้ใช้จึงสามารถเข้าถึงเนื้อหาต้นฉบับที่เกี่ยวข้องได้โดยการคลิกที่ภาพสรุปเหล่านี้ จากนั้นจึงอ่านการบรรยายภาพขนาดเต็มหรือคัดกรองการผลิตภาพยนตร์
การสร้างส่วนต่อประสานผู้ใช้หลักสำหรับแอปพลิเคชันของคุณ
เริ่มต้นกระบวนการโดยการสร้างอินเทอร์เฟซ tkinter หลัก จากนั้นจึงตั้งชื่อความแตกต่างให้กับมัน
root = tk.Tk()
root.title("Camera Application")
จากนั้นเริ่มต้นตัวแปรที่ต้องการ
video_writer = None
recording_start_time = 0 # Initialize recording start time
recording_stopped = False # Initialize recording_stopped flag
จากนั้นสร้างปุ่มสำหรับการดำเนินการต่างๆ
capture_button = tk.Button(root, text="Capture", command=capture_image)
record_button = tk.Button(root, text="Record", command=start_recording)
stop_button = tk.Button(root, text="Stop Recording", command=stop_recording)
gallery_button = tk.Button(root, text="Gallery", command=open_gallery)
quit_button = tk.Button(root, text="Quit", command=root.quit)
การใช้ Grid Layout Manager เป็นกลยุทธ์ที่มีประสิทธิภาพในการจัดเรียงปุ่มภายในหน้าต่างหลักของแอปพลิเคชัน ทำให้มีการนำเสนอที่ดึงดูดสายตาและเป็นระเบียบ ในขณะเดียวกันก็รับประกันความสะดวกในการเข้าถึงและการโต้ตอบกับปุ่มแต่ละปุ่ม
capture_button.grid(row=0, column=0, padx=10, pady=10)
record_button.grid(row=0, column=1, padx=10, pady=10)
stop_button.grid(row=0, column=2, padx=10, pady=10)
gallery_button.grid(row=0, column=3, padx=10, pady=10)
quit_button.grid(row=0, column=4, padx=10, pady=10)
รวมฟังก์ชันการทำงานของการแสดงฟีดกล้องภายในอินเทอร์เฟซผู้ใช้แบบกราฟิกเชิงโต้ตอบโดยสร้างการเชื่อมต่อที่จำเป็นกับส่วนประกอบฮาร์ดแวร์ของอุปกรณ์ กำหนดการตั้งค่าที่เหมาะสมสำหรับการแสดงภาพที่ดีที่สุด และเริ่มต้นโมดูลหรือไลบรารีที่เกี่ยวข้องเพื่อแสดงผลสตรีมวิดีโอจากกล้อง พื้นที่ที่กำหนดของหน้าจอเมื่อเริ่มต้นแอปพลิเคชันหรือเมื่อได้รับแจ้งจากอินพุตของผู้ใช้
camera_feed = tk.Label(root)
camera_feed.grid(row=1, column=0, columnspan=5)
cap = cv2.VideoCapture(0)
แน่นอน! นี่คือตัวอย่างวิธีที่คุณสามารถใช้ฟังก์ชันนี้โดยใช้ OpenCV และ Python:pythonimport cv2from tkinter import *import threadingimport timedef update_camera_feed():# Initialize the video capture devicecap=cv2.VideoCapture(0) While True:# อ่านเฟรมจากวิดีโอ streamret, frame=cap.read()if not ret:break# แสดงเฟรมบน GUIlabel.config(image=frame)# รอการกดปุ่มเพื่อออกจาก looproot.update()event=root.wait_event()if เหตุการณ์==‘q’:
def update_camera_feed():
if update_camera:
if not video_writer:
ret, frame = cap.read()
if ret:
frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
img = Image.fromarray(frame)
photo = ImageTk.PhotoImage(image=img)
camera_feed.config(image=photo)
camera_feed.image = photo
root.after(10, update_camera_feed)
update_camera_feed()
สุดท้าย ให้เริ่มลูป maintkinterevent
root.mainloop()
วงปัจจุบันมีบทบาทสำคัญในการจัดการการมีส่วนร่วมของผู้ใช้และอำนวยความสะดวกในการโต้ตอบกับระบบ
การทดสอบคุณสมบัติของแอพ
เนื้อหาการนำเสนอนำเสนอฟังก์ชันต่างๆ ที่แสดงโดยแอปพลิเคชัน โดยเน้นย้ำถึงความสามารถและความอเนกประสงค์ในการใช้งาน
เบราว์เซอร์ของคุณไม่รองรับแท็กวิดีโอ
ฝึกฝนทักษะ Python ของคุณด้วย OpenCV
OpenCV ได้รับการยอมรับอย่างกว้างขวางว่าเป็นเครื่องมือที่โดดเด่นสำหรับแอปพลิเคชันคอมพิวเตอร์วิทัศน์ เนื่องจากสามารถใช้งานร่วมกับไลบรารีที่หลากหลายซึ่งอำนวยความสะดวกในการพัฒนาโครงการนวัตกรรมต่างๆ นอกจากนี้ ผู้ใช้ยังมีทางเลือกในการใช้ประโยชน์จากความสามารถผ่าน Python ซึ่งทำหน้าที่เป็นแพลตฟอร์มที่ยอดเยี่ยมสำหรับการพัฒนาความสามารถในการเขียนโปรแกรม