|
|
<!--
|
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
|
{
|
|
|
"original_hash": "3ba7150ffc4a6999f6c3cfb4906ec7df",
|
|
|
"translation_date": "2025-08-24T21:33:33+00:00",
|
|
|
"source_file": "4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md",
|
|
|
"language_code": "zh"
|
|
|
}
|
|
|
-->
|
|
|
# 捕获图像 - 虚拟物联网硬件
|
|
|
|
|
|
在本课程的这一部分，您将为虚拟物联网设备添加一个摄像头传感器，并从中读取图像。
|
|
|
|
|
|
## 硬件
|
|
|
|
|
|
虚拟物联网设备将使用一个模拟摄像头，该摄像头可以发送文件中的图像或来自您的网络摄像头的图像。
|
|
|
|
|
|
### 将摄像头添加到 CounterFit
|
|
|
|
|
|
要使用虚拟摄像头，您需要将其添加到 CounterFit 应用程序中。
|
|
|
|
|
|
#### 任务 - 将摄像头添加到 CounterFit
|
|
|
|
|
|
将摄像头添加到 CounterFit 应用程序。
|
|
|
|
|
|
1. 在您的计算机上创建一个名为 `fruit-quality-detector` 的文件夹，并在其中创建一个名为 `app.py` 的单一文件和一个 Python 虚拟环境，然后添加 CounterFit 的 pip 包。
|
|
|
|
|
|
> ⚠️ 如果需要，您可以参考[第 1 课中创建和设置 CounterFit Python 项目的说明](../../../1-getting-started/lessons/1-introduction-to-iot/virtual-device.md)。
|
|
|
|
|
|
1. 安装一个额外的 Pip 包，用于安装一个 CounterFit shim，它可以通过模拟部分 [Picamera Pip 包](https://pypi.org/project/picamera/) 来与摄像头传感器通信。确保您是在激活虚拟环境的终端中安装此包。
|
|
|
|
|
|
```sh
|
|
|
pip install counterfit-shims-picamera
|
|
|
```
|
|
|
|
|
|
1. 确保 CounterFit 网页应用程序正在运行。
|
|
|
|
|
|
1. 创建一个摄像头：
|
|
|
|
|
|
1. 在 *Sensors* 面板的 *Create sensor* 框中，点击 *Sensor type* 下拉框并选择 *Camera*。
|
|
|
|
|
|
1. 将 *Name* 设置为 `Picamera`。
|
|
|
|
|
|
1. 选择 **Add** 按钮以创建摄像头。
|
|
|
|
|
|
|
|
|
|
|
|
摄像头将被创建并显示在传感器列表中。
|
|
|
|
|
|
|
|
|
|
|
|
## 编程摄像头
|
|
|
|
|
|
现在可以为虚拟物联网设备编程以使用虚拟摄像头。
|
|
|
|
|
|
### 任务 - 编程摄像头
|
|
|
|
|
|
为设备编程。
|
|
|
|
|
|
1. 确保 `fruit-quality-detector` 应用程序已在 VS Code 中打开。
|
|
|
|
|
|
1. 打开 `app.py` 文件。
|
|
|
|
|
|
1. 在 `app.py` 文件顶部添加以下代码以连接应用程序到 CounterFit：
|
|
|
|
|
|
```python
|
|
|
from counterfit_connection import CounterFitConnection
|
|
|
CounterFitConnection.init('127.0.0.1', 5000)
|
|
|
```
|
|
|
|
|
|
1. 在您的 `app.py` 文件中添加以下代码：
|
|
|
|
|
|
```python
|
|
|
import io
|
|
|
from counterfit_shims_picamera import PiCamera
|
|
|
```
|
|
|
|
|
|
此代码导入了一些所需的库，包括来自 counterfit_shims_picamera 库的 `PiCamera` 类。
|
|
|
|
|
|
1. 在此代码下方添加以下代码以初始化摄像头：
|
|
|
|
|
|
```python
|
|
|
camera = PiCamera()
|
|
|
camera.resolution = (640, 480)
|
|
|
camera.rotation = 0
|
|
|
```
|
|
|
|
|
|
此代码创建了一个 PiCamera 对象，并将分辨率设置为 640x480。虽然支持更高的分辨率，但图像分类器处理的图像尺寸较小（227x227），因此无需捕获和发送更大的图像。
|
|
|
|
|
|
`camera.rotation = 0` 行设置图像的旋转角度（以度为单位）。如果需要旋转来自网络摄像头或文件的图像，请根据需要设置。例如，如果您想将网络摄像头中横向模式的香蕉图像更改为纵向模式，请设置 `camera.rotation = 90`。
|
|
|
|
|
|
1. 在此代码下方添加以下代码以将图像捕获为二进制数据：
|
|
|
|
|
|
```python
|
|
|
image = io.BytesIO()
|
|
|
camera.capture(image, 'jpeg')
|
|
|
image.seek(0)
|
|
|
```
|
|
|
|
|
|
此代码创建了一个 `BytesIO` 对象来存储二进制数据。图像以 JPEG 文件的形式从摄像头读取并存储在此对象中。此对象有一个位置指示器，用于指示数据的当前位置，以便可以在需要时将更多数据写入末尾，因此 `image.seek(0)` 行将此位置移回起始位置，以便稍后可以读取所有数据。
|
|
|
|
|
|
1. 在此代码下方添加以下代码以将图像保存到文件：
|
|
|
|
|
|
```python
|
|
|
with open('image.jpg', 'wb') as image_file:
|
|
|
image_file.write(image.read())
|
|
|
```
|
|
|
|
|
|
此代码打开一个名为 `image.jpg` 的文件进行写入，然后从 `BytesIO` 对象中读取所有数据并写入该文件。
|
|
|
|
|
|
> 💁 您可以直接将图像捕获到文件，而不是使用 `BytesIO` 对象，只需将文件名传递给 `camera.capture` 调用即可。使用 `BytesIO` 对象的原因是稍后在本课程中，您可以将图像发送到您的图像分类器。
|
|
|
|
|
|
1. 配置 CounterFit 中摄像头将捕获的图像。您可以将 *Source* 设置为 *File*，然后上传一个图像文件，或者将 *Source* 设置为 *WebCam*，图像将从您的网络摄像头捕获。确保在选择图片或网络摄像头后点击 **Set** 按钮。
|
|
|
|
|
|
|
|
|
|
|
|
1. 图像将被捕获并保存为当前文件夹中的 `image.jpg`。您将在 VS Code 的资源管理器中看到此文件。选择该文件以查看图像。如果需要旋转，请根据需要更新 `camera.rotation = 0` 行并重新拍摄图片。
|
|
|
|
|
|
> 💁 您可以在 [code-camera/virtual-iot-device](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-camera/virtual-iot-device) 文件夹中找到此代码。
|
|
|
|
|
|
😀 您的摄像头程序运行成功！
|
|
|
|
|
|
**免责声明**：
|
|
|
本文档使用AI翻译服务[Co-op Translator](https://github.com/Azure/co-op-translator)进行翻译。尽管我们努力确保翻译的准确性，但请注意，自动翻译可能包含错误或不准确之处。原始语言的文档应被视为权威来源。对于关键信息，建议使用专业人工翻译。我们不对因使用此翻译而产生的任何误解或误读承担责任。 |
