如何在WPF应用程序中使用TVideoGrabber

   要在WPF 中使用 TVideoGrabber 组件,需要像下面的方法来使用 VS.NET(DLL) 版本的组件:

——复制TVideoGrabber_x.x.x.x_x86.dll到c:/windows/syswow64 (1)

——复制TVideoGrabber_x.x.x.x_x64.dll到c:/windows/system32 (1)

——根据你使用的VS版本来添加VideoGrabberNETx.x引用到你的application (2)

  1. 这个复制只是开发平台的需要,要发布应用程序的话,你需要分发在你application .EXE的同一文件夹中的x86 和x64 DLLs。
  2. 这个TVideoGrabber WPF组件需要Visual Studio 2010 (NET4.0),Visual Studio 2012 (NET 4.5) 或是更高的版本。

C#应用程序

    通过假设里面视频将会以 “image1”命名显示的WPF控件,如下实例化一个VideoGrabberWPF的实例并连接OnFrameRefresh事件:

using VidGrabNoForm;
namespace WpfApplication1
public partial class MainWindow : Window
VideoGrabberWPF Vg;
public MainWindow()
InitializeComponent();
image1.Stretch = Stretch.UniformToFill;
Vg = new VideoGrabberWPF();
Vg.OnFrameRefresh += new VideoGrabberWPF.On_WPF_FrameRefreshHandler(Vg_OnFrameRefresh);
void Vg_OnFrameRefresh(object sender, VideoGrabberWPF.TOn_WPF_FrameRefreshArgs e)
image1.Source = e.BitmapSource;

 

VB应用程序

    通过假设里面视频将会以 “image1”命名显示的WPF控件,如下实例化一个VideoGrabberWPF的实例并连接OnFrameRefresh事件:

Class Window1
Public Vg As VideoGrabberWPF
Public Sub New()
InitializeComponent()
image1.Stretch = Stretch.UniformToFill
Vg = New VideoGrabberWPF()
AddHandler Me.Vg.OnFrameRefresh, New VideoGrabberWPF.On_WPF_FrameRefreshHandler(AddressOf Vg_OnFrameRefresh)
End Sub
Private Sub Vg_OnFrameRefresh(ByVal sender As Object, ByVal e As VideoGrabberWPF.TOn_WPF_FrameRefreshArgs)
image1.Source = e.BitmapSource
End Sub

    然后你就可以开始预览、录像、回放或重新编码,并使用在MainDemo项目中以同样方式显示的事件,除了在WPF控件中出现的视频。比如:

Vg.PlayerFileName = "myclip.wmv"

Vg.OpenPlayer()

内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值