picamera 1.10 教程及api中文简译（三）picamera的基本使用

4、picamera基本使用方法

如果你是一个python程序员，那么你将轻松的掌握以下实例，请随时提出改进或新的实例。

4.1、捕捉一个图像输出至文件

使用capture方法可以轻松将捕捉到的图像输出至指定文件。
下面这个实例是捕捉一个分辨率为1024*768的图像，并将之输出到foo.jpg中：

import time
import picamera

with picamera.PiCamera() as camera:
    camera.resolution = (1024, 768)
    camera.start_preview()
    #摄像头预热2秒
    time.sleep(2)
    camera.capture('foo.jpg')

需要注意的是，若目录中有同名文件，picamera将会重置该图片。

4.2、捕捉一个流

这个实例是通过capture()方法将捕捉的一个图像转成一个以jpeg解码的流（bytes流）：

import io
import time
import picamera

# 创建一个流
my_stream = io.BytesIO()
with picamera.PiCamera() as camera:
    camera.start_preview()
    # 摄像头预热
    time.sleep(2)
    camera.capture(my_stream, 'jpeg')

需要注意的是，这不像输出到一个文件，该流捕捉以后会自动关闭脚本，因为在这个实例中没有对流进行其他操作。若对象有flush方法的话，在捕捉完毕后，会调用对象的flush方法，如下：

import time
import picamera

# 打开一个扩展名为jpg的文件
my_file = open('my_image.jpg', 'wb')
with picamera.PiCamera() as camera:
    camera.start_preview()
    time.sleep(2)
    camera.capture(my_file)
# 在此时capture会调用my_file的flush方法，完成流封装。
# 但并未关闭文件，需要调用close进行关闭
my_file.close()

上边这个实例需要注意的是，我们并没有指定捕捉文件的解码格式，所以capture会获取输出的文件名的扩展名来寻找解码属性。

4.3、捕捉一个图像转化为PIL imag对象

首先我们要捕捉一个图像流，然后通过流读取将图像的数据转换成PIL image对象。

import io
import time
import picamera
from PIL import Image

# 创建一个流
stream = io.BytesIO()
with picamera.PiCamera() as camera:
    camera.start_preview()
    time.sleep(2)
    camera.capture(stream, format='jpeg')
# 将指针指向流的开始
stream.seek(0)
image = Image.open(stream)

4.4、捕捉一个图像转化为open cv对象

首先我们捕捉一个图像流，然后将图像数据转换为open cv对象：

import io
import time
import picamera
import cv2
import numpy as np

# 创建一个流
stream = io.BytesIO()
with picamera.PiCamera() as camera:
    camera.start_preview()
    time.sleep(2)
    camera.capture(stream, format='jpeg')
# 从流构建numpy
data = np.fromstring(stream.getvalue(), dtype=np.uint8)
# 通过opencv解码numpy
image = cv2.imdecode(data, 1)
# opencv解码后返回以RGB解码的图像数据
image = image[:, :, ::-1]

如果你不想使用有损JPEG编码，并希望加快这一解码过程的话，可以使用picamera自带的picamera.array模块。可以使用PiRGBArray类简单的捕获’brg’格式的数据。（假定RGB与BGR是分辨率相同的数据，只是具有相反的颜色）

import time
import picamera
import picamera.array
import cv2

with picamera.PiCamera() as camera:
    camera.start_preview()
    time.sleep(2)
    with picamera.array.PiRGBArray(camera) as stream:
        camera.capture(stream, format='bgr')
        # 此时就可以获取到bgr的数据流了
        image = stream.array

4.5、调整捕捉图像的分辨率

有时，我们需要将图片进行某种分析或处理，你希望尽可能的捕获比较小分辨率的图像，虽然这种分辨率的调整可以交给PIL或者opencv来完成，但是通过picamera可以更搞笑的完成这个操作：

import time
import picamera

with picamera.PiCamera() as camera:
    camera.resolution = (1024, 768)
    camera.start_preview()
    # 摄像头预热
    time.sleep(2)
    camera.capture('foo.jpg', resize=(320, 240))

同时调整分辨率的参数也可以适用于捕获视频的start_recording()方法。

4.6、捕获连续图像

您可能希望连续捕捉到的图像的亮度、色彩与对比度上保持一致（例如，这个可能在延迟摄影中非常有用）。可以设置一些属性，确保在多个镜头中保持画面的一致。具体来说，您需要保证摄像头的曝光时间，白平衡和画面增益都是固定的。

• 设置曝光时间：shutter_speed
• 设置画面增益：首先将 exposure_mode设置为’off’然后将analog_gain和digital_gain设置在合理的范围值。
• 设置白平衡：将awb_mode设置为’off’，然后将awb_gains设置为red或者blue或者直接设置iso的值。

设置这些属性是非常专业的，并且非常难调整到合适的范围值。在白天，对于iso，100~200是一个简单的合理范围，而在低光环境下，需要调整到400~800。对于shutter_speed如果需要确定一个合理的范围值可以直接查询exposure_speed属性。对于曝光增益，通常只需要将analog_gain设置为大于1的值（analog_gain的默认值为1，但这将产生一个全黑的图像帧）。

下面的这个例子提供了一些简单配置的实例：

import time
import picamera

with picamera.PiCamera() as camera:
    camera.resolution = (1280, 720)
    camera.framerate = 30
    # 等待摄像头预热，适应光线环境
    time.sleep(