海康工业相机Python+OpenCV调用实现取流

最新推荐文章于 2025-06-24 22:47:29 发布
最新推荐文章于 2025-06-24 22:47:29 发布
阅读量7.5k 收藏 86
点赞数 9
CC 4.0 BY-SA版权
分类专栏： Python 文章标签： python opencv 开发语言
原文链接：https://blog.youkuaiyun.com/qq_23107577/article/details/113984935
本文详细介绍了如何使用Python语言与海康机器人工业相机进行交互，包括设备枚举、打开、参数设置、图像获取（回调与主动方式）、数据格式转换和效果展示。适合初学者了解海康相机SDK在Python中的应用。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

前言

随着python这们语言不断深入发展，那么python调用工业相机也成为了一项流行的需求；
本文了就简单梳理下海康工业相机python的使用

参考链接
搬砖了一些写的好的文章做参考
海康机器人工业相机sdk简介
python语言调用海康机器人（hikrobotics）工业相机
利用python加opencv与海康工业相机交互
海康工业相机参数设置与获取

环境设置

  1. 先安装MVS，下载地址 海康机器人官网，SDK简介也可以看看上面的引用博客
  2. 条件：Python+海康官方的mvs文件下的development/samples下的python文件夹
  3. 注意：相机连接后不要用官方app打开相机，不然python代码检测不到设备，代码在pycharm会提示报错，亲测能跑并能截取到图片（这个就是说，相机不要被其他软件链接占用啦，同一时刻，一个相机只能被一个软件链接）
  4. 需要添加模块MvImport的路径： 这是整个代码的核心，文件里面内容如下,具体可以下载MVS里面例程里面有：
import sys
sys.path.append("C:\Program Files (x86)\MVS\Development\Samples\Python\MvImport")

在这里插入图片描述

相机控制与数据获取

我们可以把工业相机sdk调用，分成两个部分，相机控制与图像数据获取

  1. 相机控制
    参考其SDK提供的流程图我们可以看出，相机控制分成枚举、打开、参数设置、关闭，销毁句柄五个步骤
    在这里插入图片描述
    那么就分别调用对应的python接口就能实现

枚举相机

# ch:枚举设备 | en:Enum device
    ret = MvCamera.MV_CC_EnumDevices(tlayerType, deviceList)
    if ret != 0:
        print ("enum devices fail! ret[0x%x]" % ret)
        sys.exit()

打开相机

	# 创建句柄
	ret = cam.MV_CC_CreateHandle(stDeviceList)
    if ret != 0:
        print ("create handle fail! ret[0x%x]" % ret)
        sys.exit()
        
    # ch:打开设备 | en:Open device
    ret = cam.MV_CC_OpenDevice(MV_ACCESS_Exclusive, 0)
    if ret != 0:
        print ("open device fail! ret[0x%x]" % ret)
        sys.exit()

参数设置
更多的参数设置，可以去看看通用接口是如何使用的参数设置与获取

  # ch:设置触发模式为off | en:Set trigger mode as off
    ret = cam.MV_CC_SetEnumValue("TriggerMode", MV_TRIGGER_MODE_OFF)
    if ret != 0:
        print ("set trigger mode fail! ret[0x%x]" % ret)
        sys.exit()

关闭相机

   # ch:停止取流 | en:Stop grab image
    ret = cam.MV_CC_StopGrabbing()
    if ret != 0:
        print ("stop grabbing fail! ret[0x%x]" % ret)
        sys.exit()

    # ch:关闭设备 | Close device
    ret = cam.MV_CC_CloseDevice()
    if ret != 0:
        print ("close deivce fail! ret[0x%x]" % ret)
        sys.exit()

销毁句柄

    # ch:销毁句柄 | Destroy handle
    ret = cam.MV_CC_DestroyHandle()
    if ret != 0:
        print ("destroy handle fail! ret[0x%x]" % ret)
        sys.exit()
  1. 图像数据获取

图像数据获取，有两种方法：
一种，使用回调函数获取，参考Grab_Callback.py；
另一种，使用主动取流接口获取，参考GrabImage；

两种方法有其不同的使用场景；（那种场景？？）
以其官方提供的示例程序Grab_Callback.py为例子，它的主要目的是在回调函数中，函数接口数据地址pData，pData是一个C*ubyte的数据类型，是没有办法直接用python-opencv进行直接读取，即：不能直接转成numpy array的形式

回调函数

def image_callback(pData, pFrameInfo, pUser):
        stFrameInfo = cast(pFrameInfo, POINTER(MV_FRAME_OUT_INFO_EX)).contents
        if stFrameInfo:
            print ("get one frame: Width[%d], Height[%d], nFrameNum[%d]" % (stFrameInfo.nWidth, stFrameInfo.nHeight, stFrameInfo.nFrameNum))
            
CALL_BACK_FUN = FrameInfoCallBack(image_callback)

主动取流

	# 注意：MV_CC_GetOneFrameTimeout 老式用法，在新版MVS中使用MV_CC_GetImageBuffer()方法
	
	# MVS老式API用法
	ret = cam.MV_CC_GetOneFrameTimeout(pData, nDataSize, stFrameInfo, 1000)
	if ret == 0:
    	print("get one frame: Width[%d], Height[%d], nFrameNum[%d] " % (stFrameInfo.nWidth, stFrameInfo.nHeight, stFrameInfo.nFrameNum))

	# MVS新式API用法

数据格式转换

如何将pdata转opencv的数据格式呢

第一步，获取图像数据。我们通过上面介绍的两种不同的取流函数可以获取到pdata指针，但是pdata是POINTER(c_ubyte)类型的指针，我们要转化成asarray*

第二步，图像格式判断与转化。我们要了解到相机输出pdata的是什么图像格式，以及opencv能够处理什么格式。
海康彩色工业相机图像格式转换方法(Bayer转RGB)；
黑白单通道还好，彩色就需要转成BGR三通道数据啦

第三步，opencv显示

 #实现GetImagebuffer函数取流，HIK格式转换函数
def work_thread_1(cam=0, pData=0, nDataSize=0):
    stFrameInfo = MV_FRAME_OUT_INFO_EX()               # 定义变量
    memset(byref(stFrameInfo), 0, sizeof(stFrameInfo))		# 初始化变量 采用C的方式
    # byref(stFrameInfo) 获得stFrameInfo变量的指针，但是指针不能改变，不能取地址操作
    print("work_thread_1!\n")
    img_buff = None
    while True:
        ret = cam.MV_CC_GetOneFrameTimeout(pData, nDataSize, stFrameInfo, 1000)
        if ret == 0:
            print ("MV_CC_GetOneFrameTimeout: Width[%d], Height[%d], nFrameNum[%d]"  % (stFrameInfo.nWidth, stFrameInfo.nHeight, stFrameInfo.nFrameNum))
            time_start = time.time()
            stConvertParam = MV_CC_PIXEL_CONVERT_PARAM()
            memset(byref(stConvertParam), 0, sizeof(stConvertParam))
            if IsImageColor(stFrameInfo.enPixelType) == 'mono':
                print("mono!")
                stConvertParam.enDstPixelType = PixelType_Gvsp_Mono8
                nConvertSize = stFrameInfo.nWidth * stFrameInfo.nHeight
            elif IsImageColor(stFrameInfo.enPixelType) == 'color':
                print("color!")
                stConvertParam.enDstPixelType = PixelType_Gvsp_BGR8_Packed  # opecv要用BGR，不能使用RGB
                nConvertSize = stFrameInfo.nWidth * stFrameInfo.nHeight* 3
            else:
                print("not support!!!")
            if img_buff is None:
                img_buff = (c_ubyte * stFrameInfo.nFrameLen)()
            # ---
            stConvertParam.nWidth = stFrameInfo.nWidth
            stConvertParam.nHeight = stFrameInfo.nHeight
            stConvertParam.pSrcData = cast(pData, POINTER(c_ubyte))
            stConvertParam.nSrcDataLen = stFrameInfo.nFrameLen
            stConvertParam.enSrcPixelType = stFrameInfo.enPixelType
            stConvertParam.pDstBuffer = (c_ubyte * nConvertSize)()
            stConvertParam.nDstBufferSize = nConvertSize
            ret = cam.MV_CC_ConvertPixelType(stConvertParam)
            if ret != 0:
                print("convert pixel fail! ret[0x%x]" % ret)
                del stConvertParam.pSrcData
                sys.exit()
            else:
                print("convert ok!!")
                # 转OpenCV
                # 黑白处理
                if IsImageColor(stFrameInfo.enPixelType) == 'mono':
                    img_buff = (c_ubyte * stConvertParam.nDstLen)()
                    cdll.msvcrt.memcpy(byref(img_buff), stConvertParam.pDstBuffer, stConvertParam.nDstLen)
                    img_buff = np.frombuffer(img_buff,count=int(stConvertParam.nDstLen), dtype=np.uint8)
                    img_buff = img_buff.reshape((stFrameInfo.nHeight, stFrameInfo.nWidth))
                    print("mono ok!!")
                    image_show(image=img_buff)  # 显示图像函数
                # 彩色处理
                if IsImageColor(stFrameInfo.enPixelType) == 'color':
                    img_buff = (c_ubyte * stConvertParam.nDstLen)()
                    cdll.msvcrt.memcpy(byref(img_buff), stConvertParam.pDstBuffer, stConvertParam.nDstLen)
                    img_buff = np.frombuffer(img_buff, count=int(stConvertParam.nDstBufferSize), dtype=np.uint8)
                    img_buff = img_buff.reshape(stFrameInfo.nHeight,stFrameInfo.nWidth,3)
                    print("color ok!!")
                    image_show(image=img_buff)  # 显示图像函数
                time_end = time.time()
                print('time cos:', time_end - time_start, 's') 
        else:
            print ("no data[0x%x]" % ret)
        if g_bExit == True:
                break



# 显示图像
def image_show(image):
    image = cv2.resize(image, (600, 400), interpolation=cv2.INTER_AREA)
    cv2.imshow('test', image)
    k = cv2.waitKey(1) & 0xff

# 判读图像格式是彩色还是黑白
def IsImageColor(enType):
    dates = {
        PixelType_Gvsp_RGB8_Packed: 'color',
        PixelType_Gvsp_BGR8_Packed: 'color',
        PixelType_Gvsp_YUV422_Packed: 'color',
        PixelType_Gvsp_YUV422_YUYV_Packed: 'color',
        PixelType_Gvsp_BayerGR8: 'color',
        PixelType_Gvsp_BayerRG8: 'color',
        PixelType_Gvsp_BayerGB8: 'color',
        PixelType_Gvsp_BayerBG8: 'color',
        PixelType_Gvsp_BayerGB10: 'color',
        PixelType_Gvsp_BayerGB10_Packed: 'color',
        PixelType_Gvsp_BayerBG10: 'color',
        PixelType_Gvsp_BayerBG10_Packed: 'color',
        PixelType_Gvsp_BayerRG10: 'color',
        PixelType_Gvsp_BayerRG10_Packed: 'color',
        PixelType_Gvsp_BayerGR10: 'color',
        PixelType_Gvsp_BayerGR10_Packed: 'color',
        PixelType_Gvsp_BayerGB12: 'color',
        PixelType_Gvsp_BayerGB12_Packed: 'color',
        PixelType_Gvsp_BayerBG12: 'color',
        PixelType_Gvsp_BayerBG12_Packed: 'color',
        PixelType_Gvsp_BayerRG12: 'color',
        PixelType_Gvsp_BayerRG12_Packed: 'color',
        PixelType_Gvsp_BayerGR12: 'color',
        PixelType_Gvsp_BayerGR12_Packed: 'color',
        PixelType_Gvsp_Mono8: 'mono',
        PixelType_Gvsp_Mono10: 'mono',
        PixelType_Gvsp_Mono10_Packed: 'mono',
        PixelType_Gvsp_Mono12: 'mono',
        PixelType_Gvsp_Mono12_Packed: 'mono'}
    return dates.get(enType, '未知')

效果展示：
彩色：
在这里插入图片描述
黑白：
在这里插入图片描述

python调用海康工业相机并用opencv显示（整体实现）
qq_39570716的博客
02-25 5万+
python语言调用海康机器人（hikrobotics）工业相机 第一章 Python 语言下连接海康工业相机，并获取数据 文章目录 系列文章目录 前言 目录 python语言调用海康机器人（hikrobotics）工业相机 文章目录 前言 一、底层接口的准备 二、使用步骤 1.引入库 2.枚举设备 3.判断设备类型 4.输入连接设备 5.创建相机实例并创建句柄 6.打开设备 7.获取相关参数 8.主动获取图像 9.开启取流并获取每张.
python语言下使用opencv接口cv2.VideoCapture()接口调用海康机器人工业相机
热门推荐
qq_39570716的博客
06-07 1万+
文章目录 目录 文章目录 前言 一、opencv接口介绍 二、调用海康机器人工业相机 1.使用海康机器人工业相机的前提 2.调用海康机器人工业相机进行显示 3.调用海康机器人工业相机进行存图 4.调用海康机器人工业相机存视频 5.调用海康机器人工业相机进行简单图像处理 总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下.
海康威视工业相机，获取图像的两种方法：MV_CC_GetImageBuffer与MV_CC_RegisterImageCallBackEx 的区别
最新发布
xulibo5828的博客
06-24 476
在海康威视的 Python SDK 里，和这两个函数都是用于获取图像数据的。主动获取图像：通过调用该函数，应用程序直接从 SDK 的内部缓冲区中获取图像数据。1. 调用MV_CC_StartGrabbing() 启动图像采集。2. 在应用层循环调用MV_CC_GetImageBuffer() ，取图的线程阻塞等待相机返回图像数据，如果有设置超时，超时后返回无图像ret并启动下一个调用循环。3. 处理完图像数据后，调用MV_CC_FreeImageBuffer()释放缓冲区。
Python 调用海康机器人工业相机
john_and_jane的博客
05-18 1万+
由于使用的这款海康机器人工业相机（MV-CU060-10GM）只能创建一个连接，所以，当预览完实时视频，需要调用该接口释放相机资源，避免资源被长期占用。使用Java目前参考官网的示例，实现了图片抓取，并上传的功能，但是没有实现视频流的实时获取和显示的功能。实现，可以满足视频实时获取，并返回通过GET请求返回给前端进行实时显示，也可以抓取图片，保存上传。python调用海康工业相机并用opencv显示（整体实现）（此篇博文可以重点看！返回 base64 格式 的图片，前端可以直接接收显示，调用上传接口保存。
海康工业相机 python opencv取视频流 学习记录
weixin_60862392的博客
01-09 3615
自己的一些探索发现：直接连摄像头的时候会报错，主要是分辨率不匹配的问题，原因是相机在刚上电以后会保存初始配置，他的分别率设置和代码中不一样，需要打开SDK连接相机，基本属性->像素格式->下拉设置为RGB8，在SDK中断开相机连接，再run代码就可以辣。最近用到海康的工业相机，需要读取它的视频流，听说RTSP协议延迟较高，并且没有尝试成功，用了优快云中一篇文章分享的方法。除了main.py，还需要五个py文件，在海康的SDK中可以找到，把他们拿出来和main.py放一起就可以开run。
Python对接海康威视机器视觉工业相机
Good Luck
10-13 1万+
工业相机只允许单条连接，也就是说MVS如果连接了相机，python代码就无法获取数据，此时必须。相机工具类（读者直接复制）HKCamera_class.py。博主这里出现了一个警告：获取不到相机参数。四、使用Pycharm打开Python代码示例文件夹。三、找到MVS示例代码（代码在MVS的安装位置）二、解压并安装MVS客户端。一、下载MVS客户端。安装一下opencv。
python通过调用海康SDK打开工业相机（全流程）
PAQQ的博客
04-05 4030
由于python3.8往后的版本导入动态链接库的机制发生了改变，因此这里时常会导入失败。创建相机实例 -> 打开设备 -> 获取数据包大小 -> 开始取流。*动态链接库的位置在刚刚更改名字的lib文件夹内，需根据实际情况做更改*在这个新的py文件中，创建一个类，用于创建句柄、开启流等操作。初始化中，可以选择是否查看设备信息，并打开相机，方便取流。打开相机可以看作是一个流程，一个流程过完才能过下一个流程。拷贝至工作目录，并重命名为lib，方便后期移植。用于创建相机类，方便进行相机任务。
python+OpenCV调用摄像头接口
05-28
python+OpenCV调用摄像头接口打造家庭安防系统
海康威视工业相机 +Opencv+C#+WPF
12-30
在海康工业相机获取到图像后，我们可以通过OpenCV进行图像预处理，例如灰度转换、直方图均衡化、二值化等阈值处理。这些步骤有助于提高后续分析的准确性和效率。 阈值处理是计算机视觉中常用的一种技术，用于将图像...
python 调用海康sdk,Python下Opencv尝试调用海康GIGE工业相机
weixin_30999777的博客
03-25 2124
Python下Opencv尝试调用海康GIGE工业相机Python下Opencv尝试调用海康GIGE工业相机一、相机型号(海康)： HIKVison MV-CE013-50GC二、win10 x86_64三、Python3.6.5、OpenCV3.4四、需要结合海康SDK拿到的童鞋，估计要慌了，官网并没有给出Python的开发文档，其实官网下载MVS(官网客户端)后，在安装目录下Develomen...
Python+Opencv 调用USB摄像头（二）
Programmer_ch的博客
04-21 1万+
目录 一.问题 二.问题分析 2.0.分析 2.1.协议问题 2.2驱动问题 2.3.必须用相机自带SDK（SoftwareDevelopmentKit）软件开发工具包调用相机 三.相关拓展 一.问题 继Python+Opencv 调用USB摄像头（一）结尾代码，发现调用不了，换了一个相机，还是不行. 测试代码： import cv2 cams_test = 10...
海康威视相机python源码.rar
08-24
海康威视相机的驱动源码，可以直接拿来开发自己的上位机。
python操作海康威视相机------例程由海康官方提供 感谢海康工作人员
04-20
通过邮件求助了海康威视SDK的管理人员，他们只给了一个简单示例。不会有任何导入错误和其它麻烦，鉴于网络上大家遇到各种问题 很头疼，分享给大家，希望大家enjoy it。
海康网络相机获取视频流简易DEMO
03-18
海康网络相机截取视频流并解压简易DEMO 调用NET_DVR_RealPlay_V30()播放函数,启用回调PlayM4_SetDecCallBack()分析回调流,使用回调函数DecCBFun()截取视频流,分析并解压,等到char * pbuf图像
海康工业相机二次开发源码 + OpenCV344源码
02-23
基于Qt平台的海康相机二次开发。压缩包文件没有完整的工程文件。 其中包含文件有： 1.动态链接库及头文件 2.Camer_HK类 导入相机类到自己的工程文件，并在.pro配置好相关的路径，即可使用。 需注意的是，类中使用了OpenCV,因此也需配置OpenCV的相关.pro路径
python 调用海康工业相机图像获取方式之主动取流（ getimagebuffer ）并用 opencv 显示
qq_39570716的博客
03-03 1万+
系列文章目录 第四章 python 语言下使用海康工业相机，主动取流方式（getimagebuffer）获取图像数据并显示 文章目录 目录 系列文章目录 文章目录 前言 一、使用前提 二、主动取流（官方例程说明） 1.接口说明 2.python 下接口实现 三、主动取流( getimagebuffer)对黑白图像数据解析并用 opencv 显示 1.主动取流( getimagebuffer)数据获取并解析 mono 格式的图像数据 2.图像数据显示 四、主动取...
利用python加opencv与海康工业相机交互。（格式转化）
2201_75513834的博客
04-25 1414
最近在学习海康的工业相机SDK，发现官方提供的Demo功能虽然全面，但代码复杂度较高，尤其对于新手来说，短时间内难以抓住核心逻辑。），却无法真正获取和显示图像数据。这显然无法满足实际需求，因此我决定对代码进行魔改，重点改造线程函数，最终实现了实时图像捕获与显示。时，发现其仅能在控制台输出图像的分辨率信息（如。
C++下OPENCV驱动调用海康GigE工业相机
qq_19449259的博客
11-07 1万+
在前两章内笔者详细叙述了如何编译以及加载opencv库，本文将从opencv出发，在linux系统下利用海康工业摄像机的SDK完成基于海康工业相机的opencv开发算法。包含：1.海康工业相机的驱动；2.工业相机的帧格式转换；以上就是今天要讲的内容，本文介绍了linux下海康GigE相机在opencv下的使用，同时在代码类里包括了相机参数调整和帧格式的转换操作，笔者有空再进行详细地阐述。
python+opencv调用海康sdk进行目标检测
04-01
<think>好的，用户的问题是关于如何通过Python和OpenCV调用海康SDK实现目标检测。我需要先理解用户的具体需求，然后结合提供的参考信息来构建答案。 首先，用户提到了两个引用，引用[1]和引用[2]，都涉及使用Python调用海康威视的C++ SDK，特别是通过C接口获取数据流，然后用OpenCV处理。引用[2]中还提到使用cv2.VideoCapture调用GIGE相机失败，所以用户可能遇到了类似的问题，或者希望找到替代方案。 用户的目标是实现目标检测，这意味着需要从海康相机获取实时视频流，用OpenCV处理每一帧，并应用目标检测算法（如YOLO、SSD等）。因此，步骤可能包括：调用SDK获取图像数据，将数据转换为OpenCV可处理的格式，然后进行目标检测。 接下来，我需要考虑如何将海康SDK的C++接口与Python结合。通常，这可以通过Python的ctypes模块或Cython来实现，将C++的SDK封装成Python可调用的库。引用中提到的GrabImage.py可能是一个例子，用户可能需要参考该代码的结构。 另外，数据流的获取是关键。海康SDK可能提供了回调函数来获取实时图像数据。在Python中，需要设置回调函数，将获取的图像数据转换为numpy数组，以便OpenCV处理。这一步需要注意内存管理和数据格式转换的正确性，比如颜色空间转换（BGR转RGB）或数据对齐。 然后，目标检测部分可以使用现有的模型，比如加载预训练的YOLO模型，用OpenCV的dnn模块进行推理。这需要用户已经具备模型文件，或者使用其他框架如TensorFlow或PyTorch，结合OpenCV进行处理。 用户可能遇到的挑战包括SDK的兼容性、数据流的稳定获取、图像格式转换以及检测算法的集成。需要分步骤指导用户，确保每一步都清晰，并指出可能的常见错误，比如SDK初始化失败、回调函数设置不当、内存泄漏等。 最后，生成的相关问题需要考虑用户可能的后续疑问，比如如何处理多线程、优化性能、处理不同相机型号或解决图像延迟等问题。这些问题可以帮助用户进一步深入应用开发。</think>### 分步实现方案 #### 1. **环境准备** - 安装海康威视官方SDK（Windows/Linux版本），获取开发文档和库文件（如`HCNetSDK.dll`、`libhcnetsdk.so`等） - 安装Python依赖库： ```bash pip install opencv-python numpy ctypes ``` #### 2. **封装SDK接口（关键步骤）** 通过`ctypes`模块调用C接口，参考示例代码结构： ```python from ctypes import * import cv2 # 加载SDK库 hcnetsdk = cdll.LoadLibrary("./libhcnetsdk.so") # Linux示例路径 # 定义SDK初始化函数 NET_DVR_Init = hcnetsdk.NET_DVR_Init NET_DVR_Init.restype = c_bool ``` #### 3. **图像采集与转换** 建立回调函数处理视频流，将原始数据转换为OpenCV格式： ```python def decode_frame_callback(lPlayHandle, pBuffer, dwBufSize, pUserData): # 将二进制流转换为numpy数组 img_data = np.frombuffer(pBuffer, dtype=np.uint8) frame = cv2.imdecode(img_data, cv2.IMREAD_COLOR) # 此处插入目标检测代码 detection_result = run_detection(frame) cv2.imshow("Output", frame) cv2.waitKey(1) ``` #### 4. **目标检测集成** 使用OpenCV的dnn模块加载预训练模型： ```python def load_detection_model(): net = cv2.dnn.readNet("yolov4.weights", "yolov4.cfg") with open("coco.names", "r") as f: classes = [line.strip() for line in f.readlines()] return net, classes def run_detection(frame): blob = cv2.dnn.blobFromImage(frame, 1/255, (416,416), swapRB=True, crop=False) net.setInput(blob) output_layers = net.getUnconnectedOutLayersNames() outputs = net.forward(output_layers) # 解析检测结果... return processed_frame ``` #### 5. **完整流程控制** ```python def main(): # SDK初始化 if not NET_DVR_Init(): print("SDK初始化失败") return # 创建设备登录信息 device_info = NET_DVR_DEVICEINFO_V30() user_id = NET_DVR_Login_V30("192.168.1.64", 8000, "admin", "password", byref(device_info)) # 启动预览 preview_info = NET_DVR_PREVIEWINFO() preview_info.hPlayWnd = 0 preview_info.lChannel = 1 preview_info.dwStreamType = 0 # 主码流 # 设置回调函数 REALDATACALLBACK = CFUNCTYPE(None, c_long, POINTER(c_byte), c_long, c_void_p) callback_func = REALDATACALLBACK(decode_frame_callback) handle = NET_DVR_RealPlay_V40(user_id, byref(preview_info), callback_func, None) # 保持主线程运行 while True: time.sleep(1) ``` ### 关键问题解决 1. **图像格式转换** 海康SDK返回的通常是H.264/H.265编码流，需使用`cv2.imdecode`解码。若出现花屏，检查解码前是否包含完整帧数据[^2] 2. **多线程处理** 建议将图像解码和检测逻辑分离到独立线程，避免阻塞回调函数： ```python from threading import Thread import queue frame_queue = queue.Queue(maxsize=10) def detection_thread(): while True: frame = frame_queue.get() run_detection(frame) Thread(target=detection_thread, daemon=True).start() ``` 3. **性能优化** - 设置`dwBufSize`控制图像分辨率（如从1080P调整为720P） - 使用硬件加速解码： ```python cv2.ocl.setUseOpenCL(True) # 启用OpenCL加速 ``` ### 效果验证 成功运行后应观察到： 1. 实时视频窗口显示 2. 画面中出现目标检测框 3. 控制台输出检测结果（类别+置信度）
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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