Kivy 的又一个相机

项目描述

Camera4Kivy

Kivy 的又一个相机

本文档包含以下部分：概述、安装、示例、预览小部件、图像分析、相机行为、相机提供程序和已知行为。

仅在 Android 上：

不要在 arm8 设备上安装 arm7 版本。

概述

可在所有常用平台上使用。

from camera4kivy import Preview

Camera4Kivy 包含一个Preview带有 api 的小部件，用于连接到物理相机单元。Preview 小部件布局使用 Kivy 属性配置，相机单元和图像分析行为使用 api 配置。例如：

在.kv

    Preview:
        id: preview
	aspect_ratio: '16:9'

在 Python 中

    self.preview = Preview(aspect_ratio = '16:9')

要将相机单元连接到预览，请在 on_start() 之后connect_camera()调用预览的方法。例如在启用图像分析 api 的情况下连接相机：

    self.preview.connect_camera(enable_analyze_pixels = True)

当相机不再使用时，表现良好的应用程序会断开相机。举止得体很重要。

    self.preview.disconnect_camera()

拍照：

    self.preview.capture_photo()

可以指定捕获的文件位置，也可以在回调中报告。数据分析 api 允许每帧分析和预览注释或预览图像替换。

在 Android 上，捏/张开手势控制缩放，轻按会覆盖任何自动对焦和测光（如果可用）。一些connect_camera()选项是特定于平台的。

请注意，预览操作取决于图形硬件的性能。一般来说，预览使用最高的可用分辨率。在具有低性能图形硬件的设备上，如低端笔记本电脑或 Raspberry，您可能必须明确设置较低的图像分辨率以提高帧速率。

安装

可能需要相机提供商。在 destop 上，摄像机提供程序安装一次。在 Android 上，相机提供程序被添加到每个项目中。

在桌面上安装 Camera4Kivy

pip3 install camera4kivy

在 Android 上安装 Camera4Kivy

Camera4Kivy 依赖于 Buildozer 1.3.0 或更高版本

pip3 install buildozer

buildozer.spec：

android.api = 30 （或更高，最少 29）

requirements = python3, kivy, camera4kivy, gestures4kivy

设置p4a.hook为启用应用程序对相机提供程序的使用。这将设置所需的 p4a 选项。

p4a.hook = camerax_provider/gradle_options.py

camerax gradle 依赖项的实现是特定于架构的，为 armeabi-v7a 构建的应用程序将在 arm64-v8a 设备上崩溃。

运行时权限

必须在应用程序中请求以下运行时权限。像往常一样在 build() 或 on_start() 之后请求这些。请参阅示例。

始终需要：CAMERA

需要录制带音频的视频：RECORD_AUDIO

捕获照片、屏幕截图或视频并保存到共享存储时需要，并且仅在运行 api_version < 29 的设备上：WRITE_EXTERNAL_STORAGE

在 iOS 上安装 Camera4Kivy

安装 'master'（2022/04/22 或更高版本）的 kivy-ios。

pip3 install git+https://kivy/kivy-ios.git
toolchain build python3 kivy

toolchain pip3 install camera4kivy

运行时权限

iOS需要使用相机和保存图像的权限。启用权限编辑<project>-ios/<project-Info.plist。添加部分或全部这些：

要启用相机添加：

        <key>NSCameraUsageDescription</key>
	<string> </string>

要启用将图像捕获保存到照片应用程序（默认行为），请添加：

	<key>NSPhotoLibraryAddUsageDescription</key>
	<string> </string>

要使用文件管理器查看保存到应用程序本地存储的图像：

        <key>UIFileSharingEnabled</key>
	<true/>
        <key>LSSupportsOpeningDocumentsInPlace</key>
	<true/>

例子

先决条件是安装了工作相机。在继续之前使用平台的相机应用程序对此进行测试。所有示例都使用特定于平台的相机提供程序，并假定典型的默认 camera_id 为“0”。如果您发现该示例未连接到摄像头，请查看可用的摄像头 ID 和您的摄像头提供商选择。

测试示例和平台

照片示例说明了基本的相机用法，请先尝试一下。其余示例说明了使用各种包的图像分析。

在 Android 和 iOS 上，应用程序可以在设备旋转时旋转，在桌面上，您可以更改窗口大小以模拟方向，从而旋转移动设备。

例子	视窗	苹果系统	Linux	安卓	iOS	珊瑚
照片	:heavy_check_mark:	:heavy_check_mark:	:heavy_check_mark:	:heavy_check_mark:	:heavy_check_mark:
二维码	:heavy_check_mark:	:heavy_check_mark:	:heavy_check_mark:	:heavy_check_mark:
开放式CV	:heavy_check_mark:	:heavy_check_mark:	:heavy_check_mark:	:heavy_check_mark:
机器学习套件				:heavy_check_mark:
TFLite	:heavy_check_mark:	:heavy_check_mark:	:heavy_check_mark:	:heavy_check_mark:		:heavy_check_mark:

Windows：Windows 11、i7-10 @ 1.1GHz、Python 3.8.2 Kivy==2.1.0.dev0
Windows：Windows 10，i3-7 @ 2.4GHz，Python 3.9.7 Kivy==2.0.0
Macos：大苏尔，i5-10 @ @ 1.1GHz，Python 3.9.9 Kivy==2.0.0
Linux：Raspberry Buster，Cortex-A72 @ 1.5GHz Python3.7.3 Kivy==2.0.0
Android：构建：arm64-v8a 设备：Android 12，Pixel 5
Android : build : armeabi-v7a device: Android 6, Nexus 5 启动有点慢。
iOS：iPhone SE（第二代）
Coral :加速器在 Windows 11 上进行了测试，提供了大约一个数量级的加速。

C4K-照片示例

使用屏幕说明基本布局。基本的相机功能，包括照片捕获、屏幕截图以及在 Android 上捕获带音频的视频。在 Raspberry PI 上必须使用鼠标，触摸板无法正常工作。

C4K-QR-示例

阅读餐厅菜单所需的一切。长按或双击突出显示的 QR 码以打开 Web 浏览器。说明基本分析、屏幕注释和用户交互。

C4K-MLKit-示例

人脸检测，MLKit 仅适用于 Android。使用 ImageProxy api 进行说明。

C4K-TFLite-示例

对象分类。使用大型 Tensorflow Lite 模型进行说明，并将文本写入预览图像。

预览小部件

一个应用程序可以有多Preview个小部件，但一次只能将一个小部件连接到物理相机单元。实现此功能的一种自然方法是将预览小部件添加到屏幕内容中，然后连接到相机单元on_enter并断开连接on_pre_leave。C4K-Photo-Example 说明了这一点，其他示例只是在之后连接相机on_start()并断开连接on_stop()。

预览小部件属性

小部件具有配置其布局的这些 Kivy 属性：

纵横比

一个字符串属性。“4:3”（默认）或“16:9”。

信箱颜色

颜色属性。几何告诉我们，固定纵横比小部件的布局几乎总是会导致信箱。Art 告诉我们，我们可以通过用与周围小部件匹配的颜色填充信箱来隐藏信箱。

方向

一个字符串属性。“肖像”、“风景”、“相同”、“相反”之一。默认值与设备或窗口“相同”。此选择会修改有效分辨率，请参阅。始终使用“相同”获得最佳分辨率。

预览小部件 API

该小部件具有以下方法：

连接相机

这只能在之后调用on_start()。

    def connect_camera(self,kwargs):

可选参数：

camera_id

指定要连接的相机。例如camera_id = 'front'. 包含整数的字符串（默认为“0”），或者在 Android 或 iOS 上为“后”（默认）或“前”。

镜像

镜像预览图像，默认为True. 此选项在 Android 和 iOS 上被忽略，按照惯例，“前”总是镜像，“后”从不镜像。此选项通常True适用于面向用户的任何摄像头，以及False任何不面向用户的摄像头。

捕获永远不会被镜像，如果预览被镜像，则截图捕获除外。

像素参数image_analysis_callback()永远不会被镜像，如果预览被镜像texture，任何图像分析的结果都将canvas_instructions_callback()通过 tex_size 和 tex_pos 参数自动镜像。如果图像分析生成图像注释位置，则应用程序必须调整这些位置以进行镜像预览。有关代码片段和示例链接，请参阅图像分析部分。

文件路径回调

在捕获照片、视频或屏幕截图时，此参数指定接收保存文件的路径和名称的方法。例如filepath_callback = my_method，def my_method(self, path):应用程序提供的带有字符串参数的方法在哪里。

照片和视频捕获可以在不同的线程中实现。知道捕获完成的唯一方法是 filepath_callback。在开始捕获之后和 filepath_callback 之前断开相机连接可能会有延迟的后果。

filepath_callback 也可用于重置 UI 中的任何“视频录制”指示器。虽然视频录制通常由用户终止，但也可以通过应用暂停、设备旋转或相机选择来终止。在最后这些情况下，任何记录指示器都可以通过回调重置，无论原因如何，这都会在任何捕获终止时发生。

传感器分辨率

覆盖默认传感器分辨率，这是可用的最高分辨率，但 Raspberry Pi 除外（1024、768）。两个整数的元组，例如sensor_resolution = (640, 480). 获得的捕获分辨率取决于相机提供者的行为（例如，它被 GStreamer 忽略）。捕获分辨率还取决于预览的相对方向和纵横比。将指定的值视为可能无法完全接受的请求。

分析像素分辨率

设置通过的像素分辨率analyze_pixels_callback()。一个标量，表示长边上的像素数，短边使用纵横比确定。例如analyze_pixels_resolution = 720. 默认值为裁剪后的传感器分辨率和 1024 的最小值。

作为替代方案，有时分析包需要设置分辨率。这是按照分析配置self.auto_analyze_resolution中的描述完成的。

enable_analyze_pixels

用于enable_analyze_pixels = True启用analyze_pixels_callback()

enable_analyze_imageproxy

仅用于enable_analyze_imageproxy = True启用analyze_imageproxy_callback() Android。

enable_zoom_gesture

默认真。仅限安卓和 iOS。

enable_focus_gesture

默认真。仅限安卓。

imageproxy_data_format：

仅适用于 Android ImageProxy api。“yuv420”（默认）或“rgba”。

断开相机

始终这样做，重要的是在不使用时断开相机。

    def disconnect_camera(self):

在捕获过程中断开连接通常会导致捕获终止并照常保存结果。

但是，在 Android 上，在启动捕获后立即断开连接可能会阻止文件保存的开始，并且不会保存任何内容。filepath_callback 报告了一条警告消息，这可能会被过滤，如本例所示

捕获

    def capture_photo(self, kwargs):
    def capture_screenshot(self, kwargs):
    def capture_video(self, kwargs):      # Android only
    def stop_capture_video(self):         # Android only

视频捕获仅适用于 Android。

捕获永远不会被镜像，如果预览被镜像，则截图捕获除外。此处讨论捕获分辨率。

捕获保存到<location>/<subdir>/<name>.jpg或.mp4。

默认值如下。在桌面上<location>是当前目录.，在 Android 上<location>是DCIM/<appname>，而在 iOS <location> 上是照片应用程序。的值为<subdir>当前日期，格式为 'YYYY_MM_DD'。的值为<name>当前时间，格式为 'hh_mm_ss_xx'（xx 为 1/100 秒）。

filepath_callback发生在捕获完成时，其参数是特定捕获的实际路径。

请注意，在 Android 上 >= 10 个共享存储文件保存在名为 MediaStore 的数据库中，而不是文件系统中。Android 存储的架构超出了本文档的范围。

<location>、<subdir>和的值<name>可以使用三个capture_方法的可选关键字参数进行修改：

地点

该值替换的默认值<location>。

在桌面上，该值是必须存在的目录。

在 Android 和 iOS 上，该值只能是'shared'或'private'，其他值默认为'shared'。

在 Android 上，该值'shared'指定 Android 共享存储DCIM/<appname>。该值'private'指定应用本地存储 app_storage_path()/DCIM。如果您想要不同的位置'private'，请根据 filepath_callback 提供的路径使用并移动生成的文件。

在 iOS 上，该值'shared'指定 iOS 照片应用程序。该值'private'指定应用本地存储。对于'shared'filepath_callback 返回一个空字符串，因为'private'它返回应用程序本地存储中文件的路径。

子目录

该值替换的默认值<subdir>。该子目录将被创建或添加到 Android MediaStore 路径中。对于 iOS，当location='shared'它被忽略时。

姓名

该值替换默认值<name>，.jpg或.mp4扩展名将自动添加。

请注意，Android MediaStore 的一个特性是，具有与第一个相同的子目录和名称值的第二个捕获不会覆盖第一个。它将创建一个名为的第二个文件<subdir>/<name> (1).jpg，此名称由 Android MediaStore 创建。如果创建太多（31 个？）这样的名称，MediaStore 可能会崩溃。

对于 iOS，当location='shared'它被忽略时。

选择相机

更改当前连接的摄像头，camera_id 必须指定物理连接的摄像头。

    def select_camera(self, camera_id):

飞涨

仅在 Android 上，zoom_delta() 通过捏合/展开手势调用，除非禁用。仅在 iOS 上，除非禁用，否则 zoom_abs() 通过捏合/展开手势调用。

    def zoom_delta(self, delta_scale):  
    def zoom_abs(self, scale):

闪光

仅限安卓。仅用于捕获照片，忽略视频和数据。序列闪光：关、开、自动（默认）、

    def flash(self)

重点

仅限 Android，如果在设备上可用。除非禁用，否则由点击手势调用

    def focus(x, y):

图像分析

概述和示例

视频数据分析的编程模式是创建一个子类Preview并实现两个预定义的方法。一是分析帧，二是用分析结果修改预览图像。一般是这样的：

class CustomAnalyzer(Preview):
      def analyze_pixels_callback(self, pixels, size, image_pos,
                                  image_scale, mirror):
	### Add your pixels analysis code here
	### Add your coordinate transforms here
				
      def canvas_instructions_callback(self, texture, tex_size, tex_pos):
	### Add your Preview annotation or image replacement code here

analyze_pixels_callback()每次有新像素可用时都会调用，并且在canvas_instructions_callback()Kivy 事件循环的每次迭代中都会调用。新像素的可用性取决于相机数据速率，以及之前调用analyze_pixels_callback(). 因此analyze_pixels_callback()通常以小于的速率调用canvas_instructions_callback()，因此注释更新速率通常小于图像帧速率。

在 Android 上，这是 analyze_pixels_callback() 的替代方法，它仅用于 Android 分析包。

      def analyze_imageproxy_callback(self, image_proxy, image_pos,
                                      image_scale, mirror, degrees):
	### Add your imageproxy specific analysis code here

保持这种模式。在“analyze_pixel_callback”（或 imageproxy）方法中执行分析和坐标转换。而在 'canvas_instructions_callback' 中只显示之前计算的结果。从分析方法传递到显示方法的数据必须以线程安全的方式传递。

该analyze_pixels_callback方法用于分析其 RGBApixels和size参数。、pos和参数可以将分析scale的mirror像素坐标映射到预览坐标。该mirror参数是必需的，因为pixels图像从不镜像，但预览可能是。一个例子：

   def analyze_pixels_callback(self, pixels, image_size, image_pos,
                               scale, mirror):
	# Convert the image encoding		       
        pil_image = Image.frombytes(mode='RGBA', size=image_size,
	                            data= pixels)
        # Analyze the image				    
        barcodes = pyzbar.decode(pil_image, symbols=[ZBarSymbol.QRCODE])
	# Collect the results and transform the coordinates
        found = []
        for barcode in barcodes:
            text = barcode.data.decode('utf-8')
            if 'https://' in text or 'http://' in text:
                x, y, w, h = barcode.rect
                # Map Zbar coordinates to Kivy coordinates
                y = image_size[1] -y -h
                # Map Analysis coordinates to Preview coordinates
                if mirror:
                    x = image_size[0] -x -w
                x = round(x * scale + image_pos[0])
                y = round(y * scale + image_pos[1])
                w = round(w * scale)
                h = round(h * scale)
                found.append({'x':x, 'y':y, 'w':w, 'h':h, 't':text})
	# Save the results in a thread safe way
        self.make_thread_safe(list(found)) ## A COPY of the list

分析和画布注释回调发生在不同的线程上。分析结果必须以线程安全的方式保存，以便可用于画布回调。我们将结果的副本传递给：

    @mainthread
    def make_thread_safe(self, found):
        self.annotations = found

并将线程安全注释添加到画布。

    def canvas_instructions_callback(self, texture, tex_size, tex_pos):
        # Add the annotations determinined during analyze callback.
        Color(1,0,0,1)
        for r in self.annotations:
            Line(rectangle=(r['x'], r['y'], r['w'], r['h']), width = dp(2))

我们还可以用一些其他纹理替换现有的预览图像，使用 'tex_size' 和 'tex_pos' 参数定位。使用由于某些图像分析而创建的线程安全纹理，如下所示：

    def canvas_instructions_callback(self, texture, tex_size, tex_pos):
        # Add a different preview image, which is a transformed camera image
	# this image has 'analyze_pixels_resolution'
        if self.analyzed_texture:
	    # 'self.analyzed_texture' contents created
	    # by analyze_pixels_callback()
            Color(1,1,1,1)
            Rectangle(texture= self.analyzed_texture,
	              size = tex_size, pos = tex_pos)

如果需要，新纹理将通过“text_size”和“tex_pos”自动镜像。这些 'text_size' 和 'tex_pos' 参数用于添加纹理，不适用于坐标计算，因为它们可能是镜像的。

有关创建线程安全纹理的详细信息，请参阅 OpenCV 示例。

上面的代码片段在两个示例中完全实现：QR Reader和OpenCV。展示此模式的类似示例是tflite和mlkit。

用户交互

但是等等，还有更多，用户可以在预览中与分析结果进行交互。Preview 子类可能有多重继承，例如允许用户与屏幕上的注释进行交互。QR 阅读器示例通过从手势包继承来说明这一点：

    class QRReader(Preview, CommonGestures):

该包的手势回调和注释位置测试用于启动某些操作。在这种情况下，根据 QR 码中的 URL 打开 Web 浏览器，然后在 QR 码周围绘制的框内长按或鼠标双击。

    def cg_long_press(self, touch, x, y):
        self.open_browser(x, y)

    def cg_double_tap(self, touch, x, y):
        self.open_browser(x, y)

    def open_browser(self, x, y):
        for r in self.annotations:
            if x >= r['x'] and x <= r['x'] + r['w'] and\
               y >= r['y'] and y <= r['y'] + r['h']:
                webbrowser.open_new_tab(r['t'])

坐标和图像编码

重要的是，请注意不同的坐标系和图像编码。带有第三方分析代码坐标的打印语句的测试可能很有价值。

Kivy 图像坐标的原点位于左下角。大多数其他系统使用左上角（正 y 向下增加）作为它们的原点。
Kivy 图像属性是一个 (width, height) 元组。一些包，特别是 numpy 图像，将顺序反转为（高度，宽度）。
Kivy 像素采用 RGBA 编码。第三方分析代码可能需要一些其他编码，Pillow 和 OpenCV 都提供编码转换。一些图像重新编码在计算上是昂贵的。
'canvas_instructions_callback()' 参数 'tex_size' 和 'tex_pos' 可能是镜像的，它们的值对于坐标映射无效。使用 'image_size' 和 'image_pos' 参数在 'analyze_pixels_callback()' 中执行映射。

分析配置

使用以下参数启用图像分析connect_camera()：

connect_camera(enable_analyze_pixels = True)

要更改默认分析分辨率，请指定长边中的像素数（默认为 1024 或裁剪分辨率中的较小者）：

connect_camera(enable_analyze_pixels = True, analyze_pixels_resolution = 720)

该analyze_pixels_resolution选项提供与预览具有相同方向和纵横比的分析图像。

作为替代方案，分析软件可以设置self.auto_analyze_resolution[width, height] 的两个元素列表。在这种情况下，不必为分析保持纵横比，该analyze_pixels_callback() image_scale参数是一个包含两个元素的列表 [width, height]，允许缩放任何结果。如 c4k_tflite_example 中使用的分类object.py。

仅在 Android 上，imageproxy api 是像素 api 的替代品。

connect_camera(enable_analyze_imageproxy = True)

无论预览方向如何，imageproxy api 都提供横向图像。度数参数可以相应地调整分析。Android 实现了在分析慢的情况下自动改变帧率和分辨率。

调试

检查应用程序分析代码是否符合您的预期。如果结果是坐标（大多数情况），则使用打印语句检查这些。将您希望检测到的任何内容移动到相机视图的四个角。查看打印值，它们是否反映了分析的图像像素大小和方向？将坐标映射到 Kivy 小部件后重复这些坐标。

测量分析算法在一帧上执行的时间。在检测到没有检测到的情况下执行此操作。这连同一些开销将定义最大分析帧速率。tflite示例监控分析帧速率作为其正常操作的一部分。

表现

相机提供图像流以通过进行分析analyze_pixels_callback()。图像通常以 30 fps 的速度到达，因此考虑到一些开销，应用程序进行分析的时间可能不到 30 毫秒。

该 api 具有内置机制，因此仅在先前的分析完成时才对图像进行分析。这种机制不会改变画布指令的帧速率。如果分析结果“不稳定”，那是因为硬件的分析算法很慢。

相反，您可以使用 Kivy Clock 设置的标志显式降低分析帧速率，而无需更改任何其他内容。接近实际分析速率的时钟速率会出现抖动。例如对于一秒的分析间隔：

        self.enable_analyze_frame = True
        Clock.schedule_interval(self.analyze_filter,1)
                                                      
    def analyze_filter(self, dt):
        self.enable_analyze_frame = True

    def analyze_pixels_callback(self, pixels, image_size, image_pos,
                                scale, mirror):
	if self.enable_analyze_frame:
	    self.enable_analyze_frame = False
	    # place usual analyse code inside this if block

可以通过各种方式对此进行修改，例如延迟一段时间后的单个样本。

提高性能的一种方法是减少analyze_pixels_resolution如上所示的。此选项可能会改变定性行为，可能是由于某些第三方分析仪中的分辨率偏差。实验一下，一些分析代码在远低于 VGA 分辨率的情况下也能很好地工作。

分析代码必须精简。例如，Keras 是一个完整的开发环境，一大堆你不需要运行推理的东西。将应用程序移植到 Tensorflow Lite，然后使用 tflite-runtime 而不是完整的 Tensorflow Lite。

相机行为

物理相机

相机是具有软件 api 的单个物理设备，尽管它看起来像一个软件对象，但它不是软件对象。它是具有物理约束的物理对象。

解析度

在相机的背景下，分辨率有多种用途。在这种情况下，它始终是一个元组（宽度，高度）。

传感器分辨率

这是传感器模块的物理特性。的默认行为connect_camera()是使用相机提供商提供的最大分辨率。可以使用该sensor_resolution选项覆盖它，但通常相机提供商会将此作为提示，可能会被忽略或重新解释。GStreamer忽略此选项，picamera可能需要它。

裁剪的传感器分辨率

传感器分辨率根据传感器的方向、预览的方向和预览的纵横比进行裁剪。这将影响捕获分辨率，例如，可能会从 4:3 传感器图像中裁剪出 16:9 纵横比的图像。因此，在这种情况下，16:9 的宽度和高度的乘积将小于 4:3 的乘积。

旋转移动设备也会旋转传感器，当 Priview 小部件方向与设备方向相同时，将获得最高分辨率的图像。相反，例如，设备处于纵向的横向预览将导致图像宽度分辨率，即传感器高度分辨率。

这种行为是具有物理约束的相机传感器的特征。值得注意的是，图像传感器通常不是方形的，它们是矩形的，当传感器与捕获的图像具有相同的方向时，它们会提供最高质量的结果。除非传感器分辨率低，或者照片捕获的分辨率低于预期，否则这对应用程序用户来说基本上是透明的。

预览分辨率

是屏幕的物理属性（显示分辨率）和屏幕上的预览小部件大小。预览分辨率可以小于或大于裁剪的传感器分辨率。

捕获分辨率

捕获的分辨率。照片捕捉分辨率是裁剪后的传感器分辨率。视频分辨率是标准分辨率之一，具体取决于裁剪的传感器分辨率。以像素为单位的屏幕截图大小是预览分辨率。

分析分辨率

分析分辨率小于或等于裁剪后的传感器分辨率。为了减少分析时间，以分析分辨率为代价减少这一点可能是有用的。

analyze_pixels_callback()可以使用相机连接选项更改分辨率analyze_pixels_resolution。scale 参数允许将分析结果重新缩放为预览分辨率。

实现了优雅的analyze_imageproxy_callback()降级机制。这会自动降低帧速率和/或图像分辨率。一个非常慢的帧分析将导致馈送停止。

显示屏分辨率。

与相机无关，它是屏幕的物理属性。以 dpi 为单位测量的标量。

相机提供商

Camera4Kivy 依赖于“相机提供者”来访问操作系统相机 api。在大多数平台上，它使用与 Kivy 相同的提供程序，并修改了默认值。

平台	提供者	需要
视窗	开放式CV
	流媒体
苹果系统	AV基金会	OSX >= 10.7
Linux	流媒体
	开放式CV
覆盆子	皮卡梅拉	<= 克星
	流媒体	<= 克星
	开放式CV	<= 克星
	Picamera2	>= 靶心
安卓	相机X	安卓 >= 5.0
iOS	AV基金会

与 Kivy 一样，选择了第一个可用的提供程序。应该预料到某些相机提供商的特定行为。例如，在 MacOS 和 Rasberry Pi 上将忽略切换到不存在的相机，但会使用 OpenCV 或 GStreamer 生成屏幕消息。摄像头分辨率默认为最大可用摄像头提供程序分辨率，但在 Raspberry Pi 上默认为 (1024, 768)。

您可以通过在 from kivy.app import App.

from kivy import kivy_options
providers= list(kivy_options['camera'])
providers.remove('picamera')
kivy_options['camera'] = tuple(providers)

Android 相机提供商

cd <project directory>

git clone https://github.com/Android-for-Python/camerax_provider.git

rm -rf camerax_provider/.git

设置p4a.hook为允许应用程序使用相机提供程序。

p4a.hook = camerax_provider/gradle_options.py

开放式CV

pip3 install opencv-python

GStreamer

取决于 Linux 风格，但通常：

sudo apt-get install gstreamer-1.0

sudo apt-get install gstreamer1.0-dev

皮卡梅拉

预装

Picamera2

Raspberry PI Bullseye 不可用。

AV基金会

预装

已知行为

行为：预览没有 aspect_ratio = 'fill'

没有办法指定倒置信箱。预览精确地填充可用空间的位置，导致捕获或分析的图像的一个轴部分隐藏在预览中。

行为：Raspberry PI Bullseye 不可用

RaspberryPI 视频堆栈随 Bullseye 发生了变化。在 Bullseye 中，目前唯一有效的相机源是libcamera. Picamera 不可用，显然RPI Picamera2 Python 接口正在开发中。并且libcamera与 OpenCV 或 Kivy 的 GStreamer 实现不兼容。

行为：Android 旋转

通过“倒置纵向”旋转物理设备可能会导致“倒置横向”显示。额外旋转到“纵向”并返回到“横向”可以更正显示。

行为：Android .mp4 方向

如果预览方向与设备方向不同，则视频文件方向不正确。录制视频时不要使用此布局配置。谷歌问题跟踪器。

行为：Android .jpg 方向。

一些图像查看器（包括 Kivy Image 小部件）会错误地将 .jpg 显示为旋转 90 度。如果捕获预览方向与设备方向不同，并且第三方查看器不使用 Exif 元数据，则会发生这种情况。

行为：on_start() 期间的 Android connect_camera

在 Android 上，connect_camera()调用 duringon_start()将导致应用启动期间间歇性崩溃。未过滤的 logcat 将包含：'找不到库“libdexfile.so”'。使用 Kivy 时钟来安排connect_camera()稍后的一个时间步。

行为：Android 切换摄像头，短时间倒置图像。

切换摄像头时可能会出现短暂的倒置图像，这在较旧的 Android 设备上更可能发生。

行为：Android armeabi-v7a 构建安装在 arm64-v8a 设备上

Google 的 camerax gradle 依赖项的实现是特定于架构的，为 armeabi-v7a 构建的应用程序将在 arm64-v8a 设备上崩溃。要在 arm64-v8a 设备上运行，您必须为 arm64-v8a 构建。

行为：Android“不支持表面组合”

No supported surface combination is found for camera device - Id : 0. May be attempting to bind too many use cases.

在非常低端的 Android 设备上，相机的硬件资源可能有限。到目前为止，只有一台设备出现了这个问题。默认情况下，c4k 为“照片和视频”或“照片和图像分析”配置 connect_camera() - 这使 api 尽可能简单。但在这种情况下，它对硬件来说太贵了。我们可以覆盖这些配置。

如果连接仅用于照片用途connect_camera(enable_video = False, ...other options..)。如果连接仅用于视频或数据分析使用connect_camera(enable_photo = False, ...other options..)。

camera4kivy 0.1.0

导航

项目链接

统计数据

Meta

Maintainers

分类

项目描述

Camera4Kivy

概述

安装

在桌面上安装 Camera4Kivy

在 Android 上安装 Camera4Kivy

buildozer.spec：

运行时权限

在 iOS 上安装 Camera4Kivy

运行时权限

例子

测试示例和平台

C4K-照片示例

C4K-QR-示例

C4K-OpenCV-示例。

C4K-MLKit-示例

C4K-TFLite-示例

预览小部件

预览小部件属性

纵横比

信箱颜色

方向

预览小部件 API

连接相机

camera_id

镜像

文件路径回调

传感器分辨率

分析像素分辨率

enable_analyze_pixels

enable_analyze_imageproxy

enable_zoom_gesture

enable_focus_gesture

imageproxy_data_format：

断开相机

捕获

地点

子目录

姓名

选择相机

飞涨

闪光

重点

图像分析

概述和示例

用户交互

坐标和图像编码

分析配置

调试

表现

相机行为

物理相机

解析度

传感器分辨率

裁剪的传感器分辨率

预览分辨率

捕获分辨率

分析分辨率

显示屏分辨率。

相机提供商

Android 相机提供商

开放式CV

GStreamer

皮卡梅拉

Picamera2

AV基金会

已知行为

行为：预览没有 aspect_ratio = 'fill'

行为：Raspberry PI Bullseye 不可用

行为：Android 旋转

行为：Android .mp4 方向

行为：Android .jpg 方向。

行为：on_start() 期间的 Android connect_camera