一个为我们在 FRC 中的需求包装 opencv 的框架
项目描述
尖峰计算机视觉框架
Spikes ComputerVision 框架，或简称 scvf，是一个框架，旨在使 FRC 的 CV 编程更容易
该框架 以高效优雅的方式包装了由grip生成的opencv和管道。
安装说明：
$ python3 -m pip install scvf
API
通过网络表进行通信
使用pipeline_name密钥发送 pipeline_name
使用camera_id密钥发送相机 ID
使用exposure密钥发送相机曝光
管道兼容性
尽管我们推荐使用 Grip 作为主要工具来使用 Grip 生成 cv2 管道，但
您可以将任何对象作为管道提供给服务器，只要它包含以下两种方法：
process()- 处理给定图像
get_output()的方法 - 处理给定图像的方法返回处理的输出
IO 功能
scvf 接收两个负责与外部数据源通信的函数。
settings_supplier(callback)此函数接收设置并将它们提供给提供给它的回调。output_consumer(output)这个函数将图像处理的输出发送到它的下一个目的地
笔记
GRIP 和 SCVF 兼容性
如果您使用Grip 生成管道，请记住，由于 python3 和 python2 之间的差异，由它生成的管道与开箱即用的 scvf 不兼容
到目前为止，需要进行以下更改：
- 将模糊类型的枚举更改为python3-enum
- 按照此处的说明更改 findContours 函数
- 添加
get_output()与上面指定的 API 兼容的方法
开放式CV 4
- 在管道函数中的
im2和轮廓contours变量之间切换filter_contours
IO 实现
- 确保您的自定义
output_consumer与管道提供的输出兼容。
