pythoncap函数 python capi
python如何能采集多个摄像头的数据
可以，用PYQT+CV2,四个USB连接成功，程序如下，UI要自己搞了，放不下
创新互联坚持“要么做到，要么别承诺”的工作理念，服务领域包括：网站设计制作、做网站、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的和县网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！
# -*- coding: utf-8 -*-
import sys#, time
from PyQt5 import QtWidgets
from PyQt5.QtCore import QTimer, QThread, pyqtSignal
from Ui_cv2ui_thread import Ui_MainWindow
import cv2 as cv
from PyQt5.QtGui import QImage, QPixmap
from PyQt5.QtWidgets import (QApplication, QDialog, QFileDialog, QGridLayout,
QLabel, QPushButton, QColorDialog)
import numpy as np
class MainWindow(QtWidgets.QMainWindow, Ui_MainWindow):
def __init__(self, parent=None):
super(MainWindow, self).__init__(parent=parent)
self.setupUi(self) #这个一定要在这个最前面位置
# define the slot for pushbutton to save the merged image
self.pushButton.clicked.connect(self.savemergeimage)
self.img = np.ndarray(()) #空的numpy array
self.img1 = np.ndarray(())
self.img2= np.ndarray(())
self.img3= np.ndarray(())
self.img4= np.ndarray(())
self.img4= np.empty([960,1280, 3], int)
self.cap = cv.VideoCapture(3) #注意，由大开到小,很重要
self.cap.set(3, 640) # setup the resolution of CCD
self.cap.set(4, 480)
ret, self.img=self.cap.read()
self.cap1 = cv.VideoCapture(2)
self.cap1.set(3, 640)
self.cap1.set(4, 480)
ret, self.img1=self.cap1.read()
self.cap2 = cv.VideoCapture(1)
self.cap2.set(3, 640)
self.cap2.set(4, 480)
ret, self.img2=self.cap2.read()
self.cap3 = cv.VideoCapture(0)
self.cap3.set(3, 640)
self.cap3.set(4, 480)
ret, self.img3=self.cap3.read()
#time.sleep(1)也许需要延迟，等他准备好
# 初始化一个定时器，在其他条件下用的
#self.timer = QTimer(self)
# 实例化一个线程
self.work0= WorkThread()
self.work0.trigger.connect(self.ccd2)
# 定义时间任务是一次性任务就设定下一行
#self.timer.setSingleShot(True)
# 启动时间任务，注意一致性
self.work0.start()
# 实例化一个线程
self.work= WorkThread()
# 多线程的信号触发连接到ccd3
self.work.trigger.connect(self.ccd3)
self.work.start()
# 实例化一个线程
self.work2 = WorkThread()
# 多线程的信号触发连接到ccd4
self.work2.trigger.connect(self.ccd4)
self.work2.start()
# 实例化一个线程
self.work3 = WorkThread()
# 多线程的信号触发连接到ccd1
self.work3.trigger.connect(self.ccdmerge)
self.work3.start()
self.work4 = WorkThread()
# 多线程的信号触发连接到ccd1
self.work4.trigger.connect(self.ccd1)
self.work4.start()
def refreshShowa(self):#显示ccd1到label1
# 提取图像的尺寸和通道, 用于将opencv下的image转换成Qimage
height, width, channel = self.img.shape
bytesPerLine = 3 * width
self.qImg = QImage(self.img.data, width, height, bytesPerLine,
QImage.Format_RGB888).rgbSwapped()
# 将Qimage显示出来
self.label.setPixmap(QPixmap.fromImage(self.qImg))
def refreshShowb(self):#显示ccd2到label2
# 提取图像的尺寸和通道, 用于将opencv下的image转换成Qimage
height, width, channel = self.img1.shape
bytesPerLine = 3 * width
self.qImg1 = QImage(self.img1.data, width, height, bytesPerLine,
QImage.Format_RGB888).rgbSwapped()
# 将Qimage显示出来
self.label_2.setPixmap(QPixmap.fromImage( self.qImg1))
def refreshShowc(self):#显示ccd3到label3
# 提取图像的尺寸和通道, 用于将opencv下的image转换成Qimage
height, width, channel = self.img2.shape
bytesPerLine = 3 * width
self.qImg2 = QImage(self.img2.data, width, height, bytesPerLine,
QImage.Format_RGB888).rgbSwapped()
# 将Qimage显示出来
self.label_3.setPixmap(QPixmap.fromImage( self.qImg2))
def refreshShowd(self):#显示ccd4到label4
# 提取图像的尺寸和通道, 用于将opencv下的image转换成Qimage
height, width, channel = self.img3.shape
bytesPerLine = 3 * width
self.qImg3 = QImage(self.img3.data, width, height, bytesPerLine,
QImage.Format_RGB888).rgbSwapped()
# 将Qimage显示出来
self.label_4.setPixmap(QPixmap.fromImage( self.qImg3))
def refreshShowe(self):#显示合并的影像到label6
# 提取图像的尺寸和通道, 用于将opencv下的image转换成Qimage
height, width, channel = self.img4.shape
bytesPerLine = 3 * width
self.qImg4 = QImage(self.img4.data, width, height, bytesPerLine,
QImage.Format_RGB888).rgbSwapped()
# 将Qimage显示出来
self.label_6.setPixmap(QPixmap.fromImage( self.qImg4))
def ccd1(self):
self.cap.set(3, 640)
self.cap.set(4, 480)
ret, self.img = self.cap.read()
self.refreshShowa()
# 启动另一个线程
self.work0.start()#注意一致性
def ccd2(self, str):
self.cap1.set(3, 640)
self.cap1.set(4, 480)
ret, self.img1 = self.cap1.read()
self.refreshShowb()
self.work.start()#注意一致性
def ccd3(self, str):
self.cap2.set(3, 640)
self.cap2.set(4, 480)
ret, self.img2= self.cap2.read()
self.refreshShowc()
self.work2.start()#注意一致性
def ccd4(self, str):
self.cap3.set(3, 640)
self.cap3.set(4, 480)
ret, self.img3 = self.cap3.read()
self.refreshShowd()
self.work3.start()#注意一致性
def ccdmerge(self, str):
self.img4=np.hstack((self.img, self.img1))
self.img4=np.vstack((self.img4, np.hstack((self.img2, self.img3))))
#print ('here is a merge process') 可以用来判断多线程的执行
self.refreshShowe() #later to remove the remark
self.work4.start()#注意一致性
def savemergeimage(self):
# 调用存储文件dialog
fileName, tmp = QFileDialog.getSaveFileName(
self, 'Save Image', './__data', '*.png *.jpg *.bmp', '*.png')
if fileName == '':
return
if self.img.size == 1:
return
# 调用opencv写入图像
cv.imwrite(fileName,self.img4)
class WorkThread(QThread): #多线程核心，非常重要
# 定义一个信号
trigger = pyqtSignal(str)
def __int__(self):
# 初始化函数，默认
super(WorkThread, self).__init__()
def run(self):
self.trigger.emit('')
if __name__ == "__main__":
app = QtWidgets.QApplication(sys.argv)
w = MainWindow()
w.show()
sys.exit(app.exec_())
Python练习 将list中的字符串依次转为首字母大写（不使用title）
def cap_upper(lista):
for i in xrange(len(lista)):
lista[i]=lista[i][0].upper()+lista[i][1:]
return lista
aaa=['dog','cat']
print cap_upper(aaa)
不过我记得有个首字母大写函数capitalize()，直接循环调用这函数就行
wave消声器建模cap怎么添加
CAP增加了对ADS和ELDO仿真器的支持，以与LSYNC V，I输入一起用于DC，CV和两个端口/多端口仿真。
更新的CMOS封装：BSIMSOI模型已更新至版本4.6.0和4.6.1；HiSIM_HV模型已更新至版本2.40；HiSIM2模型已更新至版本3.0.0；PSP模型已更新至版本103.5和103.6
引入了新的Python API模块，以通过以下python函数导入脉冲IV和S参数Maury / AMCAD输出数据格式（.mes和.mps）：load_mes_file_p_lsync；load_mes_file_iv_lsync；load_mps_file_p_lsync；load_mps_file_iv_lsync
引入了新的Python API函数以启用外部Python模块的重载：load_python_module
通过在IC-CAP主窗口级别添加变量ENABLE_DCOP_AND_LIB_IMPORT（系统变量），可以使用两种实验功能。 它的价值并不重要，只需将其存在于最顶层即可启用实验功能。静压箱和消声器是两种常见的空调装置，在空调设计中经常用到，这两者外形相似，没有什么本质上的区分，功能侧重稍有不同。
静压箱常见于空调机房内部，接在风机前后，空调机房内部一般安装空间有限，风管转弯或者分支三通的时候无法做标准的弯头和三通，这种时候就可以设置一个静压箱。
如下图中的空调机房送风回风静压箱。
静压箱可以把动压转换为静压，稳定气流和减少气流波动，让空气吹得更远。
一般也会在静压箱内部贴上消声材料，兼顾消声作用。
关于静压箱可以参考这个推文：
静压箱接线盒分集水器
消声器主要作用就是消除噪音，比如下图中的新风挂机的出口的ZP系列消声器。
里面也是贴的吸声材料，达到消除噪音的目的，另外这个吸声材料也兼具保温功能，所以现场做的时候，对于这种空调风管上用的消声器外面可以不再单独包保温材料。
Revit自带的族有这种风管式消声器的族，路径：
C:\ProgramData\Autodesk\RVT 2018\Libraries\China\机电\风管附件\消声器
里面样式挺多的，从消声原理上大致分为抗性消声器和阻性消声器，有兴趣可以找专业书籍查看原理。
自带的消声器族里面的参数都是类别参数，你需要针对不同尺寸的风管单独设置族的参数，用起来不是很方便，个人不是不用自带族的。
我需要的是自动捕捉风管的那种族，推荐尝试我自己做的万用族，可以自动捕捉风管，其大小也都是实例参数，设置起来非常便捷。
万用族参考这个推文：
自带风机族不灵光，我做了一个万用族
标准消声器尺寸各边比风管大200mm左右，模型可以按200来考虑，施工现场做的时候，这个消声器尺寸也可以定制，遇到空间受限的极限情况，还是要灵活处理，不要太死板。
python 为什么lower方法和cap方法后面不能加（）
map是一个高级函数，第一个参数为函数，第二个参数为可迭代对象(如列表，字符串等), 其作用就是把可迭代对象里的每个元素都应用到第一个函数中
形象解释：
map(f, [x1, x2, ..., xn]) = [f(x1), f(x2), f(x3),..., f(xn)]
不加括号表示这个函数，加了括号就是在调用这个函数并返回值了
举个例子：
def f():
return 1
print(f)
print(f())
输出结果：
function f at 0x7fb59035f578
1
第一个打印的是函数及其内存地址，第二个打印的是调用函数f后返回的值(也就是1)
所以说不能加括号
网页标题：pythoncap函数 python capi
当前路径：http://6mz.cn/article/dojiocp.html