介绍python脚本如何转成cv2可识别的格式并输出
由于海康python脚本刚推出不久，自己之前也自学了一年python，看了社区有好些小伙伴卡在python图片的转换问题上，因此自己也研究并测试了下，经过几天的努力终于成功实现
废话不多说，上代码
import sys sys.argv=[''] from ioHelper import * import cv2 as cv import numpy as np def Process(data) -> int: moduleVar = IoHelper(data, INIT_MODULE_VAR) globalVar = IoHelper(data, INIT_GLOBAL_VAR) localVar = IoHelper(data, INIT_LOCAL_VAR) try: imagedata=moduleVar.in0#图像源输入彩色 imagedata_gray=moduleVar.in3#图像源输入黑白 width=moduleVar.in1#图像宽 height=moduleVar.in2#图像高 length=width*height#像素点数 channels=3#通道数 img_np=np.frombuffer(imagedata.buffer,np.uint8)#彩色图片转换成字节流 img_np_gray=np.frombuffer(imagedata_gray.buffer,np.uint8)#灰度图片转换成字节流 #下面这两句是关键后面的轮廓和收缩只是为了看效果 img=np.reshape(img_np,[height, width, channels])#彩色转换需要宽高对调，和原始图像对比发现的 gray=cv.cvtColor(img,cv.COLOR_RGB2GRAY)#灰度处理这颜色需要RGB，和原始图像对比发现的 ret,img_threshold1=cv.threshold(gray,127,255,cv.THRESH_BINARY)#二值化 contours,hierarchy=cv.findContours(img_threshold1,cv.RETR_TREE,cv.CHAIN_APPROX_SIMPLE)#获取灰度的轮廓 img1=img.copy() res=cv.drawContours(img1,contours,-1,(0,0,255),2)#彩色图片 dst=np.ones((5,5),np.uint8) erosion=cv.erode(img_threshold1,dst,iterations=1)#收缩 img_test1=imagedata_gray img_test1.buffer=erosion.tobytes() moduleVar.out0=img_test1 img_test2=imagedata img_test2.buffer=res.tobytes() moduleVar.out1=img_test2 except BaseException as e: PrintMsg(e) return 0代码核心是上面的转换，如果是灰度转黑白，通道数改成1即可
效果图如下
