-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathmyConfig.py
155 lines (129 loc) · 5.97 KB
/
myConfig.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
# !--*-- coding: utf-8 --*--
import os
####################################
# 通用参数
#===================================
# 摄像头ID
CameraID = 0
#CameraID = r'./video/rawvideo8.avi'
#CameraID =r'../video/real5.avi'
# CameraID =r'../testdata/test1597556718.57631_movedown.avi'
# CameraID =r'C:\Users\Haibo\Desktop\手势数据\王海枫\背景复杂_室内光线不好时.avi' # 肤色范围偏移特别厉害，Cb阈值需要上调
# CameraID =r'C:\Users\Haibo\Desktop\手势数据\刘奇奇\自然光，简单背景，重录.avi'
# CameraID =r'C:\Users\Haibo\Desktop\手势数据\王祉元\白天自然光线+简单背景.avi'
#-----------------------------------
# 深度学习手势识别模型路径，为None时不启用深度学习手形识别
HandShapeDNNPath = r"./model/" # OpenPose的CaffeModel和prototxt路径；MobileNetV2CCDLite模型文件及标签路径
# HandShapeDNNPath = r"../model/hand_pose_model.pth"# OpenPose的Pytorch模型
# HandShapeDNNPath =None
#-----------------------------------
# 手形识别SVM模型路径
# HandShapeSVMPath=r"../model/hand_svm_model.m"
HandShapeSVMPath=None
#-----------------------------------
# 人脸检测模型路径，如果UseDlibFace = True，FaceCascadePath和ResFaceModelPath均忽略
# HARR模型，快，准确度低
# FaceCascadePath = r"../model/haarcascade_frontalface_alt2.xml"
FaceCascadePath = None
# Resnet模型所在路径，准确度最高，较慢
ResFaceModelPath=r"./model/"
# ResFaceModelPath=None
UseDlibFace = False # 使用Dlib HoG人脸检测，速度快，准确度较高
#-----------------------------------
# 手部周长阈值，周长（像素数）在此区间才当候选手处理
HandSize = [200,3000]
# 手部面积阈值
HandAreaScope=[3000,102400] # 3000>2500=(200/4)^2, 102400=640*480/3
# 是否启用背景分割算法，背景与肤色接近时要启用
UseBackSeg=False
# 是否启用运动分割算法，背景与肤色接近时要启用
UseMoveSeg=False
# 是否启用分水岭算，光线差，手部分割不完整时建议启用
UseWaterShed=False
# 启动时是否打开YCrCb调节工具
OpenYCrCbTool=False
# YCrCb分割阈值手动设置
YMinThreshold, YMaxThreshold, YCrMinThreshold, YCrMaxThreshold, YCbMinThreshold, YCbMaxThreshold = 38, 255, 133, 255, 103, 133
# YMinThreshold, YMaxThreshold, YCrMinThreshold, YCrMaxThreshold, YCbMinThreshold, YCbMaxThreshold = None,None,None,None,None,None
#-----------------------------------
# 每ProcessOneEverynFrames帧图像处理一次，以减轻通信和计算压力
ProcessOneEverynFrames = 2
#-----------------------------------
# 视频窗口显示比例
VideoWinScale=1
# 是否显示在顶层
ShowOnTop=False
#-----------------------------------
# 原始视频数据记录路径，设置为None不记录
RawVideoPath=None
#RawVideoPath=r'../video/rawvideo'
# 识别结果视频数据记录路径，设置为None不记录
RecVideoPath=None
# RecVideoPath=r'../video/recvideo'
# 设置测试数据记录路径，不用时设置为None
# RecTestData='../testdata/test'
RecTestData=None
#-----------------------------------
# 是否启动交互地图演示
DemoMap = False
# 人机交互演示地图路径
MapPath = 'file:///'+ os.path.dirname(os.path.dirname(__file__)) + '/mapDemo/demo.html'
# webdriver.Chrome浏览器路径
ChromeDriverPath=r'D:\Program Files\Chrome\chromedriver.exe'
# 手势响应灵敏度，越大越迟钝，每sensitivity次响应一次
Sensitivity= 10
####################################
####################################
# 手势识别由服务器端(gesture_server)处理时
#===================================
# 接收视频的服务器IP地址，客户端（gesture_client）用
VideoServerIP = '127.0.0.1'
# 接收视频的服务器端口，客户端（gesture_client）用
VideoServerPort= 6666
#-----------------------------------
# 服务器端(gesture_server)根据FrameWidth和FrameHeight重构收到的视频帧
# 视频帧宽度像素数,服务器端(gesture_server)用
FrameWidth = 640
# 视频帧高度像素数,服务器端(gesture_server)用
FrameHeight = 480
####################################
####################################
# 手势识别由客户端（gesture_standalone）或MyWebsocket处理时
#===================================
# gesture_standalone或MyWebsocket作为REST服务器提供手势识别结果
AsGestureRestServer = True
# 手势识别服务REST接口开的端口
# gesture_standalone作为REST服务器提供手势识别结果时用
# gesture_server和myWebSocket中，作为REST服务器提供手势识别结果时都用这个设置服务端口
GestureRestServerPort = 8088
# 通过socket、Rest、WebSocket上传手势识别结果时，分别设置为'SOCKET'、'REST'、'WEBSOCKET',客户端（gesture_standalone）用
# GestureSendMode = 'SOCKET'
#GestureSendMode = 'REST'
GestureSendMode = 'WEBSOCKET' # MyWebsocket也用
#GestureSendMode = None
# 通过socket上传时，需设置SendGestureToServerIP和SendGestureToServerPort参数,客户端（gesture_standalone）用
# 接收手势识别结果的服务器IP地址
SendGestureToServerIP = '127.0.0.1'
# 接收手势识别结果的服务器端口
SendGestureToServerPort = 8888
# 通过REST接口上传时，使用GET方法上传识别结果的接口，需设置SendGestureToServerURL参数,客户端（gesture_standalone）用
SendGestureToServerURL='http://127.0.0.1:8080/gesture'
# 通过WEBSOCKET接口上传时，需设置WebSocket服务器IP和端口号
SendGestureToWebSocketServerIP = '127.0.0.1'
SendGestureToWebSocketServerPort = 5000
####################################
####################################
# 手势识别由MyWebsocket处理时
#===================================
# 视频指令通道IP和端口
VideoCMDIP='127.0.0.1'
VideoCMPPort=5002
# 视频数据通道IP和端口
VideoDataIP='127.0.0.1'
VideoDataPort=5004
####################################
####################################
# 接收视频的服务器IP地址和端口，客户端（websocketclient）用
WebSocketServerIP = '127.0.0.1'
WebSocketServerPort = 7777
####################################