实时移动GTK+窗口

Move GTK+ window in real-time

本文关键字：窗口 GTK+ 移动 实时      更新时间：2023-10-16

>我正在创建一个移动窗口，该窗口使用人脸检测坐标作为输入来分配窗口的新位置。目前，人脸检测功能正常，但直到捕获循环结束时才会显示窗口。

我的问题是：
-如何在图像捕获和面部检测发生的整个过程中保持窗口的视野？
-是否需要"gtk_main"循环，在这种情况下是否正确使用？
-为什么即使将"gtk_widget_show(窗口("放置在捕获循环中，窗口也打不开？
-有没有更好的论坛来回答更详细的GTK+问题？

我想在OpenCV的"moveWindow"函数之后建模。此功能非常适合我的需要，使用此功能的唯一问题是我无法自定义窗口。

OpenCV 的 "moveWindow" 函数的源代码： 看窗下.cpp window_gtk.cpp https://github.com/opencv/opencv/tree/master/modules/highgui/src

#include "FlyCapture2.h"
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/objdetect/objdetect.hpp>
#include <opencv2/core/cuda.hpp>
#include <opencv2/cudalegacy/NCVHaarObjectDetection.hpp>
#include <opencv2/cudaobjdetect.hpp>
#include <math.h>
#include <thread>
#include <iostream>
#include <vector>
#include <gtk-3.0/gtk/gtk.h>
using namespace FlyCapture2;

cv::Ptr<cv::cuda::CascadeClassifier> face_detect;
int x,y;
void detect_faces(cv::Mat img, cv::cuda::GpuMat buf)
{
std::vector<cv::Rect>faces;
//Detect faces
...
if (faces.size() > 0) 
{
float x_f = faces[0].x;
float y_f = faces[0].y;
x = roundf(x_f*40/51);
y = roundf(y_f*135/256);    
}
}
int main( int   argc, char *argv[])
{
//Camera initialization
...
//face detect variables
face_detect = cv::cuda::CascadeClassifier::create("/home/nvidia/opencv/data/haarcascades_cuda/haarcascade_frontalface_default.xml");
cv::cuda::GpuMat objbuf;
//GTK+ Params
GtkWidget *window;
gtk_init (&argc, &argv);
window = gtk_window_new (GTK_WINDOW_TOPLEVEL);
gtk_window_set_decorated(GTK_WINDOW (window),FALSE);
gtk_window_set_position(GTK_WINDOW (window), GTK_WIN_POS_CENTER);
gtk_widget_show  (window);
// capture loop
double t = (double)cv::getTickCount();
for (int i=0;i<100;i++)
{
// Get the image
...
// convert to OpenCV Mat
...

//Detect Faces
detect_faces(image,objbuf);
std::cout<<"x: "<<x<<" "<<"y: "<<y<<std::endl;
gtk_window_move(GTK_WINDOW (window),x,y);
while (gtk_events_pending())
gtk_main_iteration ();
}
//Record Time
t = ((double)cv::getTickCount() - t)/cv::getTickFrequency();
std::cout << "Time: " << (t/100)*1000 << std::endl;
//Disconnect Camera
camera.StopCapture();
camera.Disconnect();
gtk_main();
return 0;
}

最好的方法是将人脸识别过程和GUI操作分开在两个不同的线程中，GUI应该始终在主线程中运行(或首先创建窗口的线程，这在X11上不是严格需要的，但它在Win32和Cocoa GTK后端中例如(。

然后，识别线程可以根据需要忙于循环，并使用空闲回调将窗口更新"发送"到主线程。这是多线程常用的 GTK 方法。

下面是一些代码(支持函数和替代捕获循环(来解释该方法：

/// support function
struct WindowData
{
GtkWindow win;
int x, y;
};
int move_window(WindowData *p)
{
gtk_move_window(p->win, p->x, p->y);
delete p;
return FALSE;
}
[...]
// updated capture loop inside main (capture the variables you need, or this if you are working in a class environment
std::thread t([window, image, objectbuf]{
for (int i=0;i<100;i++) {
// Get the image
...
// convert to OpenCV Mat
...
//Detect Faces
detect_faces(image,objbuf);
WindowData *p = new WindowData();
p.win = window;
p.x = x; p.y = y;
g_idle_add((GFunction)move_window, p);
}
});
gtk_main();
t.join();
[...]

请注意，您还可以使"window"成为全局变量(或类成员(，并使x和y std：：atomic避免为每个窗口移动分配/释放WindowData的需要。

相关文章：