摄像头
InputControl 和 InputConfig 在运行时对其进行控制。它旨在将 Color Camera 和 MonoCamera 统一为一个节点。与 Color Camera 节点相比,Camera 节点:- 支持 cam.setSize(),它取代了
cam.setResolution()和cam.setIspScale()。Camera 节点会自动找到最合适的分辨率,并应用正确的缩放以实现用户选择的大小。 - 支持 cam.setCalibrationAlpha(),示例如下:消除相机畸变
- 支持 cam.loadMeshData() 和 cam.setMeshStep(),可用于自定义图像扭曲(去畸变、透视校正等)。
- 如果相机的 HFOV 大于 85°,则会自动消除相机畸变。您可以通过
cam.setMeshSource(dai.CameraProperties.WarpMeshSource.NONE)禁用此功能。
- 没有
out输出,因为它具有与 ColorCamera 相同的输出(raw、isp、still、preview、video)。这意味着preview将输出同一灰度帧的 3 个平面(3 倍开销),而isp/video/still将输出亮度(有用的灰度信息)+ 色度(所有值均为 128),这将导致 1.5 倍的带宽开销。
如何放置
Python
Python
1pipeline = dai.Pipeline()
2cam = pipeline.create(dai.node.Camera)输入和输出
inputConfig- ImageManipConfiginputControl- CameraControlraw- ImgFrame - RAW10 Bayer 数据。解包演示代码参见此处isp- ImgFrame - YUV420 平面格式(与 YU12/IYUV/I420 相同)still- ImgFrame - NV12,适用于较大尺寸的帧。当向 Camera 发送捕获事件时创建图像,类似于拍照。preview- ImgFrame - RGB(如果配置了 BGR 平面或交错格式),主要用于小尺寸预览并馈送至 NeuralNetworkvideo- ImgFrame - NV12,适用于较大尺寸的帧
video/preview/still 帧。still(当触发捕获时)和 isp 以最高相机分辨率工作,而 video 和 preview 限制为最大 4K(3840 x 2160)分辨率,该分辨率从 isp 中裁剪得到。 对于 IMX378(1200 万像素),后处理的工作原理如下:

isp 输出(IMX378 的 1200 万像素分辨率)。如果您不缩小 ISP, video 输出将裁剪为 4K(最大 3840x2160,受 video 输出限制),如蓝色矩形所示。 黄色矩形表示 preview 输出在预览大小设置为 1:1 纵横比时的裁剪(例如,为 MobileNet-SSD NN 模型使用 300x300 的预览大小),因为 preview 输出源自 video 输出。使用
Python
Python
1pipeline = dai.Pipeline()
2cam = pipeline.create(dai.node.Camera)
3cam.setPreviewSize(300, 300)
4cam.setBoardSocket(dai.CameraBoardSocket.CAM_A)
5# Instead of setting the resolution, user can specify size, which will set
6# sensor resolution to best fit, and also apply scaling
7cam.setSize(1280, 720)3A 算法
- 立体相机:传感器共享同一条 I2C 总线,可自动同步 3A 设置(AWB、AE)。
- 独立传感器:在 OAK FFC 或 OAK-D-LR 等配置中,每个传感器拥有独立的 I2C,可使用
3a-follow功能将 3A 设置从一个传感器同步到其他传感器。