序列化追踪数据
Frame 类提供了学历恶化一帧中的数据的方法。你可以反序列化这个字节序列来创建一个原始帧的新拷贝。
序列化一帧
创建一个 Frame 的序列化示例,可以使用 Frame.serialize。
下面的代码展示了如何将一帧保存到文件中:
import ctypesframe = controller.frame()serialized_tuple = frame.serializeserialized_data = serialized_tuple[0]serialized_length = serialized_tuple[1]data_address = serialized_data.cast().__long__()buffer = (ctypes.c_ubyte * serialized_length).from_address(data_address)with open(os.path.realpath('frame.data'), 'wb') as data_file:data_file.write(buffer)
反序列化一帧
在你反序列化一个 Frame 数据之前,你必须创建一个 Controller对象。如果你想要访问恢复帧中的任何 Gesture 数据,你也必须使用 Controller.enable_gesture() 函数。访问帧里存储的图像目前还不支持。反序列化来自不同 LeapMotion SDK 版本的数据并没有获得官方支持,如果两个版本中的数据模型没有差异,那么它可能有效。
反序列化帧数据需要以下几个步骤:
- 创建一个
Controller实例; - 获取数据,如果有必要的话将其转换成合适的数据类型;
- 创建一个 Frame 对象;
- 调用新帧的
deserialize()方法。
注意,重建后的数据会替换帧中现有的数据。如果使用了已经存在且有效的 Frame 实例,那么已经存在的数据会被覆盖。然而任何子对象,例如手、手指等,只要你保持对它们的单独引用。
下面的例子展示了如何从一个文件中反序列化并创建一个 Frame 对象。
当你从磁盘加载这个数据,你会获得一个 Python 的字符串对象,然而 deserialize() 函数需要传入一个元组,其中包含一个 Leap.byte_array 对象(一个简单的有限的数组)。你可以使用数据的长度,构造这个 byte_array 对象,然后一个字节一个字节的复制数据或使用 ctypes.memmove() 函数。将字节数组放在元组的第一个位置,并把数据的长度放在第二个位置,再传递给 deserialize() 函数。
import ctypes, numpyframe = Leap.Frame()filename = "frame.data"with open(os.path.realpath(filename), 'rb') as data_file:data = data_file.read()leap_byte_array = Leap.byte_array(len(data))address = leap_byte_array.cast().__long__()ctypes.memmove(address, data, len(data))frame.deserialize((leap_byte_array, len(data)))
保存和读取多个帧
如果你希望保存多个帧,那么你必须相处一个方法来表示一个帧的结束和下一个帧的开始。每一帧数据大小都可能不同。下面的代码展示了一个方法,使用的是存储一个4字节的证书来保存数据的大小:
with open("frames.data", "wb") as data_file:for f in range(0, 10):frame_to_save = controller.frame(9 - f)serialized_tuple = frame_to_save.serializedata = serialized_tuple[0]size = serialized_tuple[1]data_file.write(struct.pack("i", size))data_address = data.cast().__long__()buffer = (ctypes.c_ubyte * size).from_address(data_address)data_file.write(buffer)
从保存的文件中读取帧,你可以先读取四个字节来获得接下来要读取的帧数据的总长度。然后再重复这个过程直到完成整个文件的读取。
with open("frames.data", "rb") as data_file:next_block_size = data_file.read(4)while next_block_size:size = struct.unpack('i', next_block_size)[0]data = data_file.read(size)leap_byte_array = Leap.byte_array(size)address = leap_byte_array.cast().__long__()ctypes.memmove(address, data, size)frame = Leap.Frame()frame.deserialize((leap_byte_array, size))next_block_size = data_file.read(4)
