親愛的社區，
隨著視頻作為評估“測量數據”越來越重要，
我正在考慮一個將流程視頻與其他標量（時間序列）數據相結合的應用程序。
例如，一個 JMP 窗口在右半部分播放視頻，在左半部分顯示其他時間序列數據，
用垂直線表示，視頻在時間尺度上顯示與某些過程或測量數據相對應的圖片。
對於顯示時間序列數據，JMP 是正確的選擇，但播放視頻呢？
是否可以在 JMP 中播放視頻？
是否可以讀取/分析任何視頻數據（例如 mp4、mpeg、...文件）？
有這樣的任務經驗，有什麼建議嗎？
提前致謝！
PS：在win10上使用JMP16.1(Pro)
JMP 無需任何外部軟件即可處理 JPG 和 PNG 文件。 您可以將它們轉換為 RGB 矩陣並進行自己的處理。
要逐幀加載視頻，您可以使用 OpenCV 和 Python，類似這樣
JMP 的 Python 接口使用 OpenCV 找人臉。
我用了python -m pip 安裝 opencv-python安裝。
pySetup =
"\[
# https://www.c-sharpcorner.com/article/detecting-faces-from-image-and-video-using-python/
# https://stackoverflow.com/questions/66942582/error-215assertion-failed-empty-in-function-cvcascadeclassifierdetec
# https://www.nps.gov/media/video/view.htm?id=C8B260AC-1DD8-B71B-0B793ECB496E64E5
import cv2
# Load the cascade
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
# To capture video from webcam.
#cap = cv2.VideoCapture(0)
cap = cv2.VideoCapture(file)
strcap = str(cap)
#print(cap,flush=True)
]\";
pyFinish = "\[
# Release the VideoCapture object
cap.release()
]\";
pyGet =
"\[
# Read the frame
_, img = cap.read()
#print(img,flush=True)
# Convert to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# Detect the faces
faces = face_cascade.detectMultiScale(gray, 1.1, 4)
# Draw the rectangle around each face
for (x, y, w, h) in faces:
cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2)
# Display
#cv2.imshow('Video', img)
#print(type(img),img.shape)
red = img[:,:,2]
green = img[:,:,1]
blue = img[:,:,0]
]\";
Python Init();
file = "https://www.nps.gov/nps-audiovideo/legacy/nature/C8B260AC-1DD8-B71B-0B793ECB496E64E5/nri-EOIntro3_240x134.mp4";
Python Execute( {file}, {strcap}, pySetup );
Show( strcap );
New Window( "x", bb = Border Box( Text Box( "" ) ), f=textbox() );
Wait( 1 );
frame=0;
While( 1,
x = Log Capture( rc = Python Execute( {}, {red, green, blue, faces}, pyGet ) );
If( Trim( x ) != "", Show( x ) );
If( rc == -1, Break() ); // -1 is python fail on eof
img = New Image( "rgb", {red / 255, green / 255, blue / 255} );
(bb << child) << delete;
bb << append( img );
frame += 1;
f<<SETTEXT></SETTEXT>
我從鏈接中藉用了示例並對其進行了修改，以便 JMP 可以一次驅動它一張圖片。 這段低分辨率視頻的速度非常快，但大多數人臉都無法識別，可能是因為他們沒有直接面對攝像機。 OpenCV 有很多你會發現有用的算法。 我蓋了這很久以前的視頻用於運動檢測。
我沒有嘗試使用網絡攝像頭，但相信它應該可以工作。
非常感謝，我認為這會起作用，我需要一些時間來詳細測試。
偉大的！ 如果你走 Python+OpenCV 路線，我想看看你做了什麼。
（我有點不好意思沒有更好地處理文件結束異常。 rc==-1 正在檢測出任何問題，當一切順利時，這已經足夠好了。 您可能需要嘗試...除了在 pyGet 代碼中以區分您期望的 EOF 異常和可能發生的其他異常（如內存不足，...）。）
還有誰，開放式CV是一個計算機視覺庫。 人臉檢測只是一種可能性。
