C 语言

关注公众号 jb51net

关闭
首页 > 软件编程 > C 语言 > C++ OpenCV调用摄像头

C/C++和OpenCV实现调用摄像头

作者：whoarethenext

本文主要介绍了C/C++和OpenCV实现调用摄像头,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

OpenCV 是一个强大的计算机视觉库，它使得从摄像头捕获和处理视频流变得非常简单。本文将指导你如何使用 C/C++ 和 OpenCV 来调用摄像头、读取视频帧并进行显示。

准备工作

在开始之前，请确保你已经正确安装了 OpenCV 库，并且你的开发环境（如 Visual Studio, Code::Blocks, CLion, 或者使用 CMake/GCC 的命令行环境）已经配置好可以链接 OpenCV 库。

你需要包含以下头文件：

#include <opencv2/opencv.hpp> // 包含 OpenCV 的核心功能和高级 GUI (highgui)
#include <iostream>          // 用于标准输入输出

1. 打开摄像头

要从摄像头捕获视频，我们首先需要创建一个 cv::VideoCapture 对象。它的构造函数可以接受一个整数作为参数，该整数表示摄像头的索引。通常，0 代表系统默认的内置摄像头，1 代表第一个外部摄像头，以此类推。

cv::VideoCapture cap; // 创建一个 VideoCapture 对象

int cameraIndex = 0; // 通常 0 是默认摄像头
cap.open(cameraIndex); // 或者直接 cv::VideoCapture cap(0);

// 检查摄像头是否成功打开
if (!cap.isOpened()) {
    std::cerr << "错误: 无法打开摄像头 " << cameraIndex << std::endl;
    return -1; // 或者进行其他错误处理
}

提示：

2. 读取视频帧

一旦摄像头成功打开，我们就可以在一个循环中逐帧读取视频。cv::VideoCapture::read() 方法或重载的 >> 运算符可以用来获取新的帧。

read() 方法会返回一个布尔值，表示是否成功读取到一帧。读取到的帧会存储在一个 cv::Mat 对象中。

cv::Mat frame; // 创建一个 Mat 对象来存储每一帧

while (true) {
    bool success = cap.read(frame); // 读取新的一帧
    // 或者 cap >> frame;

    if (!success || frame.empty()) {
        std::cerr << "错误: 无法从摄像头读取帧" << std::endl;
        break; // 如果读取失败或帧为空，则退出循环
    }

    // 在这里可以对 'frame' 进行处理，例如：
    // cv::cvtColor(frame, grayFrame, cv::COLOR_BGR2GRAY); // 转换为灰度图
    // cv::GaussianBlur(frame, blurredFrame, cv::Size(5, 5), 0); // 高斯模糊

    // ... (接下来的步骤：显示帧)
}

3. 显示视频帧

OpenCV 的 highgui 模块提供了显示图像和视频的功能。我们可以使用 cv::imshow() 函数来显示捕获到的帧。通常还需要配合 cv::waitKey() 来控制帧的显示时间和处理用户输入。

    // ... (在读取帧的循环内部)

    cv::imshow("摄像头画面", frame); // 在名为 "摄像头画面" 的窗口中显示帧

    // 等待按键，延迟 1 毫秒。
    // 如果按下 'ESC'键 (ASCII 值为 27)，则退出循环
    // waitKey 返回按下键的 ASCII 值，如果没有按键则返回 -1
    int key = cv::waitKey(1);
    if (key == 27) { // ESC 键
        std::cout << "ESC键被按下，正在关闭..." << std::endl;
        break;
    } else if (key != -1) {
        // 可以添加其他按键的逻辑
        // std::cout << "按键: " << key << std::endl;
    }

cv::waitKey(delay) 函数会等待指定的 delay 毫秒数。

4. 释放资源

当不再需要摄像头或程序即将退出时，务必释放 cv::VideoCapture 对象，并销毁所有创建的窗口。

// ... (在主函数末尾或退出前)

cap.release(); // 释放 VideoCapture 对象
cv::destroyAllWindows(); //销毁所有由 OpenCV 创建的窗口

虽然 cv::VideoCapture 对象在析构时会自动释放摄像头，但显式调用 release() 是一个好习惯。

5. 获取和设置摄像头属性 (可选)

cv::VideoCapture 对象还允许你获取和设置摄像头的一些属性，例如帧的宽度、高度、FPS（每秒帧数）等。这些属性由 cv::CAP_PROP_* 枚举定义。

// 获取摄像头默认的帧宽度和高度
double frameWidth = cap.get(cv::CAP_PROP_FRAME_WIDTH);
double frameHeight = cap.get(cv::CAP_PROP_FRAME_HEIGHT);
double fps = cap.get(cv::CAP_PROP_FPS);

std::cout << "默认宽度: " << frameWidth << std::endl;
std::cout << "默认高度: " << frameHeight << std::endl;
std::cout << "默认FPS: " << fps << std::endl;

// 尝试设置新的宽度和高度 (摄像头可能不支持所有值)
// bool setWidthSuccess = cap.set(cv::CAP_PROP_FRAME_WIDTH, 1280);
// bool setHeightSuccess = cap.set(cv::CAP_PROP_FRAME_HEIGHT, 720);
// if (setWidthSuccess && setHeightSuccess) {
//     std::cout << "成功设置分辨率为 1280x720" << std::endl;
// } else {
//     std::cout << "警告: 未能成功设置期望的分辨率" << std::endl;
//     // 再次获取实际生效的宽度和高度
//     frameWidth = cap.get(cv::CAP_PROP_FRAME_WIDTH);
//     frameHeight = cap.get(cv::CAP_PROP_FRAME_HEIGHT);
//     std::cout << "当前宽度: " << frameWidth << std::endl;
//     std::cout << "当前高度: " << frameHeight << std::endl;
// }

注意: 并非所有摄像头都支持通过 set() 方法修改所有属性，或者可能只支持特定的预设值。设置后最好再次 get() 以确认实际生效的值。

完整示例代码

下面是一个将以上所有步骤整合在一起的完整示例：

#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    // 1. 打开摄像头
    cv::VideoCapture cap;
    int cameraIndex = 0; // 尝试不同的索引，如果默认摄像头不工作
    cap.open(cameraIndex);

    // 检查摄像头是否成功打开
    if (!cap.isOpened()) {
        std::cerr << "错误: 无法打开摄像头 " << cameraIndex << std::endl;
        // 尝试下一个摄像头索引，如果需要
        // cameraIndex = 1;
        // cap.open(cameraIndex);
        // if (!cap.isOpened()) {
        //     std::cerr << "错误: 仍然无法打开摄像头 " << cameraIndex << std::endl;
        //     return -1;
        // }
        return -1;
    }

    std::cout << "摄像头 " << cameraIndex << " 已成功打开." << std::endl;

    // (可选) 获取和打印摄像头属性
    double frameWidth = cap.get(cv::CAP_PROP_FRAME_WIDTH);
    double frameHeight = cap.get(cv::CAP_PROP_FRAME_HEIGHT);
    double fps = cap.get(cv::CAP_PROP_FPS);
    std::cout << "帧宽度: " << frameWidth << std::endl;
    std::cout << "帧高度: " << frameHeight << std::endl;
    std::cout << "FPS: " << fps << std::endl; // 注意：FPS 可能不准确或不被所有摄像头支持

    cv::Mat frame; // 用于存储每一帧
    std::string windowName = "摄像头画面 - 按 ESC 退出";
    cv::namedWindow(windowName, cv::WINDOW_AUTOSIZE); // 创建一个窗口

    // 2. 读取并显示视频帧
    while (true) {
        bool success = cap.read(frame); // 或者 cap >> frame;

        if (!success || frame.empty()) {
            std::cerr << "错误: 无法从摄像头读取帧或视频已结束" << std::endl;
            break;
        }

        // 在这里可以对 'frame' 进行图像处理
        // 例如：显示帧号或时间戳
        // cv::putText(frame, "Frame: " + std::to_string(cap.get(cv::CAP_PROP_POS_FRAMES)),
        //             cv::Point(10, 30), cv::FONT_HERSHEY_SIMPLEX, 1, cv::Scalar(0, 255, 0), 2);

        // 3. 显示帧
        cv::imshow(windowName, frame);

        // 等待按键，延迟 (1000/FPS) ms 以大致匹配视频帧率，或者简单用 1-30ms
        // 如果 fps > 0, 使用 int delay = 1000.0 / fps; 否则使用一个默认值
        int delay = (fps > 0) ? static_cast<int>(1000.0 / fps) : 30;
        if (delay <= 0) delay = 30; // 防止 delay 为0或负数导致无限等待

        int key = cv::waitKey(delay); // 等待约 30ms，或根据FPS计算

        if (key == 27) { // ESC 键的 ASCII 值
            std::cout << "ESC键被按下，正在关闭..." << std::endl;
            break;
        } else if (key == 's' || key == 'S') { // 示例：按 's' 保存当前帧
            std::string filename = "captured_frame.png";
            cv::imwrite(filename, frame);
            std::cout << "当前帧已保存为 " << filename << std::endl;
        }
    }

    // 4. 释放资源
    cap.release();
    cv::destroyAllWindows();

    return 0;
}

编译和运行 (以 g++ 为例):

假设你的 OpenCV 安装在标准路径，并且你已经设置了 pkg-config：

g++ your_code.cpp -o camera_app `pkg-config --cflags --libs opencv4`
./camera_app

如果未使用 pkg-config，你可能需要手动指定包含目录和库文件：

g++ your_code.cpp -o camera_app -I/path/to/opencv/include -L/path/to/opencv/lib -lopencv_core -lopencv_highgui -lopencv_videoio -lopencv_imgproc
./camera_app

(具体的库名称可能因 OpenCV 版本和模块而略有不同，如 opencv_videoio 是处理视频 I/O 的关键库)。

常见问题与调试技巧

到此这篇关于C/C++和OpenCV实现调用摄像头的文章就介绍到这了,更多相关C++ OpenCV调用摄像头内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:
阅读全文