使用 C/C++ 和 OpenCV 调用摄像头

发布于：2025-05-30 ⋅ 阅读:(19) ⋅ 点赞:(0)

使用 C/C++ 和 OpenCV 调用摄像头 📸

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：

  • 你也可以传递一个视频文件的路径字符串给 cv::VideoCapture 的构造函数或 open() 方法来读取视频文件。
  • 如果有多个摄像头，你可以尝试不同的索引（0, 1, 2, …）直到找到你想要的摄像头。

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。

  • 如果 delay 为 0 或负数，它会无限期等待直到有按键按下。
  • 如果 delay 为正数，它会等待 delay 毫秒。如果在等待期间有按键按下，函数会返回按键的 ASCII 值；否则返回 -1。
  • 对于视频流，通常使用一个较小的值（如 1 或 30）来确保视频流畅播放，并允许程序响应按键事件。

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。

  • 获取属性: cap.get(cv::CAP_PROP_FRAME_WIDTH)
  • 设置属性: cap.set(cv::CAP_PROP_FRAME_WIDTH, newValue)
// 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

  • 无法打开摄像头:
    • 确保摄像头已连接并且驱动程序已正确安装。
    • 检查是否有其他应用程序正在使用该摄像头。
    • 尝试不同的 cameraIndex (0, 1, 2, …)。
    • 在 Linux 上，检查 /dev/video* 设备文件是否存在以及你是否有权限访问它们。
  • 视频流卡顿或延迟:
    • 确保 cv::waitKey() 的延迟参数设置合理。太小的值可能导致 CPU 占用过高，太大的值则导致卡顿。
    • 图像处理步骤如果过于复杂，会增加每帧的处理时间。
  • 窗口不显示或一闪而过:
    • 确保在主循环之后调用 cv::destroyAllWindows()，并且 cv::waitKey() 在循环内部被正确调用以刷新窗口事件。
  • 帧为空 (frame.empty() 为 true):
    • 这可能发生在视频文件结束，或者摄像头出现问题时。

希望这篇文章能帮助你成功使用 C/C++ 和 OpenCV 调用你的摄像头！

网站公告

今日签到

点亮在社区的每一天
去签到

热门文章

最新发布