C++ 结合 opencv读取图片与视频的方法
目录
一、安装opencv
二 、配置文件准备
2.1 新建立文件夹
2.2 .vscode文件下配置文件
三 、src文件下代码编写
3.1 图片的读取和显示（代码文件:1.img.cpp）
3.2 视频流的读取（代码文件:2.video.cpp）
3.3 视频流的读取并保存（代码文件:3.write.cpp）
四、cmake配置
五、运行
一、安装opencv操作系统: Linux(采用远程服务器主机进行代码编写）
需提前配置（安装）cmake
远程连接服务器进行操作, 直接新建立的终端输入
sudo apt install libopencv-dev
二 、配置文件准备
2.1 新建立文件夹
建立一个新的文件夹，并在文件夹下面建立如下面的子文件夹
其中CMakeLists.txt是txt形式的文件
.vscode里面放的是配置文件
media放的图片和视频
output 是输出的文件夹路径
src 放的是源代码cpp文件
（1）配置tasks.json文件
{
"version": "2.0.0",
"tasks": [
// 1.cmake 配置
{
"type": "cppbuild",
"label": "cmake配置",
"command": "cmake", // cmake命令
"args": [
"-S .", // 源码目录
"-B build", // 编译目录
"-DCMAKE_BUILD_TYPE=Debug" // 编译类型
],
"options": {
"cwd": "${workspaceFolder}" // 工作目录
},
"problemMatcher": [
"$gcc"
],
"group": "build",
},
// 2.cmake 编译
{
"type": "cppbuild",
"label": "CMake编译",
"command": "cmake", // cmake命令
"args": [
"--build", // 编译
"build", // 编译目录
],
"options": {
"cwd": "${workspaceFolder}" // 工作目录
},
"problemMatcher": [
"$gcc"
],
"group": "build",
"dependsOn": [
"CMake配置" // 依赖CMake配置，先执行CMake配置
]
},
// 3.删除build目录
{
"type": "shell",
"label": "删除build目录",
"command": "rm -rf build",
"options": {
"cwd": "${workspaceFolder}" // 工作目录
},
"problemMatcher": [
"$gcc"
],
"group": "build",
},
// 4.运行可执行文件
{
"label": "运行可执行文件",
"type": "shell",
"command": "./build/demo_${fileBasenameNoExtension}",
"problemMatcher": [],
"group": {
"kind": "build",
"isDefault": true
},
"options": {
"cwd": "${workspaceFolder}"
},
"dependsOn": [
"cmake构建"
]
}
]
}
（1）配置launch.json
{
// 使用 IntelliSense 了解相关属性。
// 悬停以查看现有属性的描述。
// 欲了解更多信息，请访问: https://go.microsoft.com/fwlink/?linkid=830387
"version": "0.2.0",
"configurations": [
{
"name": "C++ Cmake Debug",
"type": "cppdbg",
"request": "launch",
"program": "${workspaceFolder}/build/demo_${fileBasenameNoExtension}", // 编译后的程序，需要结合CMakeLists.txt中的add_executable()函数
"args": [],
"stopAtEntry": false,
"cwd": "${workspaceFolder}",
"environment": [],
"externalConsole": false,
"MIMode": "gdb",
"miDebuggerPath": "/usr/bin/gdb",
"setupCommands": [
{
"description": "Enable pretty-printing for gdb",
"text": "-enable-pretty-printing",
"ignoreFailures": true
}
],
"preLaunchTask": "CMake编译"
}
]
}
三 、src文件下代码编写
3.1 图片的读取和显示（代码文件:1.img.cpp）
在导入 #include"opencv2/opencv.hpp" 会出现错误, 鼠标点击头文件并按住ctrl键，界面会出现配置,添加配置即可, 配置文件自动生成放在.vscode文件下。
由于是远程服务器主机, 所以无法显示图片，只能另存为。
// 图片的读取和显示
// 导入 opencv 头文件
#include"opencv2/opencv.hpp"
#include<iostream>
int main(int argc, char** argv)
{
// 读取图片
// 读取的数据保存在 Mat 类型的变量 image 中, Mat是 opencv 中的图像数据结构，类似 numpy 中的 ndarray
cv :: Mat image = cv :: imread("./media/cat.jpg");
// 判断图片是否读取成功, 读取不成功, 运行 if 语句直接退出主函数
if(image.empty())
{
std :: cout << "Could not read the image: " << std :: endl;
return 1;
}
// 打印图片宽度和高度
std :: cout << "图片高度: " << image.rows << "图片宽度: " << image.cols << std :: endl;
// 打印图片数据
// 以 numpy 的方式打印
std :: cout << "图片的 data: " << cv :: format(image, cv :: Formatter :: FMT_NUMPY) << std :: endl;
// 以 python list 格式输出
std :: cout << "图片的 data: " << cv :: format(image, cv :: Formatter :: FMT_PYTHON) << std :: endl;
// 创建一个gray 图
cv :: Mat gray;
// 创建一个 hsv 图
cv :: Mat hsv;
// 创建一个 rgb 图
cv :: Mat rgb;
// BGR --> Gray
cv :: cvtColor(image, gray, cv :: COLOR_BGR2GRAY);
// BGR --> HSV
cv :: cvtColor(image, hsv, cv :: COLOR_BGR2HSV);
// BGR --> RGB
cv :: cvtColor(image, rgb, cv :: COLOR_BGR2RGB);
// 保存 gray 图: 格式: (文件路径, Mat 矩阵变量)
cv :: imwrite("./output/gray.jpg", gray);
// 显示图片
// cv :: imshow("图片", image);
// 等待按键
// cv :: waitKey(0);
// 显示多张图片, 同时出现在两个窗口
// cv :: imshow("原图", image);
// cv :: imshow("灰度图", gray);
// cv :: waitKey(0);
return 0;
}
3.2 视频流的读取（代码文件:2.video.cpp）
// opencv 读取视频流
#include"opencv2/opencv.hpp"
#include<iostream>
#include<gflags/gflags.h> // 导入 gflags 库
int main(int argc, char **argv)
{
// 解析命令行参数
gflags :: ParseCommandLineFlags(&argc, &argv, true);
// 创建一个 VideoCapture 对象, 参数为视频路径
cv :: VideoCapture capture("./media/dog.mp4");
// 判断视频是否读取成功, 返回 True 表示成功
if(!capture.isOpened())
{
std :: cout << "无法读取视频" << std :: endl;
return 1;
}
// 读取视频帧, 使用 Mat 类型的 frame 存储返回的帧
cv :: Mat frame;
// 定义灰度图
cv :: Mat gray;
// 循环读取视频
while(true)
{
// 读取视频帧, 使用 >> 运算符 或者 read()函数, 他的参数是返回的帧
capture.read(frame);
// capture >> frame;
// 判断是否读取成功
if(frame.empty())
{
std :: cout << "文件读取完毕: " << std :: endl;
break;
}
// 将视频的帧转为灰度图
cv :: cvtColor(frame, gray, cv :: COLOR_BGR2GRAY);
// 显示视频帧
cv :: imshow("raw demo", frame);
cv :: imshow("gray demo", gray);
// 等待按键, 延迟 30ms, 否则视频播放太快
int k = cv :: waitKey(30);
// 按下Esc键退出
if(k == 27)
{
std :: cout << "退出" << std :: endl;
break;
}
}
return 0;
}
3.3 视频流的读取并保存（代码文件:3.write.cpp）
// opencv 读取视频流
#include"opencv2/opencv.hpp"
#include<iostream>
#include<gflags/gflags.h> // 导入 gflags 库
int main(int argc, char **argv)
{
// 解析命令行参数
gflags :: ParseCommandLineFlags(&argc, &argv, true);
// 创建一个 VideoCapture 对象, 参数为视频路径
cv :: VideoCapture capture("./media/dog.mp4");
// 判断视频是否读取成功, 返回 True 表示成功
if(!capture.isOpened())
{
std :: cout << "无法读取视频" << std :: endl;
return 1;
}
int frame_width = capture.get(cv :: CAP_PROP_FRAME_WIDTH);
int frame_height = capture.get(cv :: CAP_PROP_FRAME_HEIGHT);
double fps = capture.get(cv :: CAP_PROP_FPS);
std :: cout << "图像宽度: " << frame_width << std :: endl;
std :: cout << "图像高度: " << frame_height << std :: endl;
std :: cout << "图像帧率: " << fps << std :: endl;
// 读取视频帧, 使用 Mat 类型的 frame 存储返回的帧
cv :: Mat frame;
// 定义灰度图
cv :: Mat gray;
//写入MP4文件，参数分别是：文件名，编码格式，帧率，帧大小
cv::VideoWriter writer("./output/record.avi", cv::VideoWriter::fourcc('M', 'J', 'P', 'G'), fps, cv::Size(frame_width, frame_height));
// 循环读取视频
while(true)
{
// 读取视频帧, 使用 >> 运算符 或者 read()函数, 他的参数是返回的帧
capture.read(frame);
// capture >> frame;
// 判断是否读取成功
if(frame.empty())
{
std :: cout << "文件读取完毕: " << std :: endl;
break;
}
// std :: cout << "图片高度: " << frame.rows << "图片宽度: " << frame.cols << std :: endl;
// 将视频的帧转为灰度图
cv :: cvtColor(frame, gray, cv :: COLOR_BGR2GRAY);
// 将 gray 写入
writer.write(frame);
}
return 0;
}
四、cmake配置
在CMakeLists.txt文件中进行配置
# 最低版本要求
cmake_minimum_required(VERSION 3.10)
# 项目信息
project(opencv_demo)
# 使用find_package命令查找OpenCV库
find_package(OpenCV REQUIRED)
find_package(gflags REQUIRED)
if (OpenCV_FOUND)
message(STATUS "OpenCV library status:")
message(STATUS " version: ${OpenCV_VERSION}")
message(STATUS " libraries: ${OpenCV_LIBS}")
message(STATUS " include path: ${OpenCV_INCLUDE_DIRS}")
else()
message(FATAL_ERROR "Could not find OpenCV library")
endif()
# 添加头文件
include_directories(${OpenCV_INCLUDE_DIRS} ${gflags_INCLUDE_DIRS})
# 链接库
link_libraries(${OpenCV_LIBS} ${gflags_LIBRARIES})
# 添加可执行文件
add_executable(demo_1.img src/1.img.cpp)
add_executable(demo_2.video src/2.video.cpp)
add_executable(demo_3.write src/3.write.cpp)
五、运行
运行1.img.cpp，终端选项 – 运行任务
会出现下列界面， 依次点击 删除 build目录表，在选择终端 – 运行任务 – cmake 配置，结束后，在点击终端 – 运行任务 – CMake 编译
上述过程结束后，就会正常运行与输出1.img.cpp
输出后结果如图所示, 主要看 output 文件夹，可能和我下面不一样，因为我又在写其他的代码
到此这篇关于C++ 结合 opencv读取图片与视频的文章就介绍到这了,更多相关C++ 读取图片与视频内容请搜索软件开发网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软件开发网！
