C++ 结合 opencv读取图片与视频

文章目录

C++ 结合 opencv读取图片与视频
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
- - （1）配置tasks.json文件
  - （1）配置launch.json
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

2.2 .vscode文件下配置文件

（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)