如何进行OpenCV2中的视频流读取与处理

这篇文章跟大家分析一下“如何进行OpenCV2中的视频流读取与处理”。内容详细易懂，对“如何进行OpenCV2中的视频流读取与处理”感兴趣的朋友可以跟着小编的思路慢慢深入来阅读一下，希望阅读后能够对大家有所帮助。下面跟着小编一起深入学习“如何进行OpenCV2中的视频流读取与处理”的知识吧。

前言

由于项目需要，计划实现九路视频拼接，因此必须熟悉OpenCV对视频序列的处理。视频信号处理是图像处理的一个延伸，所谓的视频序列是由按一定顺序进行排放的图像组成，即帧(Frame)。在这里，主要记录下如何使用Qt+OpenCV读取视频中的每一帧，之后，在这基础上将一些图像处理的算法运用到每一帧上（如使用Canny算子检测视频中的边缘）。

一. 读取视频序列

OpenCV提供了一个简便易用的框架以提取视频文件和USB摄像头中的图像帧，如果只是单单想读取某个视频，你只需要创建一个cv::VideoCapture实例，然后在循环中提取每一帧。新建一个Qt控制台项目，直接在main函数添加：

#include <QCoreApplication>#include <opencv2/core/core.hpp>#include <opencv2/imgproc/imgproc.hpp>#include <opencv2/highgui/highgui.hpp>#include <QDebug>int main(int arGC, char *argv[]){    QCoreApplication a(argc, argv);    // 读取视频流    cv::VideoCapture capture("e:/BrokeGirls.mkv");    // 检测视频是否读取成功    if (!capture.isOpened())    {        qDebug() << "No Input Image";        return 1;    }    // 获取图像帧率    double rate= capture.get(CV_CAP_PROP_FPS);    bool stop(false);    cv::Mat frame; // 当前视频帧    cv::namedWindow("Extracted Frame");    // 每一帧之间的延迟    int delay= 1000/rate;    // 遍历每一帧    while (!stop)    {        // 尝试读取下一帧        if (!capture.read(frame))            break;        cv::imshow("Extracted Frame",frame);        // 引入延迟        if (cv::waiTKEy(delay)>=0)                stop= true;    }        return a.exec();}

（注意：要正确打开视频文件，计算机中必须安装有对应的解码器，否则cv::VideoCapture无法理解视频格式！）运行后，将出现一个窗口，播放选定的视频（需要在创建cv::VideoCapture对象时指定视频的文件名）。

二. 处理视频帧

为了对视频的每一帧进行处理，这里创建自己的类VideoProcessor，其中封装了OpenCV的视频获取框架，该类允许我们指定每帧调用的处理函数。

首先，我们希望指定一个回调处理函数，每一帧中都将调用它。该函数接受一个cv::Mat对象，并输出处理后的cv::Mat对象，其函数签名如下：

void processFrame(cv::Mat& img, cv::Mat& out);

作为这样一个处理函数的例子，以下的Canny函数计算图像的边缘，使用时直接添加在mian文件中即可：

    // 对视频的每帧做Canny算子边缘检测void canny(cv::Mat& img, cv::Mat& out) {    // 先要把每帧图像转化为灰度图    cv::cvtColor(img,out,CV_BGR2GRAY);    // 调用Canny函数    cv::Canny(out,out,100,200);    // 对像素进行翻转    cv::threshold(out,out,128,255,cv::THRESH_BINARY_INV);}

现在我们需要创建一个VideoProcessor类，用来部署视频处理模块。而在此之前，需要先另外创建一个类，即VideoProcessor内部使用的帧处理类。这是因为在面向对象的上下文中，更适合使用帧处理类而不是一个帧处理函数，而使用类可以给程序员在涉及算法方面有更多的灵活度（书上介绍的）。将这个内部帧处理类命名为FrameProcessor，其定义如下：

#ifndef FRAMEPROCESSOR_H#define FRAMEPROCESSOR_H#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>class FrameProcessor{public:    virtual void process(cv:: Mat &input, cv:: Mat &output)= 0;};#endif // FRAMEPROCESSOR_H

现在可以开始定义VideoProcessor类了，以下为videoprocessor.h中的内容：

#ifndef VIDEOPROCESSOR_H#define VIDEOPROCESSOR_H#include <opencv2/core/core.hpp>#include <opencv2/imgproc/imgproc.hpp>#include <opencv2/highgui/highgui.hpp>#include <QDebug>#include "frameprocessor.h"class VideoProcessor{  private:      // 创建视频捕获对象      cv::VideoCapture capture;      // 每帧调用的回调函数      void (*process)(cv::Mat&, cv::Mat&);      // FrameProcessor接口      FrameProcessor *frameProcessor;      // 确定是否调用回调函数的bool信号      bool callIt;      // 输入窗口的名称      std::string windowNameInput;      // 输出窗口的名称      std::string windowNameOutput;      // 延迟      int delay;      // 已处理的帧数      long fnumber;      // 在该帧停止      long frameToStop;      // 是否停止处理      bool stop;      // 当输入图像序列存储在不同文件中时，可使用以下设置      // 把图像文件名的数组作为输入      std::vector<std::string> images;      // 图像向量的迭加器      std::vector<std::string>::const_iterator itImg;      // 得到下一帧      // 可能来自：视频文件或摄像头      bool readNextFrame(cv::Mat &frame)      {          if (images.size()==0)              return capture.read(frame);          else {              if (itImg != images.end())              {                  frame= cv::imread(*itImg);                  itImg++;                  return frame.data != 0;              }          }      }public:      // 默认设置 digits(0), frameToStop(-1),      VideoProcessor() : callIt(false), delay(-1),          fnumber(0), stop(false),          process(0), frameProcessor(0) {}      // 创建输入窗口      void displayInput(std::string wt);      // 创建输出窗口      void displayOutput(std::string wn);      // 不再显示处理后的帧      void dontDisplay();      // 以下三个函数设置输入的图像向量      bool setInput(std::string filename);      // 若输入为摄像头，设置ID      bool setInput(int id);      // 若输入为一组图像序列时，应用该函数      bool setInput(const std::vector<std::string>& imgs);      // 设置帧之间的延迟      // 0意味着在每一帧都等待按键响应      // 负数意味着没有延迟      void setDelay(int d);      // 返回图像的帧率      double getFrameRate();      // 需要调用回调函数      void callProcess();      // 不需要调用回调函数      void dontCallProcess();      // 设置FrameProcessor实例      void setFrameProcessor(FrameProcessor* frameProcessorPtr);      // 设置回调函数      void setFrameProcessor(void (*frameProcessingCallback)(cv::Mat&, cv::Mat&));      // 停止运行      void stopIt();      // 判断是否已经停止      bool isStopped();      // 是否开始了捕获设备？      bool isOpened();      // 返回下一帧的帧数      long getFrameNumber();      // 该函数获取并处理视频帧      void run();};#endif // VIDEOPROCESSOR_H

然后，在videoprocessor.cpp中定义各个函数的功能：

#include "videoprocessor.h"// 创建输入窗口void VideoProcessor::displayInput(std::string wt){    windowNameInput= wt;    cv::namedWindow(windowNameInput);}// 创建输出窗口void VideoProcessor::displayOutput(std::string wn){    windowNameOutput= wn;    cv::namedWindow(windowNameOutput);}// 不再显示处理后的帧void VideoProcessor::dontDisplay(){    cv::destroyWindow(windowNameInput);    cv::destroyWindow(windowNameOutput);    windowNameInput.clear();    windowNameOutput.clear();}// 设置输入的图像向量bool VideoProcessor::setInput(std::string filename){  fnumber= 0;  // 释放之前打开过的视频资源  capture.release();  images.clear();  // 打开视频  return capture.open(filename);}// 若输入为摄像头，设置IDbool VideoProcessor::setInput(int id){  fnumber= 0;  // 释放之前打开过的视频资源  capture.release();  images.clear();  // 打开视频文件  return capture.open(id);}// 若输入为一组图像序列时，应用该函数bool VideoProcessor::setInput(const std::vector<std::string>& imgs){  fnumber= 0;  // 释放之前打开过的视频资源  capture.release();  // 输入将是该图像的向量  images= imgs;  itImg= images.begin();  return true;}// 设置帧之间的延迟// 0意味着在每一帧都等待按键响应// 负数意味着没有延迟void VideoProcessor::setDelay(int d){    delay= d;}// 返回图像的帧率double VideoProcessor::getFrameRate(){    if (images.size()!=0) return 0;    double r= capture.get(CV_CAP_PROP_FPS);    return r;}// 需要调用回调函数void VideoProcessor::callProcess(){    callIt= true;}// 不需要调用回调函数void VideoProcessor::dontCallProcess(){    callIt= false;}// 设置FrameProcessor实例void VideoProcessor::setFrameProcessor(FrameProcessor* frameProcessorPtr){    // 使回调函数无效化    process= 0;    // 重新设置FrameProcessor实例    frameProcessor= frameProcessorPtr;    callProcess();}// 设置回调函数void VideoProcessor::setFrameProcessor(void (*frameProcessingCallback)(cv::Mat&, cv::Mat&)){    // 使FrameProcessor实例无效化    frameProcessor= 0;    // 重新设置回调函数    process= frameProcessingCallback;    callProcess();}// 以下函数表示视频的读取状态// 停止运行void VideoProcessor::stopIt(){    stop= true;}// 判断是否已经停止bool VideoProcessor::isStopped(){    return stop;}// 是否开始了捕获设备？bool VideoProcessor::isOpened(){    return capture.isOpened() || !images.empty();}// 返回下一帧的帧数long VideoProcessor::getFrameNumber(){  if (images.size()==0)  {      // 得到捕获设备的信息      long f= static_cast<long>(capture.get(CV_CAP_PROP_POS_FRAMES));      return f;  }  else // 当输入来自一组图像序列时的情况  {      return static_cast<long>(itImg-images.begin());  }}// 该函数获取并处理视频帧void VideoProcessor::run(){    // 当前帧    cv::Mat frame;    // 输出帧    cv::Mat output;    // 打开失败时    if (!isOpened())    {        qDebug() << "Error!";        return;    }    stop= false;    while (!isStopped())    {        // 读取下一帧        if (!readNextFrame(frame))            break;        // 显示输出帧        if (windowNameInput.length()!=0)            cv::imshow(windowNameInput,frame);        // 调用处理函数        if (callIt)        {          // 处理当前帧          if (process)              process(frame, output);          else if (frameProcessor)              frameProcessor->process(frame,output);          // 增加帧数          fnumber++;        }        else        {          output= frame;        }        // 显示输出帧        if (windowNameOutput.length()!=0)            cv::imshow(windowNameOutput,output);        // 引入延迟        if (delay>=0 && cv::waitKey(delay)>=0)          stopIt();        // 检查是否需要停止运行        if (frameToStop>=0 && getFrameNumber()==frameToStop)            stopIt();    }}

定义好视频处理类，它将与一个回调函数相关联。使用该类，可以创建一个实例，指定输入的视频文件，绑定回调函数，然后开始对每一帧进行处理，要调用这个视频处理类，只需在main函数中添加：

    // 定义一个视频处理类处理视频帧    // 首先创建实例    VideoProcessor processor;    // 打开视频文件    processor.setInput("e:/BrokeGirls.mkv");    // 声明显示窗口    // 分别为输入和输出视频    processor.displayInput("Input Video");    processor.displayOutput("Output Video");    // 以原始帧率播放视频    processor.setDelay(1000./processor.getFrameRate());    // 设置处理回调函数    processor.setFrameProcessor(canny);    // 开始帧处理过程    processor.run();    cv::waitKey();

效果：

OpenCV:打开摄像头获取视频流 

#include#includeusing namespace cv;using namespace std;int main(){//【1】从摄像头读入视频    VideoCapture capture(1);    if (!capture.isOpened()){cout<< "open camera fail ..." << endl;        return -1;    }capture.set(CAP_PROP_FRAME_WIDTH, 640);    capture.set(CAP_PROP_FRAME_HEIGHT, 480);    char filename[200];    int count =0;    //【2】循环显示每一帧    Mat frame;  //定义一个Mat变量，用于存储每一帧的图像    char key;    while (true){//读入图像        capture>> frame;  //读取当前帧        key = waitKey(20);        if(key ==27)//esc键退出            break;        if(key ==32)//空格键保存图像        {sprintf(filename, "Picture_%d.png", ++count);            imwrite(filename, frame);//            namedWindow("[frame]", WINDOW_NORMAL);            imshow("[frame]",frame);        }imshow("image", frame);  //显示当前帧    }return 0;}

关于如何进行OpenCV2中的视频流读取与处理就分享到这里啦，希望上述内容能够让大家有所提升。如果想要学习更多知识，请大家多多留意小编的更新。谢谢大家关注一下编程网网站！