OpenCV 視頻抓取

1. 構建一個項目工程
   1. 創(chuàng)建目錄/文件結構
   2. 工程組織文件（Makefile QMake）

• 附pmain.pro腳本(用于Qt自生成Makefile)

# 控制編譯器C++相關的編譯選項
QMAKE_CXXFLAGS += /source-charset:utf-8
QMAKE_CXXFLAGS += /execution-charset:utf-8
# 1. 配置程序的類型：應用/共享庫
TEMPLATE   = app

# 2. 基本配置
CONFIG    += debug
CONFIG    += console
CONFIG    += thread
CONFIG    += qt

# Qt的模塊庫的配置
QT        += core
QT        += gui
QT        += widgets
# OpenCV的鏈接的相關的庫與頭文件
INCLUDEPATH  += "D:/op/install/include"

LIBS         += -L"D:\op\install\x64\vc16\lib"
LIBS         += -lopencv_core420d
LIBS         += -lopencv_videoio420d
LIBS         += -lopencv_imgcodecs420d
LIBS         += -lopencv_imgproc420d
LIBS         += -lopencv_objdetect420d

# 3. 工程代碼文件
SOURCES   += main.cpp
SOURCES   += cvdialog.cpp
SOURCES   += cvvideo.cpp

HEADERS   += cvdialog.h
HEADERS   += cvvideo.h

FORMS     += video.ui

# 4. 輸出的執(zhí)行文件
TARGET     = main

2. 創(chuàng)建Qt應用
   1. 通過Qt designer創(chuàng)建合適的對話框
   2. 更改名稱，適配代碼文件
   3. 合理布局

3. UI交互

   1. 在Qt designer界面搭建信號和槽
   2. 在代碼中引入信號和槽，并定義槽函數
   3. 綁定對話框與槽函數的調用關系

4. 多線程

• 引入新線程，用于視頻自采集

CVVideo::CVVideo(QObject *parent):
    QThread(parent),
    dev(new cv::VideoCapture(0, cv::CAP_DSHOW)){
    classifier = new cv::CascadeClassifier("haarcascade_frontalface_alt2.xml");
}

5. 視頻采集
   • 使用信號發(fā)送給窗體顯示
     1. 定義信號-> 發(fā)送：
     2. 接受信號-> 顯示

void CVDialog::gray(){
    type = 1;
}
void CVDialog::gauss(){
    type = 2;
}

... ...
    if(type == 1){
        ... ...
    }
    if(type == 2){
        ... ...
    }

• 視頻抓取截圖：

• OpenCV的視頻采集的相關的類
  1. VideoCapture
     • read()
     • ...
  2. CascadeClassifier
     • detectMultiScale()
     • ...
  • 使用規(guī)律：
    • 打開攝像頭
    • 讀取圖像

OpenCV圖像特征處理

• 1. 灰度變換

  cv::cvtColor(img, img, cv::COLOR_BGR2GRAY);
  QImage i_out(img.data, img.cols, img.rows, QImage::Format_Grayscale8);
  
  

• 2. Sobel變換

  cv::Sobel(img, sobel_img, -1, 1, 0, 3, 1, 128);
  QImage i_out(sobel_img.data, sobel_img.cols, sobel_img.rows, QImage::Format_RGB888);
  
  

• 3. 高斯變換

  cv::GaussianBlur(img, img, cv::Size2i(21, 21), 6.0);
  QImage i_out(img.data, img.cols, img.rows, QImage::Format_RGB888);
  
  

• 4. Filter2D：卷積運算

  cv::Mat o_img;
  cv::Mat kernel = (cv::Mat_<int>(3, 3) << 
      -1,  0,  1, 
      -1,  0,  1, 
      -1,  0,  1);
  
  cv::filter2D(img, o_img, -1, kernel, cv::Point2i(-1, -1), 0.0);
  QImage i_out(o_img.data, o_img.cols, o_img.rows, QImage::Format_RGB888);
  
  

• 灰度轉換后效果截圖：

OpenCV人臉識別(可選)

1. 人臉偵測
2. 標識人臉

• 相關代碼：

  while(true){
      // 視頻采集
      cv::Mat  img;
      dev->read(img);
      // 圖像處理？
      std::vector<cv::Rect> objs; // 用來存儲識別的人臉
      std::vector<int> rejectLeves;  // 返回拒絕的level
      std::vector<double> levelWeights; // level的權重
  
      classifier->detectMultiScale(
          img, // 輸入圖像
          objs,
          rejectLeves,
          levelWeights,
          1.05,      // 人臉搜索的模板
          3,         // 最小領域個數限制 
          1,       // 邊緣檢測（Canny）
          cv::Size(),
          cv::Size(),
          true
      );
      // 標記人臉
      if(!objs.empty()){
          for(int i = 0; i < objs.size(); i++){
              if(levelWeights[i] >= 10.5){
                  cv::rectangle(img, objs[i], cv::Scalar(0, 0, 255), 2);
              }
          }
      }
      // 視頻圖像發(fā)送到窗體顯示
      emit sig_video(img);
      QThread::usleep(1000);
  }
  
  

• 了解下：

  • 二位碼識別

• 代碼作業(yè)：

  • 完成一個抓取視頻的程序（備份上交）
  • 在上一個程序基礎上，增加圖像效果；
  • 在第一個基礎上，識別人臉，并標記；

• 筆記整理

  • 完成課堂筆記（說明，代碼，執(zhí)行效果的截圖）