Baumer工业相机堡盟相机中的JPEG图像压缩相机如何通过BGAPI SDK和OpenCV的Mat进行图像转换(C++)

简介: Baumer工业相机堡盟相机中的JPEG图像压缩相机如何通过BGAPI SDK和OpenCV的Mat进行图像转换(C++)

Baumer工业相机

Baumer工业相机堡盟相机是一种高性能、高质量的工业相机,可用于各种应用场景,如物体检测、计数和识别、运动分析和图像处理。


Baumer的万兆网相机拥有出色的图像处理性能,可以实时传输高分辨率图像。此外,该相机还具有快速数据传输、低功耗、易于集成以及高度可扩展性等特点。

Baumer万兆网相机中LXT.JP图像压缩系列相机是一种预处理相机,在相机内部对图像进行JPEG算法压缩然后再传输到处理器中。


BaumerJPEG工业相机技术背景

Baumer工业相机的JPEG图像压缩功能有助于减少图像文件的大小,同时保持图像质量。这种压缩功能是基于JPEG(联合摄影专家组)压缩标准,该标准被广泛用于数字摄影和图像编辑。


具有JPEG压缩功能的工业相机可以捕捉高分辨率的图像,并将其压缩成较小的文件,从而使图像的存储、传输和处理更加容易。压缩水平和质量可以根据用户的具体需求进行调整。


在工业相机中使用JPEG压缩的一个优点是,它可以帮助减少数据传输时间,这在需要高速图像处理的机器视觉应用中特别重要。此外,较小的文件大小允许更有效地存储和检索图像,这在工业环境中可以节省时间和金钱。


总的来说,JPEG图像压缩功能是工业相机的一个重要功能,有助于提高高分辨率图像的效率、存储和处理。


有关于Baumer工业相机中的JPEG图像压缩相机的介绍,之前已经有相关的技术博客可以参考:


Baumer工业相机堡盟相机如何使用JPEG图像压缩功能(LXT.JP系列相机图像压缩功能的使用和优点以及行业应用)(C++)


这里主要描述如何在C++的平台下实现通过BGAPI SDK和OpenCV进行图像转换的核心代码


代码分析

本文介绍使用BGAPI SDK对Baumer的JPEG工业相机进行开发时,使用通过BGAPI SDK和OpenCV进行图像转换的功能


第一步:先引用对应的OpenCV的DLL文件

C++环境下引用opencv_world341.dll作为图像处理库代码如下所示:

#pragma comment(lib, "opencv_world341.lib")
#pragma comment(lib, "opencv_world341d.lib")

第二步:在回调函数里进行Buffer图像转换为OpenCV图像

后续进行图像转换为OpenCV库的Mat图像的核心代码,如下所示:

void BGAPI2CALL BufferHandler( void * callBackOwner, Buffer * pBufferFilled )
{
  CGigeDemoDlg* pDlg = (CGigeDemoDlg*)callBackOwner;
  unsigned char* imagebuffer = NULL;
  USES_CONVERSION;
  try
  {
  if(pBufferFilled == NULL)
  {
  }
  else if(pBufferFilled->GetIsIncomplete() == true)
  {
    // queue buffer again
    pBufferFilled->QueueBuffer();
  }
  else
  {
    //std::cout << " Image " << std::setw(5) << pBufferFilled->GetFrameID() << " received in memory address " << pBufferFilled->GetMemPtr() << std::endl;
    int width = 0, height = 0;
    width = (int)pBufferFilled->GetWidth();
    height = (int)pBufferFilled->GetHeight();
    #pragma region 内存 JPEG 数据转换为 opencv 里的 jpeg 数据
    char* image_buffer = (char *)((bo_uint64)(pBufferFilled->GetMemPtr()) + pBufferFilled->GetImageOffset());
    int image_length = (int)pBufferFilled->GetImageLength();
    cv::Mat * imgbuf = new cv::Mat(cv::Size(1, image_length), CV_8UC1, (char *)image_buffer);
    convert from JPEG to Bitmap
    cv::Mat imOriginal = cv::imdecode(*imgbuf, CV_LOAD_IMAGE_GRAYSCALE);
    cv::Mat* imgbuf2 = new cv::Mat((int)pBufferFilled->GetHeight(),(int)pBufferFilled->GetWidth(),CV_8UC1,(char *)pBufferFilled->GetMemPtr());
    cv::Mat imOriginal2 = cv::imdecode(*imgbuf2, CV_LOAD_IMAGE_GRAYSCALE);
    CTime time = CTime::GetCurrentTime(); 
    CString strtime;
    strtime.Format(_T("\\%4d%2d%2d%2d%2d%2d"),time.GetYear(),time.GetMonth(),time.GetDay(),time.GetHour(),time.GetMinute(),time.GetSecond());
    #pragma region//通过获取的Mat图片进行保存
    CString strpath2 =_T("C:\\Users\\BAUMER\\Desktop\\")+strtime+"Mat.jpg";
    cv::String cvstrpath = W2A(strpath2);
    cv::imwrite(cvstrpath,*imgbuf2);
    cv::imwrite(cvstrpath,imOriginal);
    #pragma endregion
    #pragma endregion
    #pragma region//方法一:获取开启JPEG模式后内存数据中有效的像素指针
    size_t jpeg_start_offset = GetStartOfJPEGData(reinterpret_cast<const char*>(pBufferFilled->GetMemPtr()),pBufferFilled->GetMemSize());
    size_t jpeg_end_offset = GetEndOfJPEGData(reinterpret_cast<const char*>(pBufferFilled->GetMemPtr()),jpeg_start_offset,pBufferFilled->GetMemSize());
    #pragma endregion
    #pragma region//方法二:获取开启JPEG模式后内存数据中有效的像素指针
    size_t jpeg_start_offset2 = pBufferFilled->GetImageOffset();
    size_t jpeg_end_offset2 = jpeg_start_offset2+ pBufferFilled->GetImageLength();
    #pragma endregion
    //方法【1】原图像格式转换[Mat] 转 unsigned char*]
    unsigned char *imagebuffer2 = imOriginal2.data;
    imagebuffer = (BYTE*)((bo_int64)pBufferFilled->GetMemPtr()+pBufferFilled->GetImageOffset());
    //imagebuffer = reinterpret_cast<BYTE*>(pBufferFilled->GetMemPtr()) + jpeg_start_offset,(jpeg_end_offset + 1) - jpeg_start_offset;
    if(pDlg->m_bSaveImage &&!pDlg->m_strDirectory.IsEmpty())
    {
    //CTime time = CTime::GetCurrentTime(); 
    //CString strtime;
    //strtime.Format(_T("\\%4d%2d%2d%2d%2d%2d"),time.GetYear(),time.GetMonth(),time.GetDay(),time.GetHour(),time.GetMinute(),time.GetSecond());
    //CString  strpath = pDlg->m_strDirectory+strtime+".jpg";
    //#pragma region//通过流文件的方式将 JPEG 的数据保存为 jpg 文件,但是这种操作是无法将数据转为内存bitmap 的,转换需要第三方软件如 opencv
    //std::ofstream outfile;
    //outfile.open(strpath, std::ios_base::binary);
    //outfile.write(reinterpret_cast<const char*>(pBufferFilled->GetMemPtr()) + jpeg_start_offset2,jpeg_end_offset2 - jpeg_start_offset2);
    //#pragma endregion
    //#pragma region//通过获取的Mat图片进行保存
    //CString strpath2 = pDlg->m_strDirectory+strtime+"Mat.jpg";
    //cv::String cvstrpath = W2A(strpath2);
    //cv::imwrite(cvstrpath,imOriginal);
    //#pragma endregion
    //#pragma region//通过原始JPEG数据进行保存,会有灰色条纹
    //CString  strpath3 = pDlg->m_strDirectory+strtime+"2.jpg";
    //pDlg->SaveImage(strpath3, imagebuffer,width,height);
    //pDlg->m_bSaveImage = false;
    //#pragma region
    }
    Gdiplus::Rect rc = Gdiplus::Rect(0,0,width,height);
    if(pDlg->m_pBitmap == NULL)
    {
    pDlg->m_pBitmap = new Gdiplus::Bitmap(width,height,PixelFormat8bppIndexed);
    }
    Gdiplus::BitmapData lockedbits;
    Gdiplus::ColorPalette * pal = (Gdiplus::ColorPalette*)new BYTE[sizeof(Gdiplus::ColorPalette)+255*sizeof(Gdiplus::ARGB)];
    pal->Count=256;
    for(UINT i=0;i<256;i++)
    {
    UINT color=i*65536+i*256+i;
    color= color|0xFF000000;
    pal->Entries[i]=color;
    }
    pDlg->m_pBitmap->SetPalette(pal);
    Gdiplus::Status ret = pDlg->m_pBitmap->LockBits(&rc,Gdiplus::ImageLockModeWrite,PixelFormat8bppIndexed,&lockedbits);
    BYTE* pixels = (BYTE*)lockedbits.Scan0;
    BYTE* src = (BYTE*)imagebuffer2;
    for (int row = 0; row < height; ++row) 
    {
    CopyMemory(pixels, src, lockedbits.Stride);
    pixels += width;
    src += width;
    }
    pDlg->m_pBitmap->UnlockBits(&lockedbits);
    HDC hDC = ::GetDC(pDlg->m_stcPicture.m_hWnd);
    Gdiplus::Graphics GdiplusDC(hDC);
    CRect rcControl;
    pDlg->m_stcPicture.GetWindowRect(&rcControl);
    Gdiplus::Rect rtImage(0,0,rcControl.Width(),rcControl.Height());
    GdiplusDC.DrawImage(pDlg->m_pBitmap,rtImage,0,0,width,height, Gdiplus::UnitPixel);
    delete []pal;
    ::ReleaseDC(pDlg->m_stcPicture.m_hWnd,hDC);
    delete pDlg->m_pBitmap ;
    pDlg->m_pBitmap =NULL;
    // queue buffer again
    pBufferFilled->QueueBuffer();
  }
  }
  catch (BGAPI2::Exceptions::IException& ex)
  {
  CString str;
  str.Format(_T("ExceptionType:%s! ErrorDescription:%s in function:%s"),ex.GetType(),ex.GetErrorDescription(),ex.GetFunctionName());
  //MessageBox(str);
  }
  //return;
}

工业相机图像通过OpenCV转为Mat图像的优点

低水平图像处理: OPENCV为低级别的图像处理提供了一套丰富的库。它允许轻松访问图像特征,如对比度、亮度和颜色校正。


实时视频处理: 使用OPENCV,你可以实时处理视频流,允许对处理过程进行即时反馈和调整。


精确的物体检测: OPENCV提供先进的物体检测和识别算法,能够准确识别和跟踪视频流中的物体。


高效的硬件利用: OPENCV的设计旨在最大限度地提高硬件利用率,使其成为一个高效的视频处理平台。


跨平台兼容性: OPENCV与多种操作系统兼容,使其易于集成到现有的软件系统中。


总的来说,通过OPENCV将工业相机图像转换为Mat图像,可以实现高效、准确、实时的图像处理和分析,使其成为工业应用的有力工具。


工业相机图像通过OpenCV转为Mat图像的行业应用

自动化生产控制:工业相机可以用于自动化生产控制,将其拍摄的图像通过SDK转为OPENCV的MAT图像后,可以使用图像处理技术对产品进行检测、分类、计数等操作,实现自动化生产控制。


智能交通:工业相机可以用于智能交通,将其拍摄的图像通过SDK转为OPENCV的MAT图像后,可以使用图像处理技术对车辆进行识别、计数、跟踪等操作,实现智能交通管理。


医疗影像:工业相机可以用于医疗影像,将其拍摄的图像通过SDK转为OPENCV的MAT图像后,可以使用图像处理技术对医疗影像进行分析、诊断等操作,提高医疗诊断的准确性和效率。


物流仓储:工业相机可以用于物流仓储,将其拍摄的图像通过SDK转为OPENCV的MAT图像后,可以使用图像处理技术对物流仓储过程进行监控、管理、智能化等操作,提高物流仓储效率和安全性。


视频监控:工业相机可以用于视频监控,将其拍摄的图像通过SDK转为OPENCV的MAT图像后,可以使用图像处理技术对视频图像进行分析、识别、跟踪等操作,实现智能化视频监控。

目录
相关文章
|
6月前
|
算法 开发工具 计算机视觉
【零代码研发】OpenCV实验大师工作流引擎C++ SDK演示
【零代码研发】OpenCV实验大师工作流引擎C++ SDK演示
94 1
|
2月前
|
Ubuntu Linux 编译器
Linux/Ubuntu下使用VS Code配置C/C++项目环境调用OpenCV
通过以上步骤,您已经成功在Ubuntu系统下的VS Code中配置了C/C++项目环境,并能够调用OpenCV库进行开发。请确保每一步都按照您的系统实际情况进行适当调整。
487 3
|
3月前
|
存储 计算机视觉 C++
在C++中实现Armadillo库与OpenCV库之间的数据格式转换
在C++中实现Armadillo库与OpenCV库之间的数据格式转换是一项常见且实用的技能。上述步骤提供了一种标准的方法来进行这种转换,可以帮助开发者在两个库之间高效地转移和处理数据。虽然转换过程相对直接,但开发者应留意数据类型匹配和性能优化等关键细节。
67 11
|
3月前
|
存储 计算机视觉 C++
在C++中实现Armadillo库与OpenCV库之间的数据格式转换
在C++中实现Armadillo库与OpenCV库之间的数据格式转换是一项常见且实用的技能。上述步骤提供了一种标准的方法来进行这种转换,可以帮助开发者在两个库之间高效地转移和处理数据。虽然转换过程相对直接,但开发者应留意数据类型匹配和性能优化等关键细节。
32 3
|
6月前
|
计算机视觉 C++
【见微知著】OpenCV中C++11 lambda方式急速像素遍历
【见微知著】OpenCV中C++11 lambda方式急速像素遍历
56 0
|
API 开发工具 C++
VC6.0 C++ 如何调用微软windows系统SDK 语音API
下载3个语音API安装包 http://www.microsoft.com/en-us/download/details.aspx?id=10121  需要安装微软语音API安装包:SpeechSDK51LangPack、SpeechSDK51以及 msttss22L、  为了在VC中使用这SDK,必需在工程中添加SDK的include和lib目录,为免每个工程都添加目录,最好的办法是在VC的        Option->Directoris立加上SDK的include和lib目录。
1530 0
|
22天前
|
存储 编译器 C语言
【c++丨STL】string类的使用
本文介绍了C++中`string`类的基本概念及其主要接口。`string`类在C++标准库中扮演着重要角色,它提供了比C语言中字符串处理函数更丰富、安全和便捷的功能。文章详细讲解了`string`类的构造函数、赋值运算符、容量管理接口、元素访问及遍历方法、字符串修改操作、字符串运算接口、常量成员和非成员函数等内容。通过实例演示了如何使用这些接口进行字符串的创建、修改、查找和比较等操作,帮助读者更好地理解和掌握`string`类的应用。
36 2
|
28天前
|
存储 编译器 C++
【c++】类和对象(下)(取地址运算符重载、深究构造函数、类型转换、static修饰成员、友元、内部类、匿名对象)
本文介绍了C++中类和对象的高级特性,包括取地址运算符重载、构造函数的初始化列表、类型转换、static修饰成员、友元、内部类及匿名对象等内容。文章详细解释了每个概念的使用方法和注意事项,帮助读者深入了解C++面向对象编程的核心机制。
82 5
|
1月前
|
存储 编译器 C++
【c++】类和对象(中)(构造函数、析构函数、拷贝构造、赋值重载)
本文深入探讨了C++类的默认成员函数,包括构造函数、析构函数、拷贝构造函数和赋值重载。构造函数用于对象的初始化,析构函数用于对象销毁时的资源清理,拷贝构造函数用于对象的拷贝,赋值重载用于已存在对象的赋值。文章详细介绍了每个函数的特点、使用方法及注意事项,并提供了代码示例。这些默认成员函数确保了资源的正确管理和对象状态的维护。
79 4
|
1月前
|
存储 编译器 Linux
【c++】类和对象(上)(类的定义格式、访问限定符、类域、类的实例化、对象的内存大小、this指针)
本文介绍了C++中的类和对象,包括类的概念、定义格式、访问限定符、类域、对象的创建及内存大小、以及this指针。通过示例代码详细解释了类的定义、成员函数和成员变量的作用,以及如何使用访问限定符控制成员的访问权限。此外,还讨论了对象的内存分配规则和this指针的使用场景,帮助读者深入理解面向对象编程的核心概念。
86 4