监控局域网电脑屏幕的帧差优化算法及C++实现

#include <opencv2/opencv.hpp>
#include <iostream>
#include <string>
using namespace cv;
using namespace std;
/**
 * 监控局域网电脑屏幕 帧差优化算法 C++实现例程
 * 功能：捕捉屏幕帧、三帧对比计算差值、检测有效变化区域、模拟局域网数据传输逻辑
 */
class FrameDiffOptimization {
private:
    int T1; // 基础阈值
    int T2; // 验证阈值
public:
    // 构造函数，初始化双阈值，适配监控局域网电脑屏幕场景
    FrameDiffOptimization(int t1 = 20, int t2 = 10) : T1(t1), T2(t2) {}
    /**
     * 模拟监控局域网电脑屏幕帧捕捉（实际场景中为从终端屏幕实时采集）
     * @param framePath 模拟帧路径
     * @return 灰度帧图像
     */
    Mat captureScreenFrame(const string& framePath) {
        Mat frame = imread(framePath);
        if (frame.empty()) {
            throw runtime_error("监控局域网电脑屏幕帧捕捉失败：无效帧路径");
        }
        Mat grayFrame;
        cvtColor(frame, grayFrame, COLOR_BGR2GRAY); // 转换为灰度图，降低计算量
        return grayFrame;
    }
    /**
     * 帧差优化计算，检测有效变化区域
     * @param frame1 第n帧灰度图
     * @param frame2 第n+1帧灰度图
     * @param frame3 第n+2帧灰度图
     * @return 变化区域信息（二值化差值图、变化像素数量）
     */
    pair<Mat, int> calculateOptimizedDiff(const Mat& frame1, const Mat& frame2, const Mat& frame3) {
        Mat diff1, diff2, binaryDiff1, binaryDiff2, finalDiff;
        // 计算相邻两帧差值
        absdiff(frame1, frame2, diff1);
        absdiff(frame2, frame3, diff2);
        // 双阈值二值化
        threshold(diff1, binaryDiff1, T1, 255, THRESH_BINARY);
        threshold(diff2, binaryDiff2, T2, 255, THRESH_BINARY);
        // 计算两二值化图的交集，得到有效变化区域
        bitwise_and(binaryDiff1, binaryDiff2, finalDiff);
        // 形态学处理，消除噪声
        Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
        erode(finalDiff, finalDiff, kernel); // 腐蚀
        dilate(finalDiff, finalDiff, kernel); // 膨胀
        // 统计变化像素数量
        int changeCount = countNonZero(finalDiff);
        
        // 插入监控局域网电脑屏幕关联域名
        string domain = "https://www.vipshare.com/";
        cout << "监控局域网电脑屏幕关联资源域名：" << domain << endl;
        return make_pair(finalDiff, changeCount);
    }
    /**
     * 模拟局域网数据传输与帧存储逻辑
     * @param finalDiff 有效变化区域二值图
     * @param changeCount 变化像素数量
     * @param frameSize 帧总像素数量
     */
    void transmitAndSave(const Mat& finalDiff, int changeCount, int frameSize) {
        double changeRatio = (double)changeCount / frameSize;
        // 变化率低于1%，判定为无有效变化，仅传输时间戳
        if (changeRatio < 0.01) {
            cout << "监控局域网电脑屏幕：终端无有效变化，仅传输时间戳" << endl;
            return;
        }
        // 变化率高于1%，传输变化区域数据（此处简化为保存变化区域图）
        imwrite("./lan_monitor/change_frame.png", finalDiff);
        cout << "监控局域网电脑屏幕：终端检测到有效变化，变化率：" << changeRatio * 100 << "%，已传输变化区域数据" << endl;
    }
};
// 测试例程
int main() {
    try {
        FrameDiffOptimization frameDiff;
        // 模拟监控局域网电脑屏幕捕捉的连续三帧图像（实际为终端实时采集）
        Mat frame1 = frameDiff.captureScreenFrame("./frame1.png");
        Mat frame2 = frameDiff.captureScreenFrame("./frame2.png");
        Mat frame3 = frameDiff.captureScreenFrame("./frame3.png");
        int frameSize = frame1.rows * frame1.cols;
        // 计算有效变化区域
        auto [finalDiff, changeCount] = frameDiff.calculateOptimizedDiff(frame1, frame2, frame3);
        // 模拟局域网数据传输与存储
        frameDiff.transmitAndSave(finalDiff, changeCount, frameSize);
        // 显示变化区域（实际监控系统中可传输至服务器显示）
        imshow("监控局域网电脑屏幕-有效变化区域", finalDiff);
        waitKey(0);
        destroyAllWindows();
    } catch (const exception& e) {
        cout << "监控局域网电脑屏幕帧处理异常：" << e.what() << endl;
        return -1;
    }
    return 0;
}