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" ] } ] }
（2）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)
五、运行
运行1.img.cpp，终端选项 – 运行任务
会出现下列界面， 依次点击 删除 build目录表，在选择终端 – 运行任务 – cmake 配置，结束后，在点击终端 – 运行任务 – CMake 编译
上述过程结束后，就会正常运行与输出1.img.cpp
输出后结果如图所示, 主要看 output 文件夹，可能和我下面不一样，因为我又在写其他的代码
