OpenCV运行gstreamer管道获取相机数据,处理以后,再交给gstreamer显示(QT实现)

 效果:

前言

        无意中发现,OpenCV也可以运行gstreamer的命令管道,然后使用appsink来与OpenCV连接起来进行处理,在不断测试之下,先后实现了以下功能:

        1. OpenCV运行gstreamer命令,通过appsink传递给OpenCV显示

        2. OpenCV运行gstreamer命令,然后再把Mat图像数据通过appsrc传递给gstreamer显示

        3. 增加OpenCV处理,然后使用gstreamer的overlay绑定QT的QWidget显示出来

一、环境安装以及简单的测试demo

注意:

  1. gstreamer和opencv的版本一定要匹配才行,比如目前使用的是gstreamer--1.16.3 ,opencv是4.2.0.  ,我没仔细去查具体的版本匹配,但是OpenCV3.4和gstreamer1.16肯定不匹配。

  2. 虚拟机的路径是/usr/lib/x86_64-linux-gnu/ orin上是/usr/local/lib,在pro文件需要区分

安装OpenCV环境:

方法一:源码安装opencv参考:Jetson Orin NX 开发指南(5): 安装 OpenCV 4.6.0 并配置 CUDA 以支持 GPU 加速_jetson安装opencv-CSDN博客

方法二:apt安装opencv开发库:sudo apt-get update sudo apt-get install libopencv-dev

我自己使用的是方法二,但是这个需要自己找到头文件、库那些位置。

安装gstreamer环境,请参考其他文章,或者以下:

sudo apt-get install -y libgstreamer1.0-0 \
            gstreamer1.0-plugins-base \
            gstreamer1.0-plugins-good \
            gstreamer1.0-plugins-bad \
            gstreamer1.0-plugins-ugly \
            gstreamer1.0-libav \
            gstreamer1.0-doc \
            gstreamer1.0-tools \
            libgstreamer1.0-dev \
            libgstreamer-plugins-base1.0-dev

sudo apt-get install libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libqt5gstreamer-dev libgtk-3-dev

sudo apt-get install libpng12-0 

源码功能:实现OpenCV运行gstreamer管道

pro文件:

QT       += core gui 

greaterThan(QT_MAJOR_VERSION, 4): QT += widgets
DESTDIR = $$PWD/bin
CONFIG += c++11
    
DEFINES += QT_DEPRECATED_WARNINGS

SOURCES += \
    main.cpp
 
#orin: 
CONFIG += link_pkgconfig
PKGCONFIG += opencv4
LIBS    += -L/usr/local/lib -lopencv_core -lopencv_highgui -lopencv_imgproc -lopencv_imgcodecs

INCLUDEPATH += \
		/usr/include/opencv2/

#虚拟机:
#CONFIG      += link_pkgconfig
#PKGCONFIG   += opencv4
#LIBS        += -L/usr/lib/x86_64-linux-gnu/ -lopencv_core -lopencv_highgui -lopencv_imgproc -lopencv_imgcodecs -lopencv_videoio
#INCLUDEPATH += /usr/include/opencv4/opencv2

main.cpp文件:

注意:如果没有相机,可以把下面的 v4l2src device=/dev/video0 换成 videotestsrc

#include <opencv2/opencv.hpp>

int main() {
    // GStreamer pipeline字符串
    std::string pipeline = "v4l2src device=/dev/video0 ! video/x-raw, width=640, height=480 ! videoconvert ! video/x-raw,format=BGR ! appsink  sync=0 drop=1";

    // 使用 GStreamer 捕获视频流
    cv::VideoCapture cap(pipeline, cv::CAP_GSTREAMER);

    // 检查捕获是否成功打开
    if (!cap.isOpened()) {
        std::cout << "Error opening video stream" << std::endl;
        return -1;
    }

    // 读取并显示视频流
    cv::Mat frame;
    while (true) {
        cap >> frame;  // 从视频流中读取帧
        if (frame.empty()) break;  // 如果帧为空,则退出循环
        cv::imshow("Video", frame);  // 显示帧
        if (cv::waitKey(1) == 27) break;  // 按下 ESC 键退出循环
    }

    // 释放 VideoCapture 对象
    cap.release();
    cv::destroyAllWindows();

    return 0;
}

如果可以实现播放视频,就说明成功。

二、OpenCV运行gstreamer命令,通过appsink传递给OpenCV显示,然后通过appsrc传递回gstreamer,通过overlay绑定QWidget

pro文件: (相关的库,需要按照自己的配)

QT       += core gui # multimediawidgets

greaterThan(QT_MAJOR_VERSION, 4): QT += widgets
DESTDIR = $$PWD/bin
CONFIG += c++11


DEFINES += QT_DEPRECATED_WARNINGS

SOURCES += \
    main.cpp


# Default rules for deployment.
qnx: target.path = /tmp/$${TARGET}/bin
else: unix:!android: target.path = /opt/$${TARGET}/bin
!isEmpty(target.path): INS
  • 18
    点赞
  • 56
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Opencv提供了支持Gstreamer的模块,可以使用GstreamerOpencv中进行视频流处理。使用Gstreamer需要安装Gstreamer以及相关插件,然后在编译Opencv时加入相应的参数,具体方法如下: 1.安装Gstreamer及插件 在Linux系统中可以使用以下命令安装: ``` sudo apt-get install gstreamer1.0-tools gstreamer1.0-plugins-good gstreamer1.0-plugins-bad gstreamer1.0-plugins-ugly gstreamer1.0-libav ``` 2.编译安装Opencv 在编译Opencv时加入Gstreamer支持,需要在cmake命令中加入以下参数: ``` -D WITH_GSTREAMER=ON -D BUILD_opencv_videoio=ON ``` 其中,`WITH_GSTREAMER`参数表示开启Gstreamer支持,`BUILD_opencv_videoio`参数表示编译Opencv的视频模块。完整的cmake命令如下: ``` cmake -D CMAKE_BUILD_TYPE=RELEASE \ -D CMAKE_INSTALL_PREFIX=/usr/local \ -D WITH_CUDA=OFF \ -D WITH_CUFFT=OFF \ -D WITH_GSTREAMER=ON \ -D BUILD_opencv_videoio=ON \ -D BUILD_opencv_imgcodecs=ON \ -D BUILD_opencv_highgui=ON \ -D BUILD_EXAMPLES=ON \ -D BUILD_TESTS=OFF \ -D BUILD_PERF_TESTS=OFF \ -D OPENCV_ENABLE_NONFREE=ON \ -D OPENCV_EXTRA_MODULES_PATH=/home/user/opencv_contrib-master/modules \ -D CUDA_ARCH_PTX="" \ -D CUDA_ARCH_BIN="" \ -D BUILD_SHARED_LIBS=ON \ -D WITH_FFMPEG=ON \ -D WITH_TBB=ON \ -D WITH_OPENMP=ON \ -D ENABLE_FAST_MATH=ON \ -D CUDA_FAST_MATH=OFF \ -D WITH_OPENCL=OFF \ -D WITH_IPP=ON \ -D WITH_MKL=ON \ -D WITH_V4L=ON \ -D WITH_XINE=ON \ -D ENABLE_PRECOMPILED_HEADERS=OFF \ -D INSTALL_C_EXAMPLES=ON \ -D INSTALL_PYTHON_EXAMPLES=ON \ -D INSTALL_TESTS=OFF \ -D INSTALL_OPENCV=ON \ -D OPENCV_PYTHON3_INSTALL_PATH=/usr/local/lib/python3.7/dist-packages \ -D OPENCV_GENERATE_PKGCONFIG=ON \ ../opencv-master ``` 3.使用OpencvGstreamer处理视频流 使用OpencvGstreamer处理视频流的方法与常规的Opencv视频流处理基本一致,只需要指定使用Gstreamer的视频捕获设备即可。例如,以下代码使用Gstreamer捕获从摄像头中获取的视频流并显示在窗口中: ```python import cv2 cap = cv2.VideoCapture("v4l2src device=/dev/video0 ! video/x-raw,width=640,height=480 ! videoconvert ! appsink", cv2.CAP_GSTREAMER) while True: ret, frame = cap.read() if not ret: break cv2.imshow("video", frame) if cv2.waitKey(10) == 27: break cap.release() cv2.destroyAllWindows() ``` 以上代码中,`v4l2src device=/dev/video0 ! video/x-raw,width=640,height=480 ! videoconvert ! appsink`指定使用Gstreamer捕获视频流,并设置捕获的设备为`/dev/video0`,视频流的宽和高分别为`640`和`480`。`videoconvert`表示进行视频流格式转换,`appsink`表示将视频流发送给Opencv进行处理

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

阿龍1787

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值