03_Windows10+OpenCV4.5.5打开本地图片进行图片处理 实时摄影并抓拍图片存入本机

已于 2023-05-31 09:23:02 修改
阅读量695 收藏 8
点赞数 2
分类专栏： OpenCV 文章标签： opencv 计算机视觉 qt ui 图像处理
于 2023-05-18 17:52:50 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_52218412/article/details/130751428
版权

目录

添加外部库

添加头文件和命名空间

设计ui界面

 1.打开本地图片

 2.图像处理--腐蚀

封装函数

3.点击保存图片

定时器

 4.打开摄像头

5.拍照

6.关闭摄像头

 完整代码

可添加写入视频功能

图像处理--思维导图

​编辑视频操作--思维导图

有关OpenCV的配置可参考此篇

https://blog.csdn.net/qq_52218412/article/details/130730387

Windows系统下 在qt中 对OpenCV下载配置并简单使用

添加外部库

INCLUDEPATH += $$PWD/../../../user/apps/software/OpenCV4.5/opencv/build/include

win32:CONFIG(release, debug|release): LIBS += -L$$PWD/../../../user/apps/software/OpenCV4.5/opencv/build/x64/vc14/lib/ -lopencv_world455
else:win32:CONFIG(debug, debug|release): LIBS += -L$$PWD/../../../user/apps/software/OpenCV4.5/opencv/build/x64/vc14/lib/ -lopencv_world455d

添加头文件和命名空间

#include <QWidget>
#include <opencv2/opencv.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <QDebug>
#include <QTimer>
#include <QDateTime>
#include <QFileDialog>

using namespace cv;

设计ui界面

 1.打开本地图片

打开本地文件夹选择图片、将图片放入label控件显示，以便后续操作（图像处理）

// 打开图片
void Widget::on_btn_open_clicked()
{
    // 打开文件 选择图片
    imagePath_ = QFileDialog::getOpenFileName(
                this,tr("选择图片"),
                "../../../user/picture/res",
                tr("Image files(*.jpg *.png *.webp);;All files(*.*)"));

    if(imagePath_.isEmpty()) {
        return;
    }

    // 读取图像 存储为cv::Mat类型对象  “QString *”转换为“const cv::String &”
    srcImage_ = imread(imagePath_.toStdString());


    //Mat转QImage 像素   oldlabel和newlabel放置图片
    // 将BGR颜色空间就转换为RGB空间
    cvtColor(srcImage_, srcImage_, COLOR_BGR2RGB);

    // 数据源为data指针，图像的宽度、高度、字节数、像素格式
    QImage disImage = QImage(srcImage_.data, srcImage_.cols, srcImage_.rows,
                             srcImage_.cols * srcImage_.channels(), QImage::Format_RGB888);

    // 对QImage对象进行缩放
    disImage = disImage.scaled(ui->old_label->width(), ui->old_label->height());
    // 在指定控件中放置图像
    ui->old_label->setPixmap(QPixmap::fromImage(disImage));
    ui->new_label->setPixmap(QPixmap::fromImage(disImage));
}

效果如下：

 2.图像处理--腐蚀

// 腐蚀
void Widget::on_btn_corrosion_clicked()
{
    Mat corImage;
    Mat srcImage = srcImage_;

    // 生成矩形操作，结构元素大小5*5，MORPH_RECT指定为矩形
    Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));
    // 腐蚀操作  参数：输入Mat对象 输出Mat对象 腐蚀结构
    erode(srcImage, corImage, element);

  
    //Mat转QImage 像素   newlabel放置图像处理后图片
    // 数据源为data指针，图像的宽度、高度、字节数、像素格式
    QImage disimage2 = QImage(corImage.data, corImage.cols, corImage.rows, corImage.cols*corImage.channels(), QImage::Format_RGB888);

    disimage2 = disimage2.scaled(ui->new_label->width(), ui->new_label->height());
    ui->new_label->setPixmap(QPixmap::fromImage(disimage2));
}

左边原图 右边处理后（图片可以来源本地、也可来源摄像头）

封装函数

每次打开新的图片和打开摄像头时都需要转化为RGB空间，并放入两个QLabel控件

每次处理图片也需要转化格式，放入修改后的控件

将这两步封装成以下两个函数

// 加载图片时
void Widget::setOriginalImage(Mat image)
{
    srcImage_ = image;

    // 将BGR颜色空间就转换为RGB空间
    cvtColor(srcImage_, srcImage_, COLOR_BGR2RGB);

    // 数据源为data指针，图像的宽度、高度、字节数、像素格式
    QImage disImage = QImage(srcImage_.data, srcImage_.cols, srcImage_.rows,
                             srcImage_.cols * srcImage_.channels(), QImage::Format_RGB888);

    // 对QImage对象进行缩放
    disImage = disImage.scaled(ui->old_label->width(), ui->old_label->height());
    // 在指定控件中放置图像
    ui->old_label->setPixmap(QPixmap::fromImage(disImage));
    ui->new_label->setPixmap(QPixmap::fromImage(disImage));
}


// 图像处理时
void Widget::setChangedImage(Mat image)
{
    changedImage_ = image;
    //Mat转QImage 像素   newlabel放置图像处理后图片
    // 数据源为data指针，图像的宽度、高度、字节数、像素格式
    QImage disimage2 = QImage(changedImage_.data, changedImage_.cols, changedImage_.rows, changedImage_.cols*changedImage_.channels(), QImage::Format_RGB888);
    disimage2 = disimage2.scaled(ui->new_label->width(), ui->new_label->height());
    ui->new_label->setPixmap(QPixmap::fromImage(disimage2));
}

3.点击保存图片

// 保存图片
void Widget::on_btn_save_clicked()
{
    QString saveImagePath = "../../../user/picture/opencv/";
    if(saveImagePath.isEmpty()) {
        return;
    }
    // 获取图片名称和后缀
    QString str = imagePath_.mid(20);
    QStringList imageName = str.split(".");


    // 保存修改后的图片到指定位置
    imwrite(QString("%1%2_save.%3").arg(saveImagePath).arg(imageName[0]).arg(imageName[1]).toStdString(), changedImage_);
}

定时器

摄像头取帧主要通过定时器QTimer来控制，在规定时间内反复取帧并放入界面QLabel

主要思想：在一定时间范围内不停捕捉视频帧，将视频帧Mat格式进行转化为QImage，呈现在屏幕上。

    构造函数中

    //超时就读取当前摄像头信息
    timer = new QTimer(this);
    connect(timer, SIGNAL(timeout()), this, SLOT(getFrame()));


跳转槽生成的函数
// 从摄像头中抓取并返回每一帧
void Widget::getFrame(QPrivateSignal)
{
    // 视频帧保存到Mat，通过定时器刷新显示
    Mat frameImage;
    captrue_ >>frameImage;

    //Mat转QImage 像素   oldlabel和newlabel放置图片
    setOriginalImage(frameImage);
}

 4.打开摄像头

// 打开摄像头
void Widget::on_btn_open_camera_clicked()
{
    // 打开摄像头 开始计时,超时则发出timeout()信号,200毫秒取一帧
    captrue_.open(0);
    timer->start(200);

    // 不可打开摄像 可关闭摄像 可拍照
    ui->btn_open_camera->setEnabled(false);
    ui->btn_close_camera->setEnabled(true);
    ui->btn_photograph->setEnabled(true);
}

5.拍照

// 拍照
void Widget::on_btn_photograph_clicked()
{
    // 视频帧保存到Mat，通过定时器刷新显示
    Mat frameImage;
    captrue_ >> frameImage;

    //Mat转QImage 像素   oldlabel和newlabel放置图片
    setOriginalImage(frameImage);


    // 将捕获的图片存储到本机指定位置
    QString saveImagePath = "../../../user/picture/photograph/";
    if(saveImagePath.isEmpty()) {
        return;
    }
    // 以当前时间给图片命名
    QDateTime dateTime;
    dateTime = QDateTime::currentDateTime();
    QString name = dateTime.toString("yyyyMMdd_hhmmss");

    // 保存修改后的图片到指定位置
    imwrite(QString("%1%2.png").arg(saveImagePath).arg(name).toStdString(), frameImage);
}

6.关闭摄像头

// 关闭摄像头
void Widget::on_btn_close_camera_clicked()
{
    // 关闭摄像头 停止取帧
    captrue_.release();
    timer->stop();

    // 可打开摄像 不可关闭摄像 不可拍照
    ui->btn_open_camera->setEnabled(true);
    ui->btn_close_camera->setEnabled(false);
    ui->btn_photograph->setEnabled(false);
}

效果如下，当关闭摄像头时，可以对最后的视频帧做图像处理。

完整代码

#ifndef WIDGET_H
#define WIDGET_H

#include <QWidget>
#include <opencv2/opencv.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <QDebug>
#include <QTimer>
#include <QDateTime>
#include <QFileDialog>

using namespace cv;

QT_BEGIN_NAMESPACE
namespace Ui { class Widget; }
QT_END_NAMESPACE

class Widget : public QWidget
{
    Q_OBJECT

public:
    explicit Widget(QWidget *parent = 0);
    ~Widget();

private:
    void setChangedImage(Mat image);

    void setOriginalImage(Mat image);

private slots:
    void getFrame(QPrivateSignal);

    void on_btn_snowflake_clicked();                // 雪花屏

    void on_btn_gaussian_clicked();                 // 高斯模糊

    void on_btn_median_filtering_clicked();         // 中值滤波

    void on_btn_grayscale_clicked();                // 灰度化

    void on_btn_xy_vague_clicked();                 // xy方向模糊

    void on_btn_bilateral_vague_clicked();          // 双边模糊

    void on_btn_corrosion_clicked();                // 腐蚀

    // 打开保存图片
    void on_btn_open_clicked();
    void on_btn_save_clicked();

    // 打开关闭摄像头，拍照
    void on_btn_open_camera_clicked();
    void on_btn_close_camera_clicked();
    void on_btn_photograph_clicked();

private:
    Ui::Widget *ui;

    // 原图
    Mat srcImage_;
    // 修改后的图
    Mat changedImage_;
    //  图片路径
    QString imagePath_;

    QTimer *timer;
    VideoCapture captrue_;

};
#endif // WIDGET_H

#include "widget.h"
#include "ui_widget.h"


Widget::Widget(QWidget *parent)
    : QWidget(parent)
    , ui(new Ui::Widget)
{
    ui->setupUi(this);

    setWindowTitle("opencv");


    // 不能关闭摄像头 不可拍照
    ui->btn_photograph->setEnabled(false);
    ui->btn_close_camera->setEnabled(false);

    //超时就读取当前摄像头信息
    timer = new QTimer(this);
    connect(timer, SIGNAL(timeout()), this, SLOT(getFrame()));
}

Widget::~Widget()
{
    delete ui;
}

void Widget::setChangedImage(Mat image)
{
    changedImage_ = image;
    //Mat转QImage 像素   newlabel放置图像处理后图片
    // 数据源为data指针，图像的宽度、高度、字节数、像素格式
    QImage disimage2 = QImage(changedImage_.data, changedImage_.cols, changedImage_.rows, changedImage_.cols*changedImage_.channels(), QImage::Format_RGB888);
    disimage2 = disimage2.scaled(ui->new_label->width(), ui->new_label->height());
    ui->new_label->setPixmap(QPixmap::fromImage(disimage2));
}

void Widget::setOriginalImage(Mat image)
{
    srcImage_ = image;

    // 将BGR颜色空间就转换为RGB空间
    cvtColor(srcImage_, srcImage_, COLOR_BGR2RGB);

    // 数据源为data指针，图像的宽度、高度、字节数、像素格式
    QImage disImage = QImage(srcImage_.data, srcImage_.cols, srcImage_.rows,
                             srcImage_.cols * srcImage_.channels(), QImage::Format_RGB888);

    // 对QImage对象进行缩放
    disImage = disImage.scaled(ui->old_label->width(), ui->old_label->height());
    // 在指定控件中放置图像
    ui->old_label->setPixmap(QPixmap::fromImage(disImage));
    ui->new_label->setPixmap(QPixmap::fromImage(disImage));
}

// 从摄像头中抓取并返回每一帧
void Widget::getFrame(QPrivateSignal)
{
    // 视频帧保存到Mat，通过定时器刷新显示
    Mat frameImage;
    captrue_ >>frameImage;

    //Mat转QImage 像素   oldlabel和newlabel放置图片
    setOriginalImage(frameImage);
}


// 雪花屏
void Widget::on_btn_snowflake_clicked()
{
    Mat srcImage = srcImage_;
    //像素二维矩阵函数
    int rows = srcImage.rows;
    //像素二维矩阵列数
    int cols = srcImage.cols * srcImage.channels();
    for(int i=0;i<rows;i++)
    {
        // 获取Mat对象的第i行像素的指针
        uchar * data = srcImage.ptr<uchar>(i);
        for(int j=0; j<cols; j++)
        {
            //雪花屏特效
            int q = rand()%cols;
            data[q]=155;            //某些通道随机改成155
        }
        // 在Mat对象中采用二维矩阵的形式存储，而在QImage对象中则将所有像素数据序列化为一个一维数组，因此可以通过指针来访问和修改图像数据。
    }

    //Mat转QImage 像素   newlabel放置图像处理后图片
    setChangedImage(srcImage);
}


// 高斯模糊
void Widget::on_btn_gaussian_clicked()
{
    Mat gauImage;
    Mat srcImage = srcImage_;

    // 高斯模糊   参数：输入Mat对象 输出Mat对象 高斯核大小（矩阵） 计算标准差
    GaussianBlur(srcImage, gauImage, Size(5, 5), 0, 0);

    // 数据源为data指针，图像的宽度、高度、字节数、像素格式
    setChangedImage(gauImage);
}

// 中值滤波
void Widget::on_btn_median_filtering_clicked()
{
    Mat medImage;
    Mat srcImage = srcImage_;

    //中值滤波  参数：输入Mat对象 输出Mat对象 卷积核大小（正方形边长）
    medianBlur(srcImage, medImage, 5);

    //Mat转QImage 像素   newlabel放置图像处理后图片
    setChangedImage(medImage);

}


// 灰度化
void Widget::on_btn_grayscale_clicked()
{
    Mat graImage;
    Mat srcImage = srcImage_;

    // 彩色图像转化为灰度图像  灰度图像再转为彩色图像
    cvtColor(srcImage, graImage, COLOR_BGR2GRAY);
    cvtColor(graImage, graImage, COLOR_GRAY2BGR);

    //Mat转QImage 像素   newlabel放置图像处理后图片
    setChangedImage(graImage);
}

// xy方向模糊
void Widget::on_btn_xy_vague_clicked()
{
    Mat xyImage;
    Mat srcImage = srcImage_;

    // xy轴模糊 均值滤波  参数：输入Mat对象 输出Mat对象 均值滤波卷积核大小（矩阵）
    blur(srcImage, xyImage, Size(10, 10));

    //Mat转QImage 像素   newlabel放置图像处理后图片
    setChangedImage(xyImage);
}

// 双边模糊
void Widget::on_btn_bilateral_vague_clicked()
{
    Mat bilImage;
    Mat srcImage = srcImage_;

    // 双边模糊  参数：输入Mat对象 输出Mat对象 卷积核大小 灰度空间中的标准差值  坐标空间中标准差
    // 插值方式（为负,INTER_LINEAR；为零,INTER_NEAREST；为正,INTER_AREA、INTER_CUBIC）
    bilateralFilter(srcImage, bilImage, 15, 120, 10, 4);

    //Mat转QImage 像素   newlabel放置图像处理后图片
    setChangedImage(bilImage);
}

// 腐蚀
void Widget::on_btn_corrosion_clicked()
{
    Mat corImage;
    Mat srcImage = srcImage_;

    // 生成矩形操作，结构元素大小5*5，MORPH_RECT指定为矩形
    Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));
    // 腐蚀操作  参数：输入Mat对象 输出Mat对象 腐蚀结构
    erode(srcImage, corImage, element);

    //Mat转QImage 像素   newlabel放置图像处理后图片
    setChangedImage(corImage);
}


// 打开图片
void Widget::on_btn_open_clicked()
{
    // 打开文件 选择图片
    imagePath_ = QFileDialog::getOpenFileName(
                this,tr("选择图片"),
                "../../../user/picture/res",
                tr("Image files(*.jpg *.png *.webp);;All files(*.*)"));

    if(imagePath_.isEmpty()) {
        return;
    }

    // 读取图像 存储为cv::Mat类型对象  “QString *”转换为“const cv::String &”
    srcImage_ = imread(imagePath_.toStdString());

    //Mat转QImage 像素   oldlabel和newlabel放置图片
    setOriginalImage(srcImage_);
}

// 保存图片
void Widget::on_btn_save_clicked()
{
    QString saveImagePath = "../../../user/picture/opencv/";
    if(saveImagePath.isEmpty()) {
        return;
    }
    // 获取图片名称和后缀
    QString str = imagePath_.mid(20);
    QStringList imageName = str.split(".");


    // 保存修改后的图片到指定位置
    imwrite(QString("%1%2_save.%3").arg(saveImagePath).arg(imageName[0]).arg(imageName[1]).toStdString(), changedImage_);
}



// 打开摄像头
void Widget::on_btn_open_camera_clicked()
{
    // 打开摄像头 开始计时,超时则发出timeout()信号,200毫秒取一帧
    captrue_.open(0);
    timer->start(200);

    // 不可打开摄像 可关闭摄像 可拍照
    ui->btn_open_camera->setEnabled(false);
    ui->btn_close_camera->setEnabled(true);
    ui->btn_photograph->setEnabled(true);
}

// 关闭摄像头
void Widget::on_btn_close_camera_clicked()
{
    // 关闭摄像头 停止取帧
    captrue_.release();
    timer->stop();

    // 可打开摄像 不可关闭摄像 不可拍照
    ui->btn_open_camera->setEnabled(true);
    ui->btn_close_camera->setEnabled(false);
    ui->btn_photograph->setEnabled(false);
}

// 拍照
void Widget::on_btn_photograph_clicked()
{
    // 视频帧保存到Mat，通过定时器刷新显示
    Mat frameImage;
    captrue_ >> frameImage;

    //Mat转QImage 像素   oldlabel和newlabel放置图片
    setOriginalImage(frameImage);


    // 将捕获的图片存储到本机指定位置
    QString saveImagePath = "../../../user/picture/photograph/";
    if(saveImagePath.isEmpty()) {
        return;
    }
    // 以当前时间给图片命名
    QDateTime dateTime;
    dateTime = QDateTime::currentDateTime();
    QString name = dateTime.toString("yyyyMMdd_hhmmss");

    // 保存修改后的图片到指定位置
    imwrite(QString("%1%2.png").arg(saveImagePath).arg(name).toStdString(), frameImage);
}

可添加写入视频功能

在打开摄像头时，将捕获到的视频帧存入容器（全局变量QList<Mat> lstFrame_）；关闭摄像头时， 将容器中的视频帧通过VideoWrite对象写入视频文件avi。

具体操作为，定时器触发timeout信号时，调用getFrame槽函数（将视频帧保存到容器lstFrame_）。关闭摄影时，调用SaveVideo函数，并将容器清空clear（方便下次录制）。

// 在关闭摄像头这一瞬间 将之前的视频帧写入视频文件avi
void Widget::SaveVideo()
{
    // 创建VideoWriter对象
    VideoWriter writer;
    double fps = 25;
    Size frameSize(640, 480);

    // 存储到本机指定位置
    QString savePath = "../../mp34/video/";
    QDateTime dateTime = QDateTime::currentDateTime();
    QString name = dateTime.toString("yyyyMMdd_hhmmss");
    QString fileName = QString("%1%2.avi").arg(savePath).arg(name);

    // open()打开视频文件   文件名 编解码类型 帧率 帧大小 彩色true
    writer.open(fileName.toStdString(), VideoWriter::fourcc('M', 'J', 'P', 'G'), fps, frameSize, true);

    if(!writer.isOpened()) {
        return;
    }

    // 将视频帧写入文件write()
    for(int i=0; i<lstFrame_.length(); i++) {
        if(lstFrame_[i].empty()) {
            continue;
        }
        // 将BGR颜色空间就转换为RGB空间
        cvtColor(lstFrame_[i], lstFrame_[i], COLOR_BGR2RGB);
        writer.write(lstFrame_[i]);
    }

    // 写入完成 关闭视频文件
    writer.release();

}


// 从摄像头中抓取并返回每一帧
void Widget::getFrame(QPrivateSignal)
{
    // 视频帧保存到Mat，通过定时器刷新显示
    Mat frameImage;
    captrue_ >> frameImage;

    //Mat转QImage 像素   oldlabel和newlabel放置图片
    SetOriginalImage(frameImage);

    // 视频帧保存到临时容器
    lstFrame_.append(frameImage);
}




// 关闭摄像头
void Widget::on_btn_close_camera_clicked()
{
    // 关闭摄像头 停止取帧
    captrue_.release();
    timer->stop();

    // 关闭摄像头时 写入视频文件 并存储所有视频帧的容器清空
    SaveVideo();
    lstFrame_.clear();

    // 可打开摄像 不可关闭摄像 不可拍照
    ui->btn_open_camera->setEnabled(true);
    ui->btn_close_camera->setEnabled(false);
    ui->btn_photograph->setEnabled(false);
}

图像处理--思维导图

视频操作--思维导图

山有扶苏隰有荷华
关注
  • 2
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
opencv-4.5.5.zip/opencv-4.5.5.zip
04-26
opencv-4.5.5.zip
计算机视觉——利用openCV调用本地摄像头采集图片并截图保存
weixin_47460769的博客
04-30 6041
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、采集方式二、代码部分三、效果演示 前言 由于本人研究生课题是深度学习目标检测方向、因此需要大量的数据集。在本地采样时，可以利用openCV提供的库函数完成照片采集。 一、采集方式 本代码通过调用摄像头显示图像信息，然后利用键盘截取视频帧保存到本地文件夹实现图片采集。 二、代码部分 import cv2 import os #import time #打开摄像头,一般内置为0,外接为1 cap = cv2.VideoCa
OpenCV学习(4.5) 图像的形态转换
最新发布
PLANTTHESON的博客
06-07 1561
形态梯度的计算方法是先对图像进行膨胀，然后从膨胀后的图像中减去原始图像。笔者认为，这些噪声由于是散乱分布的，再进行二值化时部分被划为前景，部分被划为背景，但无论是前景还是背景，它们都是孤立的，第一步的腐蚀会去除哪些孤立的前景噪声，第二部。这个是先进行腐蚀再进行膨胀的效果图，腐蚀除了将背景的噪声去除外，一些背景中的纹理也在一定程度的隐去了，而膨胀可以将这些纹理再现出来，甚至比原图还要强。可以看到，用来进行闭运算的核越大，消除黑色小块的能力越强，不过当核过于大的时候，就是前景与背景的分界变得模糊。
opencv打开摄像头获取画面
m0_54963041的博客
11-04 4367
opencv
使用OpenCV调用摄像头和读取视频图片
weixin_45373427的博客
08-20 3334
正常情况下，内部摄像头可以通过传入0来调用，传递1来选择外置的第二个相机，以此类推。在此之后，你可以逐帧捕获。注意：cap = cv2.VideoCapture()也可填入视频文件路径则可以对视频文件进行处理，但要自动等程序结束后新保存的视频才能正常播放否则保存的视频文件会无法读取，因为帧数不全，所以对视频处理不要中间手动中断。如果太小，则视频将非常快，而如果太大，则视频将变得很慢。如果我们读取了一个视频，并对其每一帧地进行了处理，如对每帧进行旋转或者加上文字等操作后，我们需要保存视频。
opencv读取图片
花生日记
05-17 4927
opencv库提供了丰富的工具，比如图像缩放，旋转，倾斜校正，自动对齐等等，使用这些工具可以很方便的进行图像的处理。如图所示，我们选择图像中的一个图片，并点击“自动对齐”按钮，则该图片被自动地进行了对齐。1、首先我们打开需要进行图片放大的文件夹，然后点击工具栏中的“查看”按钮，将我们需要进行放大处理的图片文件添加到该窗口中。5、最后我们回到打开的窗口中选择“查看”菜单下的“另存为”选项卡，在弹出窗口中选择存放放大图片的文件夹，并在右侧窗格中选择“打开方式”为“本地计算机”。6、弹出窗口，点击确定。
【工具篇】使用OpenCV播放视频并截取图片
weixin_44994302的博客
01-17 4043
1.主要用途： 获取目标检测数据集时，录像获取视频，然后播放该视频并截取其图像； 2.运行方法： 在安装好依赖包后，更换成自己的视频文件路径，运行main程序即可； 3.播放后使用说明： 运行播放后，按下q键退出，s键保存当前帧图片；按k可暂停视频,再按s保存该帧图像； 说明一：.亲测在Ubuntu系统下，MP4格式文件的截取； 说明二： 保存图像的路径在当前目录会自动生成一个文件夹进行保存；不清楚的可以先运行该程序，按s保存即清除保存路径 若有什么问题，欢迎留言交流。。 import cv2 from p
win10+vs2019+opencv4.5.5+opencv_contrib
09-02
在本项目中，我们关注的是在Windows 10操作系统上使用Visual Studio 2019（VS2019）编译并安装OpenCV 4.5.5以及其扩展模块opencv_contrib。OpenCV（开源计算机视觉库）是一个广泛使用的跨平台库，包含了众多用于图像...
opencv4.5.5 +opencv-contrib-4.5.5编译所需下载文件
12-05
3、ffmpeg（opencv_videoio_ffmpeg_64.dll，ffmpeg_version.cmake，opencv_videoio_ffmpeg.dll）4、ippicv（ippicv_2020_win_intel64_20191018_general.zip）5、wechat_qrcode（detect.prototxt，sr.prototxt，...
jjj.rar_opencv 打开_图片 旋转_图片旋转 opencv_图片缩放
09-22
下面，我们将深入探讨OpenCV在图片处理中的这些关键功能。 1. **图片打开**： 在OpenCV中，可以使用`imread()`函数来加载图片。这个函数接受一个字符串参数，表示图片的路径，返回一个`cv::Mat`对象，这是OpenCV中...
opencv_contrib3.4.0+vs2017+win10+opencv3.4.0
05-17
本资源提供了预编译的OpenCV 3.4.0及其扩展模块opencv_contrib 3.4.0，适用于Visual Studio 2017（VS2017）开发环境，并且兼容Windows 10操作系统。 OpenCV 3.4.0是该库的一个稳定版本，它引入了许多改进和新功能，...
Qt5.15.2+openCV4.5.5+MSVC2019编译生成的动态库（带world和不带world)
04-15
Qt5.15.2+openCV4.5.5+MSVC2019编译生成的动态库（带world和不带world) CSDN审核可能较慢，如无法下载，可以过段时间再回来看下 仅供相关爱好者交流使用，请于下载24小时内删除
c++使用opencv打开相机获取图像
sdhdsf132452的博客
02-28 1680
c++,opencv
用OpenCV唤醒你的摄像头——捕捉世界的美丽瞬间
AI_dataloads的博客
10-23 1045
通过OpenCV，我们可以方便地连接到摄像头，捕获实时视频流，并对每一帧进行处理和分析。这种能力让我们能够实现各种实时视觉应用，如人脸识别、物体检测、运动跟踪等。
Python调用OpenCV接口实现网络摄像头录像和抓拍图片
Bruce Che 的专栏
09-29 4181
上篇文章介绍了用 C++调用OpenCV接口，打开网络摄像头录制视频，并抓拍截图。本篇我们看一下，Python如何调用OpenCV接口，来做同样的事情。
OpenCV捕获摄像头并进行录像、截图等功能的实现
weixin_44356253的博客
09-17 3774
OpenCV捕捉摄像头并进行录像、截图等功能的实现
opencv启动摄像头并且操作摄像头拍照
yujinlong2002的博客
08-20 2658
opencv启动摄像头并且操作摄像头拍照。
【opencv+图像处理】(Gui Features in OpenCV) 1-1摄像头：采集摄像头视频，读取视频帧，录制视频
cvxiayixiao的博客
05-07 5586
采集摄像头视频读取视频帧，改变录制参数，录制视频，保存本地，所有相关函数结束，代码实战
【OpenCV学习】使用OpenCV打开图片视频
Qregi的博客
03-31 3197
一.使用代码打开一张图片 代码如下： #include <opencv.hpp> int main() { cv::Mat img = cv::imread("D://My Code/Test_OpenCV/test_2/test1.jpg"); if (img.empty()) { return -1; } // 实现一个名称赋予窗口, 第二个参数，打开的新窗...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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