linux qt调用摄像头,Qt5下实现摄像头预览及捕获图像方法实例

Step4:修改mainwindow.cpp

源码如下

#include "mainwindow.h"

#include "ui_mainwindow.h"

MainWindow::MainWindow(QWidget *parent) :

QMainWindow(parent),

ui(new Ui::MainWindow)

{

ui->setupUi(this);

camera=new QCamera(this);

viewfinder=new QCameraViewfinder(this);

imageCapture=new QCameraImageCapture(camera);

ui->ImageView->addWidget(viewfinder);

ui->ImageCapture->setScaledContents(true);

camera->setViewfinder(viewfinder);

camera->start();

connect(imageCapture, SIGNAL(imageCaptured(int,QImage)), this, SLOT(displayImage(int,QImage)));

connect(ui->buttonCapture, SIGNAL(clicked()), this, SLOT(captureImage()));

connect(ui->buttonSave, SIGNAL(clicked()), this, SLOT(saveImage()));

connect(ui->buttonQuit, SIGNAL(clicked()), qApp, SLOT(qui

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一个基于Qt和OpenCV的物体动态监测的简单代码示例。该示例使用了一个摄像头捕获视频,并使用OpenCV中的运动检测算法来检测图像中的运动物体。 代码示例: mainwindow.h 文件: ```c++ #ifndef MAINWINDOW_H #define MAINWINDOW_H #include <QMainWindow> #include <opencv2/opencv.hpp> namespace Ui { class MainWindow; } class MainWindow : public QMainWindow { Q_OBJECT public: explicit MainWindow(QWidget *parent = 0); ~MainWindow(); private: Ui::MainWindow *ui; cv::VideoCapture cap; cv::Mat prev_frame; bool first_frame; cv::Scalar lower_bound; cv::Scalar upper_bound; private slots: void on_actionOpen_triggered(); void on_actionExit_triggered(); void processFrame(); }; #endif // MAINWINDOW_H ``` mainwindow.cpp 文件: ```c++ #include "mainwindow.h" #include "ui_mainwindow.h" MainWindow::MainWindow(QWidget *parent) : QMainWindow(parent), ui(new Ui::MainWindow), first_frame(true), lower_bound(30, 30, 0), upper_bound(100, 100, 255) { ui->setupUi(this); // 设置摄像头 cap.open(0); if(!cap.isOpened()) { ui->statusBar->showMessage(tr("Cannot open camera!")); return; } // 启动定时器 connect(&timer, SIGNAL(timeout()), this, SLOT(processFrame())); timer.start(30); } MainWindow::~MainWindow() { delete ui; } void MainWindow::processFrame() { cv::Mat frame; cap >> frame; // 转换为灰度图像 cv::Mat gray_frame; cv::cvtColor(frame, gray_frame, CV_BGR2GRAY); // 初始化前一帧 if(first_frame) { prev_frame = gray_frame.clone(); first_frame = false; return; } // 计算帧间差异 cv::Mat diff_frame; cv::absdiff(prev_frame, gray_frame, diff_frame); // 二值化差异图像 cv::Mat threshold_frame; cv::threshold(diff_frame, threshold_frame, 50, 255, CV_THRESH_BINARY); // 模糊处理 cv::Mat blur_frame; cv::GaussianBlur(threshold_frame, blur_frame, cv::Size(5,5), 0); // 查找轮廓 std::vector<std::vector<cv::Point>> contours; cv::findContours(blur_frame, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE); // 绘制轮廓 cv::Scalar color(0, 255, 0); for(unsigned int i = 0; i < contours.size(); i++) { cv::drawContours(frame, contours, i, color, 2); } // 更新前一帧 prev_frame = gray_frame.clone(); // 显示结果 cv::imshow("Video", frame); } void MainWindow::on_actionOpen_triggered() { // 打开视频文件 QString filename = QFileDialog::getOpenFileName(this, tr("Open Video"), ".", tr("Video Files (*.avi *.mpg *.mp4)")); if(filename.isEmpty()) { return; } cap.open(filename.toStdString()); if(!cap.isOpened()) { ui->statusBar->showMessage(tr("Cannot open video file!")); return; } // 启动定时器 connect(&timer, SIGNAL(timeout()), this, SLOT(processFrame())); timer.start(30); } void MainWindow::on_actionExit_triggered() { // 停止摄像头或视频 cap.release(); // 关闭窗口 close(); } ``` 该示例中,processFrame() 函数会被定时器定期调用,以捕获视频帧并处理。首先,将帧转换为灰度图像,然后计算与前一帧之间的差异。使用二值化和模糊处理来减少噪声,并查找轮廓以检测运动物体。最后,绘制轮廓并显示帧。 示例中还提供了一些其他功能,例如打开视频文件和退出应用程序的选项。用户可以使用菜单栏中的“文件”菜单来打开视频文件或退出应用程序。 请注意,该示例中的运动检测算法非常简单,并且可能不适用于所有情况。可以尝试使用其他算法或使用参数调整来优化结果。

“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
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