ubuntu中QT+opencv在QLable上显示摄像头
饭前的一篇文章吧，写完吃饭走
图像在机器视觉中的重要性是不可忽视的。机器视觉是指计算机利用图像处理技术进行图像识别、分析和理解的科学与技术领域。图像是机器视觉的输入数据，通过分析和处理图像，计算机可以实现对图像中物体、场景等信息的提取和理解。
以下是图像在机器视觉中的重要性的几个方面：
1. 物体识别和分类：图像可以提供丰富的视觉信息，包括物体的形状、颜色、纹理等特征。通过对图像进行分析和处理，机器可以识别和分类不同的物体，实现自动化的物体检测和识别。
2. 场景分析和理解：通过对图像进行分析，可以理解图像所代表的场景。例如，机器可以通过图像识别出室内、室外、城市、乡村等不同的场景，从而为场景的分析和理解提供基础。
3. 图像检索和搜索：通过对图像进行特征提取和相似度计算，机器可以实现对图像的检索和搜索。例如，在图像数据库中搜索与输入图像相似的图像，或者通过输入图像进行目标物体的搜索和定位。
4. 视觉导航和定位：图像可以提供导航和定位所需的视觉信息。通过对图像进行分析，机器可以识别出环境中的特征点或标志物，从而实现室内、室外等不同环境下的定位和导航。
综上所述，图像在机器视觉中具有重要的作用，是实现机器视觉的关键输入数据。通过对图像进行分析和理解，机器可以实现对物体、场景等信息的自动化识别、分类和理解，从而实现各种应用，如智能监控、智能驾驶等。
那么这一切的开始呢，就是使用opencv来实现摄像头的采集
废话不多，我们直接上代码
UI文件的编写
一个开始一个结束，还有一个摄像头参数的显示，但是写出来有BUG（对程序运行没影响）所以就不实现了，都是原名，没有修改对象名
代码编写
.pro文件
我们 要导入我们的opencv的库
INCLUDEPATH += /usr/local/include
/usr/local/include/opencv
/usr/local/include/opencv2
LIBS += /usr/local/lib/libopencv_*.h文件
#ifndef WIDGET_H
#define WIDGET_H
#include <QWidget>
#include "opencv2/opencv.hpp"
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <QTimer>
#include<QComboBox>
using namespace cv;
QT_BEGIN_NAMESPACE
namespace Ui {
class Widget;
}
QT_END_NAMESPACE
class Widget : public QWidget
{
Q_OBJECT
public:
Widget(QWidget *parent = nullptr);
//
QImage MatImageToQt(const Mat &src);
~Widget();
private slots:
void readFarme();
void on_pushButton_clicked();
void on_pushButton_2_clicked();
private:
Ui::Widget *ui;
VideoCapture cap;
Mat src_image;
QTimer *timer;
QImage *image;
};
#endif // WIDGET_H
.cpp文件
#include "widget.h"
#include "ui_widget.h"
#include <opencv2/core.hpp>
#include<opencv2/opencv.hpp>
#include <QPixmap>
#include <QTimer>
using namespace cv;
using namespace std;
Widget::Widget(QWidget *parent)
: QWidget(parent)
, ui(new Ui::Widget)
{
ui->setupUi(this);
// Mat mypicture = imread("/home/yyy/图片/aa.jpg");
// imshow("open",mypicture);
// Mat Medianfiltering;
// cv::medianBlur(mypicture,Medianfiltering,7);
// imshow("new open",Medianfiltering);
timer = new QTimer(this);
image = new QImage();
connect(timer,SIGNAL(timeout()),this,SLOT(readFarme()));
}
Widget::~Widget()
{
delete ui;
}
void Widget::readFarme()
{
cap.read(src_image);
QImage imag = MatImageToQt(src_image);
ui->label->setPixmap(QPixmap::fromImage(imag));
}
void Widget::on_pushButton_clicked()
{
cap.open(0);
timer->start(33);
}
void Widget::on_pushButton_2_clicked()
{
timer->stop();
cap.release();
ui->label->clear();
}
//Mat转成QImage
QImage Widget::MatImageToQt(const Mat &src)
{
//CV_8UC1 8位无符号的单通道---灰度图片
if(src.type() == CV_8UC1)
{
//使用给定的大小和格式构造图像
//QImage(int width, int height, Format format)
QImage qImage(src.cols,src.rows,QImage::Format_Indexed8);
//扩展颜色表的颜色数目
qImage.setColorCount(256);
//在给定的索引设置颜色
for(int i = 0; i < 256; i ++)
{
//得到一个黑白图
qImage.setColor(i,qRgb(i,i,i));
}
//复制输入图像,data数据段的首地址
uchar *pSrc = src.data;
//
for(int row = 0; row < src.rows; row ++)
{
//遍历像素指针
uchar *pDest = qImage.scanLine(row);
//从源src所指的内存地址的起始位置开始拷贝n个
//字节到目标dest所指的内存地址的起始位置中
memcmp(pDest,pSrc,src.cols);
//图像层像素地址
pSrc += src.step;
}
return qImage;
}
//为3通道的彩色图片
else if(src.type() == CV_8UC3)
{
//得到图像的的首地址
const uchar *pSrc = (const uchar*)src.data;
//以src构造图片
QImage qImage(pSrc,src.cols,src.rows,src.step,QImage::Format_RGB888);
//在不改变实际图像数据的条件下，交换红蓝通道
return qImage.rgbSwapped();
}
//四通道图片，带Alpha通道的RGB彩色图像
else if(src.type() == CV_8UC4)
{
const uchar *pSrc = (const uchar*)src.data;
QImage qImage(pSrc, src.cols, src.rows, src.step, QImage::Format_ARGB32);
//返回图像的子区域作为一个新图像
return qImage.copy();
}
else
{
return QImage();
}
}
重要代码块讲解
//Mat转成QImage
QImage Widget::MatImageToQt(const Mat &src)
{
//CV_8UC1 8位无符号的单通道---灰度图片
if(src.type() == CV_8UC1)
{
//使用给定的大小和格式构造图像
//QImage(int width, int height, Format format)
QImage qImage(src.cols,src.rows,QImage::Format_Indexed8);
//扩展颜色表的颜色数目
qImage.setColorCount(256);
//在给定的索引设置颜色
for(int i = 0; i < 256; i ++)
{
//得到一个黑白图
qImage.setColor(i,qRgb(i,i,i));
}
//复制输入图像,data数据段的首地址
uchar *pSrc = src.data;
//
for(int row = 0; row < src.rows; row ++)
{
//遍历像素指针
uchar *pDest = qImage.scanLine(row);
//从源src所指的内存地址的起始位置开始拷贝n个
//字节到目标dest所指的内存地址的起始位置中
memcmp(pDest,pSrc,src.cols);
//图像层像素地址
pSrc += src.step;
}
return qImage;
}
//为3通道的彩色图片
else if(src.type() == CV_8UC3)
{
//得到图像的的首地址
const uchar *pSrc = (const uchar*)src.data;
//以src构造图片
QImage qImage(pSrc,src.cols,src.rows,src.step,QImage::Format_RGB888);
//在不改变实际图像数据的条件下，交换红蓝通道
return qImage.rgbSwapped();
}
//四通道图片，带Alpha通道的RGB彩色图像
else if(src.type() == CV_8UC4)
{
const uchar *pSrc = (const uchar*)src.data;
QImage qImage(pSrc, src.cols, src.rows, src.step, QImage::Format_ARGB32);
//返回图像的子区域作为一个新图像
return qImage.copy();
}
else
{
return QImage();
}
}这段代码的目的是将OpenCV的Mat（矩阵）对象转换为Qt的QImage对象，以便在Qt框架中使用图像数据，如显示在QLabel、QPixmap或其他Qt的图形显示组件中。由于OpenCV和Qt处理图像数据的方式有所不同（例如，内存布局、颜色空间等），因此需要进行适当的转换。下面是这段代码的详细讲解：
1. 灰度图像 (CV_8UC1)
- 构造QImage：对于灰度图像，使用
QImage::Format_Indexed8格式构造QImage对象。这种格式使用8位索引到颜色表来存储每个像素的颜色，适用于灰度图像，因为灰度图像可以看作是从黑色到白色的256级颜色深度。 - 设置颜色表：通过
setColorCount(256)和setColor(i, qRgb(i,i,i))为QImage设置一个包含256个条目的颜色表，每个条目对应一个灰度值（从黑到白）。 - 数据复制：使用循环遍历
Mat对象的每一行，并将灰度数据复制到QImage的相应行中。这里使用memcpy而不是memcmp（memcmp用于比较内存区域，而不是复制）。然而，原代码中错误地使用了memcmp，应该替换为memcpy。
2. 彩色图像 (CV_8UC3)
- 构造QImage：对于三通道（RGB）彩色图像，使用
QImage::Format_RGB888格式直接通过Mat对象的数据指针构造QImage。注意，OpenCV默认使用BGR顺序，而Qt的QImage使用RGB顺序，因此需要使用rgbSwapped()方法来交换红色和蓝色通道。
3. 带Alpha通道的彩色图像 (CV_8UC4)
- 构造QImage：对于四通道（RGBA）图像，使用
QImage::Format_ARGB32格式直接通过Mat对象的数据指针构造QImage。这里不需要交换颜色通道，因为OpenCV的RGBA顺序与Qt的ARGB顺序相匹配（除了最后一个通道的位置，但这不影响颜色显示）。 - 复制图像：虽然这里直接使用
Mat的数据指针构造了QImage，但出于安全和稳定性的考虑，使用copy()方法创建了一个QImage的副本。这是因为原始的Mat数据可能会在将来的某个时间点被修改或释放，而复制的图像则不受这些变化的影响。
好了，下机！！恰饭
扫一扫
7174
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
