Baumer工业相机堡盟相机如何通过OpenCV直接使用图像数据进行图像显示（C++）

Baumer工业相机

Baumer工业相机堡盟相机是一种高性能、高质量的工业相机，可用于各种应用场景，如物体检测、计数和识别、运动分析和图像处理。

Baumer的万兆网相机拥有出色的图像处理性能，可以实时传输高分辨率图像。此外，该相机还具有快速数据传输、低功耗、易于集成以及高度可扩展性等特点。
​
Baumer工业相机可以联合OpenCV实现图像的直接显示。

Baumer工业相机SDK联合OpenCV的技术背景

Baumer工业相机SDK是一种软件开发工具包，用于与工业相机通信和图像采集。这些SDK通常包含驱动程序和API，可以让开发人员使用多个编程语言（例如C++、C#、Python）编写应用程序。它们也提供了许多图像参数和相机参数的控制选项，以便满足各种应用需求。

OpenCV是一种流行且广泛使用的计算机视觉库，提供了大量的图像处理和计算机视觉算法，例如图像过滤、特征提取、目标检测等。OpenCV可以与工业相机SDK集成，以便对从相机采集的图像进行处理和分析。

联合使用工业相机SDK和OpenCV，开发人员可以实现更高级别的图像处理和视觉分析应用。例如，他们可以使用工业相机SDK实现图像采集和实时显示，然后使用OpenCV进行图像处理和物体检测。他们还可以使用OpenCV的计算机视觉算法来实现特定应用，例如质量控制、机器人视觉导航和自动识别等。
​
这里主要描述如何在C++的平台下实现通过OpenCV直接将图像指针数据转换为OpenCV数据直接显示的核心代码，

代码分析

本文介绍使用Opencv对Baumer的工业相机进行开发时，使用通过BGAPI SDK和OpenCV直接进行图像显示的功能

1.引用合适的类文件

C++环境下核心代码如下所示：
.h文件

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include<opencv2\opencv.hpp>

.cpp文件

#pragma comment(lib, "opencv_world341.lib")
#pragma comment(lib, "opencv_world341d.lib")

2.在回调函数里OpenCV直接使用图像数据进行图像显示

后续进行图像转换为OpenCV库的Mat图像并进行拼接和显示的核心代码，如下所示：

void* buffer_pointer = buffer_filled->GetMemPtr();
uint64_t buffer_size = buffer_filled->GetSizeFilled();
BGAPI2::Image* image = image_processor->CreateImage(image_width, image_height,
    pixel_format, buffer_pointer, buffer_size);
CheckAndFixRoi(&roi, image_width, image_height);

#if USE_OPENCV
// Display the image
if (pixel_format == "Mono8") {
    ShowImage(buffer_pointer, image_width, image_height, CV_8UC1, &roi);
} else {
    // Convert to BGR8
    const size_t size = static_cast<size_t>(image->GetTransformBufferLength("BGR8"));
    char* mem_buffer = new char[size];
    if (mem_buffer) {
        image_processor->TransformImageToBuffer(image, "BGR8", mem_buffer, size);
        ShowImage(mem_buffer, image_width, image_height, CV_8UC3, &roi);
        delete[] mem_buffer;
    }
}
#endif

#ifdef USE_OPENCV  // OpenCV
//---------------------------------------------------------------------------------------------------------------------
// If the example is compiled with OpenCV this method is used to show the images from the camera
void ShowImage(void* buffer, int64_t width, int64_t height, int type, ROI* roi) {
  cv::Mat img(static_cast<int>(height), static_cast<int>(width), type, buffer, cv::Mat::AUTO_STEP);
    if (roi) {
        cv::rectangle(
            img,
            cv::Point(static_cast<int>(roi->x + 1), static_cast<int>(roi->y + 1)),
            cv::Point(static_cast<int>(roi->x + roi->width - 2), static_cast<int>(roi->y + roi->height - 2)),
            cv::Scalar(255, 0, 255),
            3
        );
    }
    static int showtest = 0;
    if (!showtest++) {
        cv::namedWindow("Test Image", cv::WINDOW_NORMAL);
        cv::moveWindow("Test Image", 100, 100);
        cv::resizeWindow("Test Image", 1000, 800);
    }
    cv::imshow("Test Image", img);
    cv::waitKey(1);
}
#endif  // USE_OPENCV   // OpenCV


// Checks, if the choosen Region of Interest fits the camera sensor.
// If it is outside the sensor, it will be reduced to fit.
bool CheckAndFixRoi(ROI* roi, int64_t width, int64_t height) {
    bool result = false;
    if (roi) {
        result = true;
        if (roi->x <= 0) {
            result = false;
            roi->x = 0;
        }
        if (roi->y <= 0) {
            result = false;
            roi->y = 0;
        }
        if (roi->width <= 0 || roi->width > width - roi->x) {
            result = false;
            roi->width = width - roi->x;
        }
        if (roi->height <= 0 || roi->height > height - roi->y) {
            result = false;
            roi->height = height - roi->y;
        }
    }
    return result;
}

// This example uses a Software Trigger to get images from the camera. This method will trigger regularly using 
// a separate thread to trigger and calculate in parallel.
void SoftwareTriggerThread(BGAPI2::Device* device, int64_t time_delay) {
    std::this_thread::sleep_for(std::chrono::milliseconds(time_delay));
    device->GetRemoteNode("TriggerSoftware")->Execute();
}

工业相机图像通过OpenCV转为Mat图像的优点

低水平图像处理： OPENCV为低级别的图像处理提供了一套丰富的库。它允许轻松访问图像特征，如对比度、亮度和颜色校正。

实时视频处理： 使用OPENCV，你可以实时处理视频流，允许对处理过程进行即时反馈和调整。

精确的物体检测： OPENCV提供先进的物体检测和识别算法，能够准确识别和跟踪视频流中的物体。

高效的硬件利用： OPENCV的设计旨在最大限度地提高硬件利用率，使其成为一个高效的视频处理平台。

跨平台兼容性： OPENCV与多种操作系统兼容，使其易于集成到现有的软件系统中。

总的来说，通过OPENCV将工业相机图像转换为Mat图像，可以实现高效、准确、实时的图像处理和分析，使其成为工业应用的有力工具。

工业相机图像通过OpenCV转为Mat图像的行业应用

自动化生产控制：工业相机可以用于自动化生产控制，将其拍摄的图像通过SDK转为OPENCV的MAT图像后，可以使用图像处理技术对产品进行检测、分类、计数等操作，实现自动化生产控制。

智能交通：工业相机可以用于智能交通，将其拍摄的图像通过SDK转为OPENCV的MAT图像后，可以使用图像处理技术对车辆进行识别、计数、跟踪等操作，实现智能交通管理。

医疗影像：工业相机可以用于医疗影像，将其拍摄的图像通过SDK转为OPENCV的MAT图像后，可以使用图像处理技术对医疗影像进行分析、诊断等操作，提高医疗诊断的准确性和效率。

物流仓储：工业相机可以用于物流仓储，将其拍摄的图像通过SDK转为OPENCV的MAT图像后，可以使用图像处理技术对物流仓储过程进行监控、管理、智能化等操作，提高物流仓储效率和安全性。

视频监控：工业相机可以用于视频监控，将其拍摄的图像通过SDK转为OPENCV的MAT图像后，可以使用图像处理技术对视频图像进行分析、识别、跟踪等操作，实现智能化视频监控。