|
时常会找一些比较有趣的东西来看，但一般都是看完尝试了事，没怎么做出总结过。现在想想真是可惜，这么多年来，看得东西也不少，但是留下的印记却很少，结果就是找工作时，却拿不出更多的加分项。所以从现在开始，还是做个有心人，慢慢积累，只有自身价值提升了，并且让人看得到，才能获得自己想要的那份报酬。 现在先从OpenCV的使用开始。我始终觉得学习一样东西，单纯学习这个东西是得不到提升的，必须要找到一个立意，构建起一个项目，以项目带动学习，这样理论知识和动手能力都能得到提高。 我的立意就是开发基于OpenCV+QT的实时视频传输显示工具。 基本的思路是实现一个C/S结构。C端实现显示摄像头采集的视频图像，并且在本地利用OpenCV对视频进行处理，并传输视频流。S端接受视频数据，并进行显示。 此过程需要用到的知识如下： （1）QT界面 （2）摄像头视频采集与显示 （3）OpenCV库使用 （4）TCP/IP协议 （5）H264 （6）多线程编程 （7）RTMP/RTSP/RTP协议 其中OpneCV、H264以及RTMP/RTSP/RTP对于我来说是两个完全新的东西，需要花点时间学习一下，而其他的基本上温习一下就可以了。 首先需要学习OpenCV的东西。我们可以先用OpenCV实现简单图像的加载和处理，然后再考虑视频的处理。本小节主要先对图形进行加载以及边缘提取，主要代码如下： (1)加载图像 voidMainWindow::Loadimage(cv::Mat&mat) { mat=cv::imread("F:\\opencv_test.png"); if(mat.empty()) { return; } return; } (2)图像格式转换 因为opnencv读取的图片信息为Mat类型的，而QT界面上显示图片时，需要时Qimage类型的，因此还需要将Mat类型图片信息转成Qimage， boolMainWindow::Mat2Qimage(cv::Mat&mat,QImage&qimage) { if(mat.type()==CV_8UC3) { qimage=QImage((constunsignedchar*)(mat.data), mat.cols,mat.rows, mat.step, QImage::Format_RGB888).rgbSwapped(); qimage.save("F:\\opencv_test_out.jpg","JPG"); } elseif(mat.type()==CV_8UC1) { staticQVector<QRgb> sColorTable; //onlycreateourcolortableonce if(sColorTable.isEmpty()) { for(inti=0;i<256;++i) sColorTable.push_back(qRgb(i,i,i)); } qimage=QImage((constunsignedchar*)(mat.data), mat.cols,mat.rows, mat.step, QImage::Format_Indexed8); //Setthecolortable(usedtotranslatecolourindexestoqRgbvalues) qimage.setColorTable(sColorTable); qimage.save("F:\\opencv_test_out_gray.jpg","JPG"); } else { returnfalse; } returntrue; } （3）边缘提取 以下是边缘提取的代码，对图像进行边缘处理需要先进行灰度转换，将图像由3通道的彩色图转换为1通道的灰度图，降噪处理后再进行Canny进行边缘检测 voidMainWindow::on_TransButton_clicked() { QImageqimage; cv::MatgrayImage,detected_edges; cv::cvtColor(cvimage,grayImage,cv::COLOR_BGR2GRAY); cv::blur(grayImage,detected_edges,cv::Size(3,3)); cv::Canny(detected_edges,detected_edges,threshold,3*threshold,3); std::cout<<detected_edges.channels()<<std::endl; if(!Mat2Qimage(detected_edges,qimage)) { return; } ui->trans_view_label->setPixmap(QPixmap::fromImage(qimage)); } 
另外还做了其他转换，将获取的边缘图像作为掩码拷贝到原图上，形成彩色的边缘图，效果如下，具体做法大家可以自己去百度，网上应该有很多这样的用法。 
| 
转播
