0

我想从网络摄像头捕捉图像而不进行任何后期处理，即没有自动对焦、曝光校正、白平衡等。好吧，基本上我想从网络摄像头捕获连续的帧，并使每一帧与前一帧进行比较，并仅在发生实际变化时将它们保存到磁盘。由于后期处理，几乎每一帧都以不同的方式返回给我。

到目前为止的代码

using namespace cv;



bool identical(cv::Mat m1, cv::Mat m2)
{


if ( m1.cols != m2.cols || m1.rows != m2.rows || m1.channels() != m2.channels() || m1.type() != m2.type() )
{
  return false;
}

for ( int i = 0; i < m1.rows; i++ )
{
  for ( int j = 0; j < m1.cols; j++ )
    {
      if (  m1.at<Vec3b>(i, j) != m2.at<Vec3b>(i, j) )
        {
          return false;
        }
    }
}
return true;
}


 int main() {
 CvCapture* capture = cvCaptureFromCAM( 1);
 int i=0,firsttime=0;
 char filename[40];
 Mat img1,img2;
 if ( !capture ) {
 fprintf( stderr, "ERROR: capture is NULL \n" );
 getchar();
 return -1;
 }

 cvNamedWindow( "img1", CV_WINDOW_AUTOSIZE );
  cvNamedWindow( "img2", CV_WINDOW_AUTOSIZE );

  while ( 1 ) {

 IplImage* frame = cvQueryFrame( capture );
 img1=frame;
 if ( !frame ) {

   fprintf( stderr, "ERROR: frame is null...\n" );
   getchar();
   break;
 }
 if(firsttime==0){
 img2=frame;
 fprintf( stderr, "firtstime\n" );
 } 

 if ( (cvWaitKey(10) & 255) == 27 ) break;

 i++;

 sprintf(filename, "D:\\testimg\\img%d.jpg", i);


 cv::cvtColor(img1, img1, CV_BGR2GRAY);
 imshow( "img1", img1);
 imshow( "img2", img2);
 imwrite(filename,img1);

 if(identical(img1,img2))
 {
    //write to diff path
 }


 img2=imread(filename,1);
 firsttime=1;
}
 // Release the capture device housekeeping
 cvReleaseCapture( &capture );
 return 0;
}

虽然你在这方面，但如果你能建议使用另一个框架比较解决方案来解决这个问题，我会很高兴:)

4

4 回答 4

1

我遇到了这个问题，唯一找到并编写的解决方案是一个基于 Direct-show 的程序（如果你使用的是 windows）所以根本没有 opencv 代码

于 2013-08-01T13:41:26.007 回答
0

@Prince，对不起，我一直在寻找我的 Directshow 代码，但没有找到它，我认为它不会有帮助，因为我将它用于 DirectLink（黑魔法设计）卡，因为我以前从未这样做过这很难，我的建议是尝试使用 GraphEditPlus： http: //www.infognition.com/GraphEditPlus/

它有很大帮助，而且很容易使用！祝你好运 ！

于 2013-08-08T10:19:37.710 回答
0

运气好的话，您可以获得相机的属性页面，然后在此处关闭：

VideoCapture cap(0);
cap.set(CV_CAP_PROP_SETTINGS,1);

请跳过 c-api 以支持 c++。它很快就会消失。

忘了提：您也可以从 vlc 更改凸轮设置。

于 2013-08-01T15:01:37.900 回答
0

如果您只想在实际发生变化时捕获帧，请尝试背景减法算法。此外，不要仅仅减去后续帧，而是使用 OpenCV 中已经为您实现的众多算法之一——它们比普通背景减法更能适应闪电条件等的变化。

在 Python 中：

backsub = cv2.BackgroundSubtractorMOG2(history=10000,varThreshold=100)
fgmask = backsub.apply(frame, None, 0.01)

Frame是从您的网络摄像头读取的图片流。谷歌搜索Cpp中的相应功能。

于 2015-10-05T07:08:23.870 回答