基于LockAI视觉识别模块：C++图像采集例程

本文主要演示如何使用LockAI视觉识别模块进行视频流的读取，同时使用Edit模块进行图像传输。

例程源代码地址：https://gitee.com/LockzhinerAI/LockzhinerVisionModule/tree/master/Cpp_example/A01_capture

---

1. 基础知识讲解

1.1 OpenCV简介

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，提供丰富的图像处理和视频捕获功能。通过其VideoCapture类，开发者可以轻松调用摄像头设备并获取视频流。

1.2 VideoCapture模块

cv::VideoCapture是OpenCV中用于管理视频输入的核心类，支持从摄像头、视频文件或网络流读取帧。常用功能包括：

设备初始化与参数设置（分辨率、帧率）

逐帧捕获图像

资源释放管理

---

2. API文档

2.1 cv::VideoCapture类

2.1.1 cv::VideoCapture类依赖头文件

#include

2.1.2 初始化摄像头

cv::VideoCapturecap;

功能：创建摄像头管理对象

说明：该对象用于后续所有摄像头操作，未调用open()前不占用硬件资源

2.1.3 设置摄像头分辨率

cap.set(cv::CAP_PROP_FRAME_WIDTH,width);
cap.set(cv::CAP_PROP_FRAME_HEIGHT,height);

参数：

cv::CAP_PROP_FRAME_WIDTH: 帧宽度（像素）

cv::CAP_PROP_FRAME_HEIGHT: 帧高度（像素）

分辨率对照表：根据摄像头的分辨率和帧率，选择合适的分辨率和帧率。以下为常见分辨率与帧率对照表

摄像头分辨率（4:3）	FPS
480x360	25
640x480	25
960x720	14
1280x960	13
1920x1440	13

摄像头分辨率（16:9）	FPS
480x270	25
640x360	25
960x540	25
1280x720	15
1920x1080	12

2.1.4 打开摄像头设备

cap.open(0);

参数：0表示默认摄像头设备，也可以指定其他设备编号

返回值：成功打开返回true，否则返回false

2.1.5 读取视频帧

cap>>frame;

说明：读取下一帧图像，如果当前帧为空，则返回false

---

2.2 lockzhiner_vision_module::Edit类

2.2.1 依赖头文件

#include

2.2.2 初始化模块

Editedit;

说明：创建Edit对象，用于后续图像传输操作

2.2.3 建立连接

edit.StartAndAcceptConnection();

参数：无

返回值：成功建立连接返回true，否则返回false

2.2.4 图像传输

edit.Print(frame);

参数：cv::Mat对象，表示图像帧

返回值：无

---

3. 综合代码解析

3.1 基础摄像头读取

3.1.1 流程图

3.1.2 代码解析

初始化摄像头

cv::VideoCapturecap;
constintwidth=640;
constintheight=480;
cap.set(cv::CAP_PROP_FRAME_WIDTH,width);
cap.set(cv::CAP_PROP_FRAME_HEIGHT,height);

逐帧捕获图像

while(true) {
cv::Matframe;
cap>>frame;
if(frame.empty()) {
std::cerr<<"Warning: Couldn't read a frame from the camera."
<<std::endl;
continue;
}
}

3.1.3 完整代码实现

#include
#include

intmain() {
cv::VideoCapturecap;
cap.set(cv::CAP_PROP_FRAME_WIDTH,640);
cap.set(cv::CAP_PROP_FRAME_HEIGHT,480);

cap.open(0); // 参数0表示默认摄像头设备
if(!cap.isOpened()) {
std::cerr<<"Error: Could not open camera."<<std::endl;
returnEXIT_FAILURE;
}

while(true) {
cv::Matframe;
cap>>frame;
if(frame.empty()) {
std::cerr<<"Warning: Couldn't read a frame from the camera."
<<std::endl;
continue;
}
}

cap.release();
return0;
}

---

3.2 摄像头图像传输

3.2.1 流程图

3.2.2 代码解析

初始化摄像头和Edit模块

cv::VideoCapturecap;
constintwidth=640;
constintheight=480;
cap.set(cv::CAP_PROP_FRAME_WIDTH,width);
cap.set(cv::CAP_PROP_FRAME_HEIGHT,height);

lockzhiner_vision_module::Editedit;

建立连接

if(!edit.StartAndAcceptConnection()) {
std::cerr<<"Error: Failed to start and accept connection."<<std::endl;
returnEXIT_FAILURE;
}

逐帧捕获图像并传输

while(true) {
cv::Matframe;
cap>>frame;
if(frame.empty()) {
std::cerr<<"Warning: Couldn't read a frame from the camera."
<<std::endl;
continue;
}
edit.Print(frame);
}

3.2.3 完整代码实现

#include
#include
#include

intmain()
{
// 初始化 edit 模块
lockzhiner_vision_module::Editedit;
if(!edit.StartAndAcceptConnection())
{
std::cerr<<"Error: Failed to start and accept connection."<<std::endl;
returnEXIT_FAILURE;
}
std::cout<<"Device connected successfully."<<std::endl;

// 初始化摄像头
cv::VideoCapturecap;
intwidth=640; // 设置摄像头分辨率宽度
intheight=480;// 设置摄像头分辨率高度
cap.set(cv::CAP_PROP_FRAME_WIDTH,width);
cap.set(cv::CAP_PROP_FRAME_HEIGHT,height);

// 打开摄像头设备
cap.open(0);// 参数 0 表示默认摄像头设备
if(!cap.isOpened())
{
std::cerr<<"Error: Could not open camera."<<std::endl;
returnEXIT_FAILURE;
}

// 主循环：读取摄像头帧并传递给 edit 模块
while(true)
{
cv::Matframe;// 存储每一帧图像
cap>>frame; // 获取新的一帧

// 检查是否成功读取帧
if(frame.empty())
{
std::cerr<<"Warning: Couldn't read a frame from the camera."
<<std::endl;
continue;
}

// 使用 edit 模块处理帧
edit.Print(frame);
}

// 释放摄像头资源
cap.release();
return0;
}

---

4. 编译过程

4.1 编译环境搭建

请确保你已经按照开发环境搭建指南正确配置了开发环境。

同时以正确连接开发板。

4.2 Cmake介绍

# CMake最低版本要求
cmake_minimum_required(VERSION3.10)

project(test_capture)

set(CMAKE_CXX_STANDARD17)
set(CMAKE_CXX_STANDARD_REQUIRED ON)

# 定义项目根目录路径
set(PROJECT_ROOT_PATH"${CMAKE_CURRENT_SOURCE_DIR}/../..")
message("PROJECT_ROOT_PATH = "${PROJECT_ROOT_PATH})

include("${PROJECT_ROOT_PATH}/toolchains/arm-rockchip830-linux-uclibcgnueabihf.toolchain.cmake")

# 定义 OpenCV SDK 路径
set(OpenCV_ROOT_PATH"${PROJECT_ROOT_PATH}/third_party/opencv-mobile-4.10.0-lockzhiner-vision-module")
set(OpenCV_DIR"${OpenCV_ROOT_PATH}/lib/cmake/opencv4")
find_package(OpenCV REQUIRED)
set(OPENCV_LIBRARIES"${OpenCV_LIBS}")
# 定义 LockzhinerVisionModule SDK 路径
set(LockzhinerVisionModule_ROOT_PATH"${PROJECT_ROOT_PATH}/third_party/lockzhiner_vision_module_sdk")
set(LockzhinerVisionModule_DIR"${LockzhinerVisionModule_ROOT_PATH}/lib/cmake/lockzhiner_vision_module")
find_package(LockzhinerVisionModule REQUIRED)

# 配置摄像头数据
add_executable(Test-Capture test_capture.cc)
target_include_directories(Test-Capture PRIVATE${LOCKZHINER_VISION_MODULE_INCLUDE_DIRS})
target_link_libraries(Test-Capture PRIVATE${OPENCV_LIBRARIES}${LOCKZHINER_VISION_MODULE_LIBRARIES})

install(
TARGETS Test-Capture
RUNTIME DESTINATION .
)

4.3 编译项目

使用 Docker Destop 打开 LockzhinerVisionModule 容器并执行以下命令来编译项目

# 进入Demo所在目录
cd/LockzhinerVisionModuleWorkSpace/LockzhinerVisionModule/Cpp_example/A01_capture
# 创建编译目录
rm-rfbuild &&mkdirbuild &&cdbuild
# 配置交叉编译工具链
exportTOOLCHAIN_ROOT_PATH="/LockzhinerVisionModuleWorkSpace/arm-rockchip830-linux-uclibcgnueabihf"
# 使用cmake配置项目
cmake ..
# 执行编译项目
make-j8&&makeinstall

在执行完上述命令后，会在build目录下生成可执行文件。

---

5. 例程运行示例

5.1 准备工作

下载凌智视觉模块图片传输助手：点击下载

5.2 运行过程

在凌智视觉模块中输入以下命令：

chmod777Test_Capture
./Test_Capture

5.3 运行效果

---

6. 总结

本文档介绍了如何使用 LockAI 和 OpenCV 实现摄像头模块的视频流读取与图像传输。核心步骤包括：

初始化摄像头并设置分辨率；

打开摄像头并逐帧捕获图像；

使用 Edit 模块进行图像传输。

注意事项：

推荐使用640x480分辨率以平衡性能和画质；

确保 Edit 模块连接成功后再进行图像传输；