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 <opencv2/opencv.hpp>

2.1.2 初始化摄像头

cv::VideoCapture cap;

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::Edit类

2.2.1 依赖头文件

#include <lockzhiner_vision_module/edit/edit.h>

2.2.2 初始化模块

Edit edit;

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::VideoCapture cap;
const int width = 640;
const int height = 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::Mat frame;
    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 <iostream>
#include <opencv2/opencv.hpp>

int main() {
    cv::VideoCapture cap;
    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;
        return EXIT_FAILURE;
    }

    while (true) {
        cv::Mat frame;
        cap >> frame;
        if (frame.empty()) {
            std::cerr << "Warning: Couldn't read a frame from the camera."
                      << std::endl;
            continue;
        }
    }
    
    cap.release();
    return 0;
}

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::VideoCapture cap;
const int width = 640;
const int height = 480;
cap.set(cv::CAP_PROP_FRAME_WIDTH, width);
cap.set(cv::CAP_PROP_FRAME_HEIGHT, height);

lockzhiner_vision_module::edit::Edit edit;

建立连接

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

逐帧捕获图像并传输

while (true) {
    cv::Mat frame;
    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 <lockzhiner_vision_module/edit/edit.h>
#include <iostream>
#include <opencv2/opencv.hpp>

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

  // 初始化摄像头
  cv::VideoCapture cap;
  int width = 640;  // 设置摄像头分辨率宽度
  int height = 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;
    return EXIT_FAILURE;
  }

  // 主循环：读取摄像头帧并传递给 edit 模块
  while (true)
  {
    cv::Mat frame; // 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();
  return 0;
}

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(VERSION 3.10)  

project(test_capture)

set(CMAKE_CXX_STANDARD 17)
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 -rf build && mkdir build && cd build
# 配置交叉编译工具链
export TOOLCHAIN_ROOT_PATH="/LockzhinerVisionModuleWorkSpace/arm-rockchip830-linux-uclibcgnueabihf"
# 使用cmake配置项目
cmake ..
# 执行编译项目
make -j8 && make install

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：

chmod 777 Test_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：

1.推荐使用 640x480 分辨率以平衡性能和画质；

2.确保 Edit 模块连接成功后再进行图像传输；

四时宝库

程序员的知识宝库

基于LockAI视觉识别模块:C++图像采集例程