QT 获取视频帧Opencv获取清晰度

先展示结果:

1.获取摄像头的分辨率

    mResSize.clear();mResSize = camera_->supportedViewfinderResolutions();ui->comboBox_resulation->clear();int i=0;foreach (QSize msize, mResSize) {qDebug()<<msize;ui->comboBox_resulation->addItem(QString::number(msize.width(),10)+"*"+QString::number(msize.height(),10), i++);}  //摄像头支持分辨率打印

2. 拍照 

2.1 保存图片

void MainWindow::processCapturedImage(int request_id, const QImage &img)
{i++;isDirExist("D://capture");img_name = "D://capture//" +QString::number(i) +".png";//qDebug() << "img_name :" << QString::fromStdString(img_name);qDebug() << "img_name :" << img_name;img.save(img_name);
}

2.2 判断目录是否存在

bool MainWindow::isDirExist(QString fullPath)
{QDir dir(fullPath);if(dir.exists()){return true;}else{bool ok = dir.mkpath(fullPath);//创建多级目录qDebug() << "success create";return ok;}
}

 3.获取4个角上的亮度与中间亮度

    cv ::Mat image= surface_->matimage();  //从视频帧获取每一帧图片cvtColor(image, image, CV_RGBA2GRAY);cv::Mat img_1,img_2,img_3,img_4,img_center;//cout << " image ::" << image.size() << endl;int widgh = image.cols;int height = image.rows;qDebug() << "weight = " << widgh << " height = "<< height;cv::Rect rec_1(0,0,100,100);cv::Rect rec_2(0,height-100,100,100);cv::Rect rec_3(widgh-100,0,100,100);cv::Rect rec_4(height-100,height-100,100,100);cv::Rect rec_center(height/2-50,widgh/2-50,100,100);img_1 = image(rec_1);cv::Scalar graysca_1 = mean(img_1);float graylight_1 = graysca_1.val[0];qDebug() << "左上 == " << graylight_1 << endl;QString str_1 = QString::number(graylight_1,'f',2);str_1 = tr("%1").arg(str_1);//qDebug() << "str_1 == " << QString::fromStdWString(str_1) ;//ui->label_leftup->setText(str_1);img_2 = image(rec_2);cv::Scalar graysca_2 = mean(img_2);float graylight_2 = graysca_2.val[0];qDebug() << "左下 == " << graylight_2 << endl;QString str_2 = QString::number(graylight_2,'f',2);str_2 = tr("%1").arg(str_2);// qDebug() << "str_2 == " << QString::fromStdWString(str_2) ;// ui->label_leftdown->setText(str_2);img_3 = image(rec_3);cv::Scalar graysca_3 = mean(img_3);float graylight_3 = graysca_3.val[0];qDebug() << "右上 == " << graylight_3 << endl;QString str_3 = QString::number(graylight_3,'f',2);str_3 = tr("%1").arg(str_3);//qDebug() << "str_3 == " << QString::fromStdWString(str_3) ;//ui->label_rightup->setText(str_3);img_4 = image(rec_4);cv::Scalar graysca_4 = mean(img_4);float graylight_4 = graysca_4.val[0];qDebug() << "右下 == " << graylight_4 << endl;QString str_4 = QString::number(graylight_4,'f',2);str_4 = tr("%1").arg(str_4);//qDebug() << "str_4 == " << QString::fromStdWString(str_4) ;//ui->label_rightdown->setText(str_4);img_center = image(rec_center);cv::Scalar graysca_center = mean(img_center);float graylight_center = graysca_center.val[0];qDebug() << "中间 == " << graylight_center << endl;QString str_center = QString::number(graylight_center,'f',2);str_center = tr("%1").arg(str_center);

4. 清晰度 

        image = QImage2cvMat(img); //Qimage 转换成cv::MatcvtColor(image, image, CV_BGR2RGB);Laplacian(image, imageSobel, CV_16U);//Sobel(image, imageSobel, CV_16U, 1, 1);//图像的平均灰度meanValue = cv::mean(imageSobel)[0];meanValue = QString::number(meanValue,'f',1).toDouble();//qDebug()<<"meanValue == " << meanValue ;

5. 重新开启摄像头

void MainWindow::on_pushButton_open_clicked()
{camera_ = new QCamera;surface_ = new MyVideoSurface(this);camera_->setViewfinder(surface_);image_capture = new QCameraImageCapture(camera_);connect(image_capture, SIGNAL(imageCaptured(int, QImage)), this, SLOT(processCapturedImage(int, QImage)));connect(surface_,&MyVideoSurface::sendsharpness,this,&MainWindow::updatesharpness);connect(ui->pushButton_pic,&QPushButton::clicked,this,&MainWindow::pushButton_pic_click);//connect(ui->pushButton_getlight,&QPushButton::clicked,this,&MainWindow::pushButton_pic_click);connect(ui->pushButton_getlight,&QPushButton::clicked,this,&MainWindow::pushButton_getlight_clicked);camera_->start();SetFrameResolution();
}

6. 获取某一点的RGB值 

        QColor clrCurrent( img.pixelColor( 50, 175 ) );qDebug()  << "00 red == " << clrCurrent.red() << "green == "<< clrCurrent.green() << " blue  == " << clrCurrent.blue();

 7. 每一帧的摄像头数据

bool MyVideoSurface::present(const QVideoFrame &frame) //每一帧摄像头的数据,都会经过这里
{if (surfaceFormat().pixelFormat() != frame.pixelFormat() || surfaceFormat().frameSize() != frame.size()) {setError(IncorrectFormatError);stop();return false;}currentFrame_ = frame;  //获取每一帧数据widget_->repaint(targetRect_);return true;
}

源码:QT摄像头获取每一帧图像数据以及opencv获取清晰度资源-CSDN文库

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.xdnf.cn/news/1548230.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

mp4(H.265编码)转为本地RTSP流

目标&#xff1a;获得H265码流&#xff0c;要么通过在线网址&#xff0c;要么获得H265文件自己产生码流 在以下任意网址中下载得到H265编码的MP4文件 http://www.elecard.com/en/download/videos.html http://ultravideo.cs.tut.fi/#testsequences http://4k.cablelabs.com/](…

数据库软题4-关系代数转SQL语言

题1 因为是笛卡尔积 <ABCD CDE> <1234 567> 笛卡尔积 RxS FROM R&#xff0c;S题2 题3 题4 题5

图像分割(九)—— Mask Transfiner for High-Quality Instance Segmentation

Mask Transfiner for High-Quality Instance Segmentation Abstract1. Intrudouction3. Mask Transfiner3.1. Incoherent Regions3.2. Quadtree for Mask RefinementDetection of Incoherent Regions四叉树的定义与构建四叉树的细化四叉树的传播 3.3. Mask Transfiner Architec…

【JavaScript】搭建一个具有记忆的简洁个人待办网页

1. HTML 结构 文档类型声明&#xff1a;<!DOCTYPE html>这告诉浏览器这是一个 HTML5 文档。HTML 标签&#xff1a;<html lang"zh-CN">表示整个页面的内容&#xff0c;lang"zh-CN" 表示内容使用简体中文。头部信息&#xff1a;<head><…

文笔差只因没找对工具,这5个AI帮你变身写作高手!

在详细评估了超过二十种AI写作辅助应用后&#xff0c;我挑选了四款特别出色的工具来向您介绍。这些工具不仅能显著提高您的写作速度&#xff0c;而且在特定用途下能够创造出优秀的内容&#xff0c;从而避免了一些常见的AI写作缺陷。 通常情况下&#xff0c;对AI生成内容感到不…

【漏洞复现】Yearning数据库审计平台 front 任意文件读取漏洞

一、产品介绍 一款MYSQL SQL语句/查询审计开源工具&#xff0c;Yearning支持SQL查询、SQL审核、推送、用户权限及管理等功能&#xff0c;为DBA与开发人员使用&#xff0c;简单高效的MYSQL审计平台。 二、漏洞描述 该系统Yearning 2.3.1 版本、Interstellar GA 2.3.2 版本和 N…

Mybatis详细教程 (万字详解)

Mybatis 3.5.14 来自于B站‘天气预报’,一名宝藏up,跟着他可以培养起独立解决编程问题的能力&#xff01;&#xff01;&#xff01; 01.简介 1.1 官网 官方中文网: MyBatis中文网 中文网参考手册 1.2 概念 MyBatis 是一款优秀的持久层框架&#xff0c;支持自定义 SQL, 存储过…

【含文档】基于Springboot+Vue的高校竞赛管理系统(含源码+数据库+lw)

1.开发环境 开发系统:Windows10/11 架构模式:MVC/前后端分离 JDK版本: Java JDK1.8 开发工具:IDEA 数据库版本: mysql5.7或8.0 数据库可视化工具: navicat 服务器: SpringBoot自带 apache tomcat 主要技术: Java,Springboot,mybatis,mysql,vue 2.视频演示地址 系统定义了三个…

机器学习学习笔记-20240927

文章目录 一些简单的指令数据操作广播机制 标量&#xff0c;向量&#xff0c;矩阵的相互求导1. 标量对标量的求导2. 标量对向量的求导3. 向量对标量的求导4. 向量对向量的求导5. 矩阵对标量的求导6. 矩阵对向量的求导 链式求导法则YYDS求出损失函数偏导为0时的最优解w*1. 损失函…

昇思MindSpore进阶教程-格式转换

大家好&#xff0c;我是刘明&#xff0c;明志科技创始人&#xff0c;华为昇思MindSpore布道师。 技术上主攻前端开发、鸿蒙开发和AI算法研究。 努力为大家带来持续的技术分享&#xff0c;如果你也喜欢我的文章&#xff0c;就点个关注吧 MindSpore中可以把用于训练网络模型的数据…

打造未来社交:区块链社交DAO的颠覆性开发之路

随着区块链技术的不断发展&#xff0c;去中心化自治组织&#xff08;DAO&#xff09;逐渐成为一种创新的社交模式。结合区块链的透明性和不可篡改性&#xff0c;社交DAO为用户提供了一种全新的参与和治理方式&#xff0c;重塑了社交网络的构建与互动方式。本文将探讨区块链社交…

【鸿蒙】HarmonyOS NEXT应用开发快速入门教程之布局篇(上)

系列文章目录 【鸿蒙】HarmonyOS NEXT开发快速入门教程之ArkTS语法装饰器&#xff08;上&#xff09; 【鸿蒙】HarmonyOS NEXT开发快速入门教程之ArkTS语法装饰器&#xff08;下&#xff09; 【鸿蒙】HarmonyOS NEXT应用开发快速入门教程之布局篇&#xff08;上&#xff09; 文…

Python画笔案例-066 绘制橙子

1、绘制橙子 通过 python 的turtle 库绘制 橙子,如下图: 2、实现代码 绘制 橙子,以下为实现代码: """橙子.py注意亮度为0.5的时候最鲜艳本程序需要coloradd模块支持,安装方法:pip install coloradd程序运行需要很长时间,请耐心等待。可以把窗口最小化,然后…

教师工作量在线管理服务

4系统概要设计 4.1概述 本系统采用B/S结构(Browser/Server,浏览器/服务器结构)和基于Web服务两种模式&#xff0c;是一个适用于Internet环境下的模型结构。只要用户能连上Internet,便可以在任何时间、任何地点使用。系统工作原理图如图4-1所示&#xff1a; 图4-1系统工作原理…

springAOP和spring事务

AOP 1.简介 Aop面向切面编程&#xff1a;在开发中我们不能直接对已经设计好的代码进行修改&#xff08;开放-封闭原则&#xff0c;对扩展开放&#xff0c;对修改封闭&#xff09;&#xff0c;解耦 AOP的底层实现为动态代理 * Target&#xff08;目标对象&#xff09;&#…

专业网站建设必备

专业网站建设不仅仅是简单的页面搭建&#xff0c;更是一项综合性的工程&#xff0c;需要结合行业特性、用户体验和技术创新&#xff0c;打造一个符合企业需求、独具特色的线上空间。 第一印象至关重要 一个企业网站就如同公司的数字名片&#xff0c;第一印象往往决定了用户是否…

衡石分析平台系统管理手册-功能配置之全局 JS 设置

全局 JS 设置​ 衡石系统提供了全局 JS 设置功能&#xff0c;用户可以通过自定义 JS 代码实现系统的个性化需求&#xff0c;如使用第三方统计工具对系统平台的 PV 、UV 进行监测。 使用场景​ 场景1&#xff1a;增加百度统计​ 下图示例中使用 js 代码引用了百度网站统计功…

MQTT.fx 1.7.1使用说明篇(OneNET-MQTT-API调试)

&#xff08;代码完美实现&#xff09;stm32 新版 onenet mqtt物联网(保姆级教程) &#xff08;代码完美实现&#xff09;stm32 新版 onenet mqtt物联网(保姆级教程)https://blog.csdn.net/Wang2869902214/article/details/142501323 MQTT.fx 1.7.1使用教程 下载地址 MQ…

深圳龙链科技:全球区块链开发先锋,领航Web3生态未来

【深圳龙链科技】是全球领先的Web3区块链技术开发公司&#xff0c;专注于为全球客户提供创新高效的区块链解决方案。 深圳龙链科技由币安资深股东携手香港领先的Web3创新枢纽Cyberport联袂打造&#xff0c;立足于香港这一国际金融中心&#xff0c;放眼全球&#xff0c;汇聚了华…

部分监督多器官医学图像分割中的标记与未标记分布对齐|文献速递--基于多模态-半监督深度学习的病理学诊断与病灶分割

Title 题目 Labeled-to-unlabeled distribution alignment for partially-supervised multi-organ medical image segmentation 部分监督多器官医学图像分割中的标记与未标记分布对齐 01 文献速递介绍 多器官医学图像分割&#xff08;Mo-MedISeg&#xff09;是医学图像分析…