从零开始的嵌入式图像图像处理(PI+QT+OpenCV)实战演练
1综述2环境架设
3两个例子
4程序框架
5编译使用最新opencv
6综合实验
7拾遗
一、第一个例子
其实在目前这种情况下,配置OpenCV+QT的环境还是非常直接,简单的。
最为重要的是编写正确的.pro文件,再原有基础上添加以下内容:
INCLUDEPATH
+=
/usr
/
include
/opencv \
/usr
/
include
/opencv2
LIBS
+=
/usr
/lib
/gnueabihf
/libopencv_highgui.so \
/usr
/lib
/gnueabihf
/libopencv_core.so \
/usr
/lib
/gnueabihf
/libopencv_imgproc.so
#
include "mainwindow.h"
# include "ui_mainwindow.h"
# include <opencv2
/core
/core.hpp
>
# include <opencv2
/highgui
/highgui.hpp
>
# include <opencv2
/imgproc
/imgproc.hpp
>
# include <QFileDialog
>
using namespace cv;
MainWindow :
:MainWindow(QWidget
*parent)
:
QMainWindow(parent),
ui( new Ui :
:MainWindow)
{
ui -
>setupUi(
this);
}
MainWindow :
:
~MainWindow()
{
delete ui;
}
void MainWindow :
:on_pushButton_clicked()
{
//第3个参数表示查找文件时从哪个目录开始,如果为"."的话,表示从该工程目录开始查找,最后那个参数的过滤器的名字之间
//要用空格,否则识别不出来
QString img_name = QFileDialog
:
:getOpenFileName(
this, tr( "Open Image"),
".",tr(
"Image Files(*.png *.jpg *.jpeg *.bmp)"));
//toAscii()返回8位描述的string,为QByteArray,data()表示返回QByteArray的指针,QByteArray为字节指针
//现在已改为toLatinl函数
Mat src = imread( img_name.toLatin1().data());
cvtColor( src, src, CV_BGR2RGB );
QImage img = QImage( (
const unsigned char
*)(src.data), src.cols, src.rows, QImage
:
:Format_RGB888 );
ui -
>label
-
>setPixmap( QPixmap
:
:fromImage(img) );
img_name.clear();
}
二、第二个例子
图像处理必须和摄像头打交道,具体的配置请看下一节。但是现在,如果直接使用USB摄像头,也应该能够进行操作:
头文件:
#
ifndef MAINWINDOW_H
# define MAINWINDOW_H
# include <QMainWindow >
//新添加
# include <opencv2 /core
/core.hpp
>
# include <opencv2 /highgui
/highgui.hpp
>
# include <opencv2 /imgproc
/imgproc.hpp
>
# include <QFileDialog >
# include <QImage >
# include <QTimer >
// 设置采集数据的间隔时间
using namespace cv;
//helper函数
QPixmap Mat2QImage(Mat src);
namespace Ui {
class MainWindow;
}
class MainWindow : public QMainWindow
{
Q_OBJECT
public
:
explicit MainWindow(QWidget *parent =
0);
~MainWindow();
private slots :
void on_pushButton_clicked();
void on_pushButton_2_clicked();
void on_pushButton_3_clicked();
void readFarme(); // 读取当前帧信息
void on_pushButton_4_clicked();
private
:
Ui : :MainWindow
*ui;
QTimer *timer;
QImage *imag;
VideoCapture *videocapture; // 视频获取结构, 用来作为视频获取函数的一个参数
Mat matFrame; //申请IplImage类型指针,就是申请内存空间来存放每一帧图像
bool bMethod; //是否使用算法
};
# endif // MAINWINDOW_H
#
include "mainwindow.h"
# include "ui_mainwindow.h"
using namespace cv;
//全局变量
Mat src;
Mat gray;
Mat tmp;
Mat dst;
MainWindow : :MainWindow(QWidget
*parent)
:QMainWindow(parent),ui(
new Ui : :MainWindow)
{
ui - >setupUi(
this);
timer = new QTimer( this);
imag = new QImage(); // 初始化
connect(timer, SIGNAL(timeout()), this, SLOT(readFarme())); // 时间到,读取当前摄像头信息
bMethod = false; //是否使用算法
}
MainWindow : :
~MainWindow()
{
delete ui;
}
//事件驱动
//打开摄像头
void MainWindow : :on_pushButton_clicked()
{
//打开摄像头,从摄像头中获取视频
videocapture = new VideoCapture( 0);
// 开始计时,超时则发出timeout()信号
timer - >start(
33);
}
//读取下一Frame图像
void MainWindow : :readFarme()
{
// 从摄像头中抓取并返回每一帧
videocapture - >read(matFrame);
//图像处理
if(bMethod)
{
cvtColor(matFrame,tmp,COLOR_BGR2GRAY);
Canny(tmp,dst, 30, 255);
}
else
{
dst = matFrame.clone();
}
// 格式转换
QPixmap qpixmap = Mat2QImage(dst);
// 将图片显示到label上
ui - >label
-
>setPixmap(qpixmap);
}
//拍照
void MainWindow : :on_pushButton_2_clicked()
{
// 格式转换
QPixmap qpixmap = Mat2QImage(dst);
// 将图片显示到label上
ui - >label_2
-
>setPixmap(qpixmap);
}
//执行算法
void MainWindow : :on_pushButton_4_clicked()
{
bMethod = !bMethod;
}
//关闭摄像头
void MainWindow : :on_pushButton_3_clicked()
{
timer - >stop();
// 停止读取数据。
videocapture - >release();
}
//helper函数//
//格式转换
QPixmap Mat2QImage(Mat src)
{
QImage img;
//根据QT的显示方法进行转换
if(src.channels() == 3)
{
cvtColor( src, tmp, CV_BGR2RGB );
img = QImage( ( const unsigned char
*)(tmp.data), tmp.cols, tmp.rows, QImage
:
:Format_RGB888 );
}
else
{
img = QImage( ( const unsigned char
*)(src.data), src.cols, src.rows, QImage
:
:Format_Grayscale8 );
}
QPixmap qimg = QPixmap :
:fromImage(img) ;
return qimg;
}
标签:src,include,QT,void,OpenCV,ui,PI,MainWindow,QImage From: https://blog.51cto.com/jsxyhelu2017/5968136