在MacOS上Qt配置OpenCV并进行测试

一.Qt环境准备

上一篇博客我讲了如何下载配置OpenCV库，但是在Qt5.15.2使用OpenCV库时，出现了一个问题就是我下载的Qt5.15.2是x86架构的，不能对OpenCV库进行链接，而OpenCV库是arm架构的

直接使用Qt5.15.2编译链接OpenCV库链接头文件是可以的，但是使用OpenCV代码就不能成功链接编译了

因此需要下载Qt6.3.1版本的， Qt6.3.1版本是arm架构的

下载完成后打开Qt Creator在Qt版本里面加入Qt6.3.1的qmake

一般是在下载的Qt版本文件bin目录下

再在构建配套(Kit)中加入Qt6.3.1版本的构建配套

这样Qt环境就搭建好了

二.在Qt项目中加载Opencv库并编写代码测试

1.使用Opencv加载图片

（1）在Qt中创建一个新项目

选择Qt6.3.1(arm)

（2）在.pro文件中链接OpenCV库

#链接OpenCV头文件
INCLUDEPATH +=/usr/local/include/
INCLUDEPATH +=/usr/local/include/opencv4/
INCLUDEPATH +=/usr/local/include/opencv4/opencv2
#链接OpenCV库文件
LIBS += -L/usr/local/lib -lopencv_gapi \-lopencv_stitching -lopencv_aruco -lopencv_bgsegm -lopencv_bioinspired \-lopencv_ccalib -lopencv_dnn_objdetect -lopencv_dnn_superres -lopencv_dpm \-lopencv_highgui -lopencv_face -lopencv_freetype -lopencv_fuzzy -lopencv_hfs \-lopencv_img_hash -lopencv_line_descriptor -lopencv_quality -lopencv_reg \-lopencv_rgbd -lopencv_saliency -lopencv_sfm -lopencv_stereo -lopencv_structured_light \-lopencv_phase_unwrapping -lopencv_superres -lopencv_optflow -lopencv_surface_matching \-lopencv_tracking -lopencv_datasets -lopencv_text -lopencv_dnn -lopencv_plot \-lopencv_videostab -lopencv_videoio -lopencv_xfeatures2d -lopencv_shape -lopencv_ml \-lopencv_ximgproc -lopencv_video -lopencv_xobjdetect -lopencv_objdetect \-lopencv_calib3d -lopencv_imgcodecs -lopencv_features2d -lopencv_flann -lopencv_xphoto \-lopencv_photo -lopencv_imgproc -lopencv_core

（3）添加新资源文件

（4）在mainwindow.cpp中编写代码在窗口加载图片

#include "ui_mainwindow.h"
#include <opencv2/opencv.hpp>
#include <QDebug>
#include <QFile>
MainWindow::MainWindow(QWidget *parent): QMainWindow(parent), ui(new Ui::MainWindow)
{ui->setupUi(this);//以只读的方式打开图片文件QFile file(":/img/tree.jpg");if(!file.open(QFile::ReadOnly))  {qDebug() << "打开图片失败";}//将整个图片文件内容读取到一个 QByteArray 对象中QByteArray photo = file.readAll();cv::Mat img = cv::imdecode(std::vector<char>(photo.begin(), photo.end()), cv::IMREAD_COLOR);//判定图片是否加载成功if(img.empty()){qDebug() << "没有找到照片";}cv::namedWindow("tree", cv::WINDOW_AUTOSIZE);cv::imshow("tree", img);cv::waitKey(0); //cv::waitKey(10000);cv::destroyWindow("tree");
}MainWindow::~MainWindow()
{delete ui;
}

运行结果：

（5）代码中使用的OpenCV函数分析

1）cv::imdecode()函数

//cv::Mat是OpenCV用于处理所有图像类型的结构
//cv::imdecode() 函数将 QByteArray 转换为 OpenCV 的图像格式 cv::Mat，以便进一步处理，cv::IMREAD_COLOR表示以彩色模式加载图像cv::Mat img = cv::imdecode(std::vector<char>(photo.begin(), photo.end()), cv::IMREAD_COLOR);

函数原型：

Mat cv::imdecode (InputArray buf, int flags);
Mat cv::imdecode (InputArray buf, int flags, Mat *dst);
函数功能: 从内存的缓存区中读取图片
参数:    buf:一个数组或字节数组flags:用来指定图像加载的标志,通过这个参数，可以控制图像加载的一些行为和选项下面是falgs的枚举类型:enum cv::ImreadModes {cv::IMREAD_UNCHANGED = -1,            //按图像原样加载图像cv::IMREAD_GRAYSCALE = 0,             //以灰度模式加载图像cv::IMREAD_COLOR = 1,                 //以彩色模式加载图像cv::IMREAD_ANYDEPTH = 2,              //以原始深度加载图像cv::IMREAD_ANYCOLOR = 4,              //以任意颜色模式加载图像，返回一个3通道图像cv::IMREAD_LOAD_GDAL = 8,             //使用gdal驱动程序加载图像       cv::IMREAD_REDUCED_GRAYSCALE_2 = 16,  //将图像转换为单通道灰度图像，图像尺寸减小1/2cv::IMREAD_REDUCED_COLOR_2 = 17,      //图像转换为3通道BGR彩色图像，图像大小减少1/2cv::IMREAD_REDUCED_GRAYSCALE_4 = 32,  //将图像转换为单通道灰度图像，图像尺寸减小1/4cv::IMREAD_REDUCED_COLOR_4 = 33,      //将图像转换为3通道BGR彩色图像，图像大小减少1/4cv::IMREAD_REDUCED_GRAYSCALE_8 = 64,  //将图像转换为单通道灰度图像，图像尺寸减小1/8cv::IMREAD_REDUCED_COLOR_8 = 65,      //将图像转换为3通道BGR彩色图像，图像大小减少1/8cv::IMREAD_IGNORE_ORIENTATION = 128  //不根据EXIF的方向标志旋转图像（EXIF（Exchangeable Image File Format）是一种图像文件格式，用于存储数字图像中的元数据信息，例如相机设置、拍摄日期和时间、地理位置等。）}dst(可选):用于接收解码后的图像数据
返回值:成功: 一个Mat类型的值失败: NULL

例子：

cv::Mat image;  // 定义用于存储解码后图像的 cv::Mat 对象
cv::imdecode(buffer, flags, &image);
通过传递 &image 给 cv::imdecode() 函数的 dst 参数，解码后的图像数据将直接存储在 image 中

也可以不使用第三个参数，直接使用返回值
cv::Mat image;  // 定义用于存储解码后图像的 cv::Mat 对象
image = cv::imdecode(buffer, flags);

2）cv::namedWindow()函数

 //cv::namedWindow():函数将会在屏幕上打开一个窗口，窗口名为tree，cv::WINDOW_AUTOSIZE是窗口的属性：窗口的大小与载入的图片大小一致，图片会被缩放大小来适应窗口大小cv::namedWindow("tree", cv::WINDOW_AUTOSIZE);

函数原型：

void cv::namedWindow(const String &winname,int flags = WINDOW_AUTOSIZE);
函数功能:函数namedWindow创建一个窗口，该窗口可用作图像和跟踪条的占位符。创建的窗口通过窗口名称来引用
参数:winname: 窗口标题，也是用于窗口标识符的窗口名称flags: 窗口标志下面是falgs的枚举类型:enum cv::WindowFlags {cv::WINDOW_NORMAL = 0x00000000,       //用户可以调整窗口的大小(没有限制)/也可以将全屏窗口切换到正常大小cv::WINDOW_AUTOSIZE = 0x00000001,     //用户无法调整窗口大小，窗口大小受显示图像的限制cv::WINDOW_OPENGL = 0x00001000,       //支持opengl的窗口cv::WINDOW_FULLSCREEN = 1,            //将窗口改为全屏cv::WINDOW_FREERATIO = 0x00000100,    //图像尽可能地扩展(没有比例限制)cv::WINDOW_KEEPRATIO = 0x00000000,    //保持图像原有的比例cv::WINDOW_GUI_EXPANDED =0x00000000,  //状态栏和工具栏cv::WINDOW_GUI_NORMAL = 0x00000010    //默认的窗口模式，会在图像显示时以普通窗口的形式呈现，并提供基本的窗口操作，如调整大小、移动和关闭}
返回值:无返回值

3）cv::imshow()函数

//cv::imshow():函数将会创建一个窗口（如果这个窗口不存在，会自动调用cv::namedWindow()函数来新建一个窗口），调用cv::imshow()会将指定的图片绘制在窗口上cv::imshow("tree", img);

函数原型：


void cv::imshow(const String &winname, InputArray mat);
函数功能: 在指定窗口中显示图像
参数: winname: 指定的窗口对象mat: 展示的图像
返回值: 无返回值

4）cv::waitKey()函数

//cv::waitKey():系统暂停并等待键盘事件发生（如果传入的参数值大于零，就会等待该值的毫秒时间(如果在等待时间中有键盘事件发生，会立马继续执行后面的程序)，然后继续执行后面程序，如果参数设置为0或负数，程序将会无限等待，直到有键盘事件发生）cv::waitKey(0); //cv::waitKey(10000);

函数原型：

int cv::waitKey	(int delay = 0);
函数功能: 等待键盘事件发生
参数: delay: 以毫秒为单位的延迟。0是代表“永远”的特殊值
返回值:返回按下的键的代码，如果在指定时间之前没有按下键，则返回-1

5）cv::destroyWindow()函数

//cv::destroyWindow() 关闭指定的窗口并释放相关内存空间cv::destroyWindow("tree");

函数原型：

void cv::destroyWindow(const String &winname);	
函数功能: 销毁指定的窗口
参数:winname: 要销毁的窗口名称
返回值:无返回值

2.使用Opencv加载视频

（1）使用Qt创建一个新项目

（2）在.pro文件中链接OpenCV库

#链接OpenCV头文件
INCLUDEPATH +=/usr/local/include/
INCLUDEPATH +=/usr/local/include/opencv4/
INCLUDEPATH +=/usr/local/include/opencv4/opencv2
#链接OpenCV库文件
LIBS += -L/usr/local/lib -lopencv_gapi \-lopencv_stitching -lopencv_aruco -lopencv_bgsegm -lopencv_bioinspired \-lopencv_ccalib -lopencv_dnn_objdetect -lopencv_dnn_superres -lopencv_dpm \-lopencv_highgui -lopencv_face -lopencv_freetype -lopencv_fuzzy -lopencv_hfs \-lopencv_img_hash -lopencv_line_descriptor -lopencv_quality -lopencv_reg \-lopencv_rgbd -lopencv_saliency -lopencv_sfm -lopencv_stereo -lopencv_structured_light \-lopencv_phase_unwrapping -lopencv_superres -lopencv_optflow -lopencv_surface_matching \-lopencv_tracking -lopencv_datasets -lopencv_text -lopencv_dnn -lopencv_plot \-lopencv_videostab -lopencv_videoio -lopencv_xfeatures2d -lopencv_shape -lopencv_ml \-lopencv_ximgproc -lopencv_video -lopencv_xobjdetect -lopencv_objdetect \-lopencv_calib3d -lopencv_imgcodecs -lopencv_features2d -lopencv_flann -lopencv_xphoto \-lopencv_photo -lopencv_imgproc -lopencv_core

（3）在mainwindow.cpp中编写代码

#include "mainwindow.h"
#include "ui_mainwindow.h"
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <QDebug>
MainWindow::MainWindow(QWidget *parent): QMainWindow(parent), ui(new Ui::MainWindow)
{ui->setupUi(this);//新建一个窗口，窗口名为scenery，窗口模式为cv::WINDOW_AUTOSIZEcv::namedWindow("scenery", cv::WINDOW_AUTOSIZE);cv::VideoCapture cap; //cv::VideoCapture类型用于打开视频文件//打开指定的视频文件if(!cap.open("/Users/liwanyu/Downloads/opencvDemo/day1/video/videoload/video/scenery.mp4")){qDebug() << "打开视频文件失败";}//打开网络视频//cap.open("https://vd2.bdstatic.com/mda-njqbvdg1h8kdqez1/720p/h264/1666686182583726512/mda-njqbvdg1h8kdqez1.mp4?v_from_s=hkapp-haokan-hna&amp;auth_key=1703093507-0-0-fc2c4688c205be7eedb5e09162e45f57&amp;bcevod_channel=searchbox_feed&amp;pd=1&amp;cr=2&amp;cd=0&amp;pt=3&amp;logid=1907408427&amp;vid=14746953470406117750&amp;klogid=1907408427&amp;abtest=");cv::Mat frame; //用于保存视频帧//在while循环中循环播放视频while(1){//视频文件按照帧从视频流中读出来，每33毫秒换帧，如果在这33毫秒中有键盘事件发生就退出视频帧播放cap.read(frame); //cap >> frameif(frame.empty()){break;}cv::imshow("scenery", frame);if(cv::waitKey(33)>=0){break;}}cv::destroyWindow("scenery"); //关闭指定的窗口并销毁其内存空间
}MainWindow::~MainWindow()
{delete ui;
}

运行结果：

（4）代码中使用的OpenCV函数分析

1）cv::VideoCapture

cv::VideoCapture

功能：用于从视频文件、图像序列或相机中捕获视频的类

Public Member Functions:

默认的空构造：

cv::VideoCapture::VideoCapture();

重载的构造：

cv::VideoCapture::VideoCapture(const String &filename, int apiPreference = CAP_ANY);

功能：

打开视频文件或捕获摄像头设备或IP视频流(网络传输视频流)，默认使用API首选项(CAP_ANY)进行视频捕获

参数：

filename：要打开的视频文件名、捕获设备的索引号（一般为0表示默认摄像头），或者是 IP 视频流地址

apiPreference：可选参数，用于指定视频捕获 API 的首选项。默认值为 CAP_ANY，表示尝试使用任何可用的视频捕获 API 来打开

cv::VideoCapture::VideoCapture(const String &filename, int apiPreference, const std::vector<int> &params);

功能：

         打开视频文件或捕获摄像头设备或IP视频流(网络传输视频流)，默认使用API首选项(CAP_ANY)进行视频捕获

参数：

        filename：要打开的视频文件名、捕获设备的索引号（一般为0表示默认摄像头），或者是 IP 视频流地址

apiPreference：可选参数，用于指定视频捕获 API 的首选项。默认值为 CAP_ANY，表示尝试使用任何可用的视频捕获 API 来打开

params：可选不定参数，以向底层视频捕获库传递附加的特定参数

例如：
 cv::VideoCapture cap("video.mp4", cv::CAP_FFMPEG, {cv::CAP_PROP_FRAME_WIDTH, 640, cv::CAP_PROP_FRAME_HEIGHT, 480});
在此示例中，传递了一组参数来设置所捕获视频帧的宽度和高度。使用了 cv::CAP_PROP_FRAME_WIDTH 和 cv::CAP_PROP_FRAME_HEIGHT，这些常量表示帧的宽度和高度属性，然后将期望的值分别设置为 640 和 480。这意味着设置了捕获的每个视频帧的宽度为 640 像素，高度为 480 像素。

cv::VideoCapture::VideoCapture(int index, int apiPreference = CAP_ANY);

功能：

打开摄像机进行视频捕获

参数：

index：捕获设备的索引号，用于指定要打开的特定设备。通常情况下，0 表示默认摄像头，1 表示第二个摄像头，以此类推。如果你的系统上有多个摄像头或其他捕获设备，可以通过指定不同的索引号来选择打开哪个设备

apiPreference：可选参数，用于指定视频捕获 API 的首选项。默认值为 CAP_ANY，表示尝试使用任何可用的视频捕获 API 来打开

cv::VideoCapture::VideoCapture(int index, int apiPreference = CAP_ANY, int apiPreference, const std::vector<int> &params);

功能：

        使用API首选项和不定参数打开摄像机进行视频捕获。

参数：

        index：捕获设备的索引号，用于指定要打开的特定设备。通常情况下，0 表示默认摄像头，1 表示第二个摄像头，以此类推。如果你的系统上有多个摄像头或其他捕获设备，可以通过指定不同的索引号来选择打开哪个设备

        apiPreference：可选参数，用于指定视频捕获 API 的首选项。默认值为 CAP_ANY，表示尝试使用任何可用的视频捕获 API 来打开

        params：可选不定参数，以向底层视频捕获库传递附加的特定参数