系列文章目录
第一章 Ubuntu22下OpenCV4.6.0+contrib模块编译安装
第二章 ubuntu22下C++ kdevelop环境搭建：OpenCV示例
第三章 C++下OPENCV驱动调用海康GigE工业相机
文章目录
前言
在前两章内笔者详细叙述了如何编译以及加载opencv库，本文将从opencv出发，在linux系统下利用海康工业摄像机的SDK完成基于海康工业相机的opencv开发算法。
包含：
1.海康工业相机的驱动；
2.工业相机的帧格式转换；
本文代码库:https://gitee.com/C-Qiyao/gig-e_camera
一、海康工业相机
一切缘起笔者在实验室翻箱倒柜喜提一个师兄购买的海康工业 相机，遂对其进行详细了解，发现功能性相比普通摄像头强不少。
产品页面
笔者使用的海康工业相机的型号为MV-CE013-50GC，采用rj45的网线接口来输出视频数据，并不会在系统设备上挂载video设备，所以需要调用海康的驱动来完成视频帧的获取。
二、MVS软件安装 摄像头连接
MVS软件是为支持海康机器视觉相机产品而开发的软件应用程序，适用于所有海康机器视觉面阵以及线阵相机产品。MVS内我们主要配置摄像头以及利用他的SDK进行开发。
1.安装MVS
前往HIKROBOT网站下载对应系统的MVS安装包
在此笔者使用的是linux系统所以选择linux系统的安装包进行下载
打开下载得到的压缩包，内容如下：
我们使用的计算机为64位的X86架构，所以在此我们将后缀为x86_64的安装包解压出来，笔者使用的是Debian系的ubuntu操作系统，所以在此解压对应deb安装包。
使用终端或者软件安装器安装该deb包
安装完成之后，读者可能会发现并没有在菜单内找到MVS软件的图标,但是我们可以在/opt路径下找到MVS的文件夹
qiyao@qiyao-Legion-Y9000X-IAH7:/opt$ ls
apps durapps ffmpeg-4.3.tar.gz nvidia zTools
clion deepin-wine6-stable ffmpeg MVS qqmusic
进入MVS文件夹，启动MVS软件
$ cd /opt/MVS/bin
$ ./MVS
成功打开MVS界面
2.连接配置摄像头
笔者使用的海康摄像头采用rj45接口，查阅手册得知需要使用千兆以太网标准进行连接
设置网卡IP 修改有线网卡ipv4参数为以下内容：
IP： 192.168.16.68
网关： 192.168.16.1
DNS： 202.96.128.166
MTU： 9000
重启MVS软件，在设备列表里选中我们的网络摄像机，右键修改IP（在ip段内随意设置）
双击选中我们的相机，开启相机采集
至此，相机和计算机之间的连接以及完成，接下来就需要进行SDK的开发了，同时我们在画面下部的带宽部分也可以发现，该相机的数据流巨大，确实需要依赖千兆网络的支撑。
三、基于SDK的摄像头C++开发
1.拷贝SDK
笔者比较习惯kdevelop的开发，当然也建议读者选择自己钟意的IDE进行软件的开发，毕竟代码才是核心，工具次之，对于狠人用文本编辑器也未尝不可。
拷贝/opt/MVS目录下的 include和lib文件夹到我们的项目文件夹内，与main.cpp同级
2.编辑cmakelist
本次项目我们需要使用到海康摄像头SDK以及opencv库，笔者在此提供自己的cmakelist
# cmake needs this line
cmake_minimum_required(VERSION 3.1)
set(PROJECT_NAME1 "camera_class_project")
# Define project name
#set(CMAKE_BUILD_TYPE "Debug")
set(CMAKE_BUILD_TYPE "Release")
set(PROJ_DIR "/home/qiyao/codes/camera_class")
#s设置自己的项目文件夹目录，用以定位文件夹下的include'和lib
project(${PROJECT_NAME1})
find_package(OpenCV REQUIRED)
include_directories(${OpenCV_INCLUDE_DIRS})
message(STATUS "OpenCV library status:")
message(STATUS " config: ${OpenCV_DIR}")
message(STATUS " version: ${OpenCV_VERSION}")
message(STATUS " libraries: ${OpenCV_LIBS}")
message(STATUS " include path: ${OpenCV_INCLUDE_DIRS}")
link_directories("${PROJ_DIR}/lib/64")
include_directories("${PROJ_DIR}/include" "/usr/include/X11" "/usr/include")
link_libraries("${PROJ_DIR}/lib/64/libMvCameraControl.so")
add_compile_options(-std=c++11)
add_executable(${PROJECT_NAME1} main.cpp)
add_library(camera_class SHARED camera_class.cpp)
#target_link_libraries(${PROJECT_NAME1} PUBLIC )
# Link your application with OpenCV libraries
target_link_libraries(${PROJECT_NAME1} ${OpenCV_LIBS} )
target_link_libraries(${PROJECT_NAME1} -lX11)
target_link_libraries(${PROJECT_NAME1} libMvCameraControl.so)
target_link_libraries(${PROJECT_NAME1} camera_class)
3.编辑相机class
笔者将自己对相机的操作编写成了一个class类，方便自己的调用，读者可以进行参考
camera_class.h
#ifndef CAMERA_CLASS_H_INCLUDED
#define CAMERA_CLASS_H_INCLUDED
#include <stdio.h>
#include <string.h>
#include <unistd.h>
#include <stdlib.h>
#include "MvCameraControl.h"
#include <iostream>
#include "opencv2/core.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"
#include <opencv2/video/video.hpp>
using namespace std;
using namespace cv;
class camera{
private:
void* handle;
bool g_bExit;
int nRet;
unsigned int g_nPayloadSize;
unsigned char *pDataForRGB;
MV_CC_DEVICE_INFO* pDeviceInfo;
MV_CC_DEVICE_INFO_LIST stDeviceList;
MVCC_INTVALUE stParam;
MV_FRAME_OUT stOutFrame;
MV_CC_PIXEL_CONVERT_PARAM CvtParam;
public:
camera();
void PrintDeviceInfo();
void close_cam();
void start_cam();
void get_pic(Mat * srcimg);
void re_iso();
};
#endif // CAMERA_CLASS_H_INCLUDED
camera_class.cpp
#include "camera_class.h"
camera::camera()
{
nRet = MV_OK;
handle = NULL;
g_bExit = false;
g_nPayloadSize = 0;
pDataForRGB = (unsigned char*)malloc(1280 *960 * 4 + 2048);
memset(&stParam, 0, sizeof(MVCC_INTVALUE));
CvtParam={
0};
stOutFrame = {
0};
memset(&stOutFrame, 0, sizeof(MV_FRAME_OUT));
}
void camera::start_cam()
{
memset(&stDeviceList, 0, sizeof(MV_CC_DEVICE_INFO_LIST));
nRet = MV_CC_EnumDevices(MV_GIGE_DEVICE | MV_USB_DEVICE, &stDeviceList);
if (stDeviceList.nDeviceNum > 0)
{
for (unsigned int i = 0; i < stDeviceList.nDeviceNum; i++)
{
pDeviceInfo = stDeviceList.pDeviceInfo[i];
if (NULL == pDeviceInfo)
{
break;
}
PrintDeviceInfo();
}
}else{
cout<<"Find no Device"<<endl;
}
unsigned int nIndex = 0;
MV_CC_CreateHandle(&handle, stDeviceList.pDeviceInfo[nIndex]);
MV_CC_OpenDevice(handle);
if (stDeviceList.pDeviceInfo[nIndex]->nTLayerType == MV_GIGE_DEVICE)
{
int nPacketSize = MV_CC_GetOptimalPacketSize(handle);
if (nPacketSize > 0)
{
MV_CC_SetIntValue(handle,"GevSCPSPacketSize",nPacketSize);
}else{
cout<<"Warning: Get Packet Size fail"<<endl;
}
}
MVCC_ENUMVALUE p={
0};
MVCC_STRINGVALUE st;
MV_CC_GetStringValue(handle,"DeviceModelName",&st);
cout<<"DeviceModelName: "<<st.chCurValue<<endl;
MV_CC_GetStringValue(handle,"DeviceVersion",&st);
cout<<"DeviceVersion:\t"<<st.chCurValue<<endl;
MV_CC_GetEnumValue(handle,"DeviceScanType",&p);
if(p.nCurValue==0)
{
cout<<"DeviceScanType:\t"<<"Areascan"<<endl;
}else{
cout<<"DeviceScanType:\t"<<"Linescan"<<endl;
}
MV_CC_SetEnumValue(handle, "TriggerMode", 0);
MV_CC_SetEnumValue(handle, "PixelFormat", 0x0210001F);
MV_CC_SetEnumValue(handle, "GainAuto", 1);
MV_CC_SetFloatValue(handle, "Gamma", 0.8);
MV_CC_SetBoolValue(handle, "GammaEnable", 1);
MV_CC_SetEnumValue(handle, "BalanceWhiteAuto", 2);
MV_CC_SetEnumValue(handle, "ExposureAuto", 1);
MV_CC_GetIntValue(handle, "PayloadSize", &stParam);
g_nPayloadSize = stParam.nCurValue;
nRet = MV_CC_StartGrabbing(handle);
if (MV_OK == nRet)
cout<<"Start Grabbing !"<<endl;
cout<<"\nPress ESC to exit.\n";
}
void camera::PrintDeviceInfo()
{
if (NULL == pDeviceInfo)
{
cout<<"null point"<<endl;
}
if (pDeviceInfo->nTLayerType == MV_GIGE_DEVICE)
{
int nIp1 = ((pDeviceInfo->SpecialInfo.stGigEInfo.nCurrentIp & 0xff000000) >> 24);
int nIp2 = ((pDeviceInfo->SpecialInfo.stGigEInfo.nCurrentIp & 0x00ff0000) >> 16);
int nIp3 = ((pDeviceInfo->SpecialInfo.stGigEInfo.nCurrentIp & 0x0000ff00) >> 8);
int nIp4 = (pDeviceInfo->SpecialInfo.stGigEInfo.nCurrentIp & 0x000000ff);
cout<<"IP:"<<nIp1<<"."<<nIp2<<"."<<nIp3<<"."<<nIp4<<endl;
}
}
void camera::close_cam()
{
int nRet = MV_CC_StopGrabbing(handle);
if (MV_OK == nRet)
cout<<"Stopped Grabbing !"<<endl;
}
void camera::get_pic(cv::Mat* srcimg)
{
MV_CC_GetImageBuffer(handle, &stOutFrame, 400);
CvtParam.enSrcPixelType=stOutFrame.stFrameInfo.enPixelType;
CvtParam.enDstPixelType=PixelType_Gvsp_RGB8_Packed;
CvtParam.nHeight=stOutFrame.stFrameInfo.nHeight;
CvtParam.nWidth=stOutFrame.stFrameInfo.nWidth;
CvtParam.nDstBufferSize=stOutFrame.stFrameInfo.nWidth * stOutFrame.stFrameInfo.nHeight * 4 + 2048;
CvtParam.pSrcData=stOutFrame.pBufAddr;
CvtParam.pDstBuffer=pDataForRGB;
CvtParam.nSrcDataLen=stOutFrame.stFrameInfo.nFrameLen;
MV_CC_ConvertPixelType(handle,&CvtParam);
*srcimg=Mat(stOutFrame.stFrameInfo.nHeight,stOutFrame.stFrameInfo.nWidth,CV_8UC3,pDataForRGB);
cvtColor(*srcimg,*srcimg,COLOR_RGB2BGR);
if(NULL != stOutFrame.pBufAddr)
{
MV_CC_FreeImageBuffer(handle, &stOutFrame);
}
}
void camera::re_iso()
{
MV_CC_SetEnumValue(handle, "BalanceWhiteAuto", 2);
MV_CC_SetEnumValue(handle, "ExposureAuto", 1);
}
4.主函数调用
main.cpp
#include <stdio.h>
#include "opencv2/core.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"
#include <opencv2/video/video.hpp>
#include <opencv2/opencv.hpp>
#include "camera_class.h"
int main()
{
Mat img;
int key;
camera cam;
cam.start_cam();
while(1)
{
cam.get_pic(&img);
imshow("test",img);
key=waitKey(1);
if(key==27)
{
cam.close_cam();
break;
}
}
}
可谓非常的简洁优雅
四、测试验证
构建编译测试工程
达到预期目标，成功驱动摄像机
总结
以上就是今天要讲的内容，本文介绍了linux下海康GigE相机在opencv下的使用，同时在代码类里包括了相机参数调整和帧格式的转换操作，笔者有空再进行详细地阐述。