写一个名为capture c++的函数 读取摄像头图片 将输入图像调整到模型所需的尺寸，并通过填充来保持图像的宽高比，适用于yolov5 ncnn常见的深度学习模型

在C++中，为了实现这个功能，你可以使用OpenCV库来处理摄像头和图像预处理。以下是一个简单的示例，假设你已经包含了必要的头文件并且安装了OpenCV：

#include <opencv2/opencv.hpp>
#include "yolov5/ncnn_model.h" // 假设这是一个自定义的Yolov5 NCNN模型头文件

cv::Mat captureAndPreprocessCamera(const cv::Size& modelInputSize) {
    // 初始化摄像头
    cv::VideoCapture cap(0); // 使用默认摄像头（序号0）
    if (!cap.isOpened()) {
        std::cerr << "Failed to open camera." << std::endl;
        return cv::Mat(); // 返回空矩阵表示错误
    }

    while (true) {
        // 读取摄像头帧
        cv::Mat frame;
        cap >> frame;

        // 检查是否成功获取帧
        if (frame.empty()) {
            std::cerr << "No frame captured." << std::endl;
            break;
        }

        // 调整图像大小并保持纵横比
        int height = frame.rows;
        int width = frame.cols;
        cv::Rect dest(0, 0, modelInputSize.width, modelInputSize.height);
        cv::Mat resizedFrame;
        cv::resize(frame, resizedFrame, dest.size(), interpolationMethod=cv::INTER_LINEAR);

        // 如果新尺寸小于原始尺寸，则在边缘填充
        cv::Mat paddedFrame(modelInputSize, cv::Mat::zeros(modelInputSize, CV_8UC3));
        cv::copyMakeBorder(resizedFrame, paddedFrame, 0, max(0, modelInputSize.height - resizedFrame.rows),
                           0, max(0, modelInputSize.width - resizedFrame.cols), cv::BORDER_CONSTANT, cv::Scalar{0});

        // 准备图像供模型输入
        yolov5::NCNNModel::preprocess(paddedFrame, modelInputSize, /*model_input*/); // 这里需要替换为实际的NCNN模型输入指针

        // 可能需要将处理后的数据传递给模型预测
        // ... (这里省略了模型推理部分)

        // 显示原图和处理后的图像供查看
        // cv::imshow("Original", frame);
        // cv::imshow("Processed", paddedFrame);
        // 等待用户按键，若按下 'q' 或 Esc 键则退出
        char key = cv::waitKey(1);
        if (key == 'q' || key == 27) {
            break;
        }
    }

    cap.release();
    cv::destroyAllWindows();

    return paddedFrame; // 返回处理后的图像
}

// 相关问题:
1. 这段代码如何保证预处理后的图像适合模型输入？
2. 我们如何将预处理好的图像数据传入到Yolov5 NCNN模型进行检测？
3. OpenCV的interpolationMethod有哪些选项？在这段代码中具体选用了哪一个？