C++ opencv 中video capture类中的set函数的用法和参量

在C++ OpenCV中，VideoCapture类是用于捕获视频的类。set函数是其中的一个函数，用于设置摄像头或视频流的属性。它的语法如下：

bool VideoCapture::set(int propId, double value);

其中，参数`propId`是一个整数类型，用于指定要设置的属性，`value`是一个双精度浮点型，用于指定属性的值。常见的`propId`属性和其含义如下：

- `CV_CAP_PROP_FRAME_WIDTH`：帧的宽度
- `CV_CAP_PROP_FRAME_HEIGHT`：帧的高度
- `CV_CAP_PROP_FPS`：帧率
- `CV_CAP_PROP_BRIGHTNESS`：亮度
- `CV_CAP_PROP_CONTRAST`：对比度
- `CV_CAP_PROP_SATURATION`：饱和度
- `CV_CAP_PROP_HUE`：色调
- `CV_CAP_PROP_GAIN`：增益
- `CV_CAP_PROP_EXPOSURE`：曝光时间

例如，要设置摄像头的曝光时间为50毫秒，可以使用以下代码：

VideoCapture cap(0); // 打开摄像头
cap.set(CV_CAP_PROP_EXPOSURE, 50);

需要注意的是，不是所有的属性都能被摄像头或视频流支持。如果设置失败，则此函数返回false。

相关问题

c++的opencv中videowriter函数

`VideoWriter` 是 OpenCV 中一个用于将视频帧写入视频文件的类。它可以通过指定输出文件名、帧率、视频编解码器等参数来创建一个 `VideoWriter` 对象，并通过调用 `write` 方法来将每一帧图像写入输出文件。

以下是一个使用 `VideoWriter` 的 C++ 代码示例：

#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
    // 打开视频源
    VideoCapture capture("input.mp4");

    // 创建 VideoWriter 对象
    VideoWriter writer("output.avi", VideoWriter::fourcc('M', 'J', 'P', 'G'), 30, Size(640, 480));

    // 循环读取视频帧并写入输出文件
    Mat frame;
    while (capture.read(frame)) {
        writer.write(frame);
    }

    // 释放资源
    capture.release();
    writer.release();

    return 0;
}

在上面的代码中，`VideoWriter::fourcc('M', 'J', 'P', 'G')` 表示使用 MJPEG 编解码器，`30` 表示帧率为 30 帧/秒，`Size(640, 480)` 表示输出视频的分辨率为 640x480。你可以根据实际需要修改这些参数。

C++opencv中findContours函数用法

在C++的OpenCV中，findContours函数用于查找图像中的轮廓。其函数原型如下：

void findContours(InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset = Point());

其中，

- InputOutputArray image：输入图像，必须为8位单通道二进制图像。
- OutputArrayOfArrays contours：输出轮廓，为一个向量类型，包含所有检测到的轮廓。
- OutputArray hierarchy：轮廓的层次结构，可不传入该参数。
- int mode：轮廓检索模式，可取值为RETR_EXTERNAL、RETR_LIST、RETR_CCOMP和RETR_TREE。
- int method：轮廓逼近方法，可取值为CHAIN_APPROX_NONE、CHAIN_APPROX_SIMPLE、CHAIN_APPROX_TC89_L1和CHAIN_APPROX_TC89_KCOS。
- Point offset：轮廓点的可选偏移量。

例如，下面的代码使用findContours函数查找图像中的轮廓并在图像中绘制出来：

Mat image = imread("example.jpg", IMREAD_GRAYSCALE);
Mat binary;
threshold(image, binary, 100, 255, THRESH_BINARY);
vector<vector<Point>> contours;
vector<Vec4i> hierarchy;
findContours(binary, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point());
Mat result = Mat::zeros(image.size(), CV_8UC3);
for (size_t i = 0; i < contours.size(); i++) {
    drawContours(result, contours, i, Scalar(0, 0, 255), 2, 8, hierarchy);
}
imshow("result", result);

其中，先使用threshold函数将图像二值化，然后使用findContours函数查找轮廓，并使用drawContours函数将轮廓绘制在新的图像上，最后显示结果图像。