如何用C++和opencv结合读取一帧图片的长度和宽度

在C++中，利用OpenCV库读取图像的尺寸（长度和宽度）非常直观。以下是一个简单的步骤：

#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    // 加载图像
    cv::Mat image = cv::imread("image_path.jpg"); // 替换为你的图片路径

    // 检查图像是否成功加载
    if (image.empty()) {
        std::cout << "Failed to load the image" << std::endl;
        return -1;
    }

    // 获取图像的尺寸（宽度和高度）
    int width = image.cols;   // cols代表宽度
    int height = image.rows;  // rows代表高度

    std::cout << "Image width: " << width << ", Image height: " << height << std::endl;

    return 0;
}

在这个例子中，`cv::imread()`函数用于从指定路径读取图像，如果加载失败，会返回一个空矩阵。然后我们通过`.cols`获取列数（宽度），`.rows`获取行数（高度）。

相关问题

用C++和opencv写一个相机标定代码

以下是使用OpenCV进行相机标定的示例代码：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
    int numBoards = 10; // 拍摄10张图片
    int boardWidth = 9; // 棋盘格宽度为9个方格
    int boardHeight = 6; // 棋盘格高度为6个方格
    float squareSize = 0.02423f; // 单个方格的物理大小

    Size boardSize(boardWidth, boardHeight);
    vector<vector<Point3f>> objectPoints;
    vector<vector<Point2f>> imagePoints;
    vector<Point2f> corners;

    Mat gray, img;
    VideoCapture cap(0); // 创建相机对象
    if (!cap.isOpened()) // 检查相机是否打开
    {
        cout << "Failed to open camera." << endl;
        return -1;
    }

    namedWindow("Camera Calibration", WINDOW_NORMAL);
    while (numBoards > 0)
    {
        cap >> img; // 从相机读取一帧图像
        cvtColor(img, gray, COLOR_BGR2GRAY);

        bool found = findChessboardCorners(gray, boardSize, corners,
            CALIB_CB_ADAPTIVE_THRESH | CALIB_CB_NORMALIZE_IMAGE);

        if (found)
        {
            drawChessboardCorners(img, boardSize, corners, found);
            vector<Point3f> obj;
            for (int i = 0; i < boardHeight; i++)
            {
                for (int j = 0; j < boardWidth; j++)
                {
                    obj.push_back(Point3f((float)j * squareSize, (float)i * squareSize, 0));
                }
            }
            objectPoints.push_back(obj);
            imagePoints.push_back(corners);
            numBoards--;
        }

        imshow("Camera Calibration", img);
        waitKey(1);
    }
    destroyWindow("Camera Calibration");

    Mat cameraMatrix, distCoeffs;
    vector<Mat> rvecs, tvecs;

    calibrateCamera(objectPoints, imagePoints, gray.size(), cameraMatrix, distCoeffs, rvecs, tvecs);

    cout << "Camera matrix:" << endl << cameraMatrix << endl;
    cout << "Distortion coefficients:" << endl << distCoeffs << endl;

    return 0;
}

在此代码中，我们首先定义了一些变量，包括要拍摄的图片数量，棋盘格的大小和单个方格的物理大小。然后，我们创建了一个相机对象，并检查是否成功打开了相机。接着，我们在一个循环中捕获相机图像，并使用`findChessboardCorners`函数检测棋盘格的角点。如果检测到了棋盘格，我们将角点保存到`imagePoints`向量中，并将对应的物理坐标保存到`objectPoints`向量中。当拍摄到足够多的图片后，我们使用`calibrateCamera`函数进行相机标定，并输出相机矩阵和畸变系数。

请注意，本示例代码仅用于演示目的。在实际应用中，可能需要更多的检测和校准步骤以获得更准确的结果。

请给出C++使用OpenCV将视频每一帧图片中固定字幕以图片形式保存的代码

以下是使用OpenCV将视频每一帧图片中固定字幕以图片形式保存的C++代码：

#include <opencv2/opencv.hpp>
#include <iostream>
#include <string>

using namespace cv;
using namespace std;

int main()
{
    // 打开视频文件
    VideoCapture cap("video.mp4");

    // 检查视频是否打开
    if (!cap.isOpened())
    {
        cerr << "Error opening video file" << endl;
        return -1;
    }

    // 获取视频的帧率、宽度和高度
    double fps = cap.get(CAP_PROP_FPS);
    int width = cap.get(CAP_PROP_FRAME_WIDTH);
    int height = cap.get(CAP_PROP_FRAME_HEIGHT);

    // 创建一个用于保存视频帧的Mat对象
    Mat frame;

    // 创建一个用于绘制字幕的Mat对象
    Mat subtitle(height, width, CV_8UC3, Scalar(255, 255, 255));

    // 设置字幕的文本和字体
    string text = "Hello, world!";
    int fontFace = FONT_HERSHEY_SIMPLEX;
    double fontScale = 1;
    int thickness = 2;
    int baseline = 0;
    Size textSize = getTextSize(text, fontFace, fontScale, thickness, &baseline);

    // 计算字幕的位置
    Point textOrg((width - textSize.width) / 2, (height + textSize.height) / 2);

    // 循环读取视频帧
    while (cap.read(frame))
    {
        // 将字幕绘制到视频帧上
        rectangle(subtitle, textOrg + Point(0, baseline), textOrg + Point(textSize.width, -textSize.height), Scalar(0, 0, 0), FILLED);
        putText(subtitle, text, textOrg, fontFace, fontScale, Scalar(255, 255, 255), thickness);

        // 将字幕和视频帧叠加起来
        Mat result;
        addWeighted(frame, 1, subtitle, 0.5, 0, result);

        // 保存叠加后的图像
        string filename = "frame_" + to_string(cap.get(CAP_PROP_POS_FRAMES)) + ".jpg";
        imwrite(filename, result);
    }

    // 释放视频流
    cap.release();

    return 0;
}

注意，以上代码假设你已经安装了OpenCV库，并且将视频文件命名为"video.mp4"，可以根据需要进行修改。