Qt中基于QCamera的摄像头流红圈绘制问题求助

嘿，作为Qt新手能搞定摄像头流已经超棒了！我给你梳理几个关键步骤，帮你实现圆圈标记的效果，一步步来：

1. 先捕获摄像头的每一帧图像 #

你之前用QCamera+QCameraViewfinder只是显示流，但要做识别和标记，得先拿到每一帧的图像数据。Qt的QVideoProbe是干这个的绝佳工具：

• 先创建一个QVideoProbe实例，绑定到你的摄像头对象上，监听帧数据：

  QVideoProbe *frameProbe = new QVideoProbe(this);
  if (frameProbe->setSource(yourCameraInstance)) {
      // 绑定帧捕获的槽函数
      connect(frameProbe, &QVideoProbe::videoFrameProbed, this, &YourMainWindow::onNewVideoFrame);
  }
  

• 在槽函数里，把QVideoFrame转换成QImage（方便后续处理和绘制）：

  void YourMainWindow::onNewVideoFrame(const QVideoFrame &frame) {
      QVideoFrame readableFrame = frame;
      // 先映射帧到内存，才能读取数据
      if (!readableFrame.map(QAbstractVideoBuffer::ReadOnly)) {
          return;
      }
      // 转换成QImage，注意格式匹配
      QImage frameImage(readableFrame.bits(), 
                       readableFrame.width(), 
                       readableFrame.height(),
                       QVideoFrame::imageFormatFromPixelFormat(readableFrame.pixelFormat()));
      readableFrame.unmap();
  
      // 拿到图像后，就可以去识别圆圈并标记了
      markDetectedCircles(frameImage);
  }
  

2. 识别图像中的圆圈（用OpenCV最省心） #

Qt本身没有内置的圆圈识别算法，最成熟的方案是配合OpenCV的霍夫圆变换，新手友好且效果稳定：

• 先把QImage转换成OpenCV的cv::Mat，做预处理（降噪、转灰度），然后调用霍夫圆检测：

  #include <opencv2/opencv.hpp>
  
  void YourMainWindow::markDetectedCircles(QImage &inputImage) {
      // QImage转OpenCV Mat（注意QImage是RGB，OpenCV默认是BGR）
      cv::Mat cvImage(cv::Size(inputImage.width(), inputImage.height()), 
                     CV_8UC3, 
                     inputImage.bits(), 
                     inputImage.bytesPerLine());
      cv::cvtColor(cvImage, cvImage, cv::COLOR_RGB2BGR);
  
      // 预处理：转灰度+高斯模糊，减少噪声干扰
      cv::Mat grayImage;
      cv::cvtColor(cvImage, grayImage, cv::COLOR_BGR2GRAY);
      cv::GaussianBlur(grayImage, grayImage, cv::Size(9, 9), 2, 2);
  
      // 霍夫圆检测，参数可以根据你的场景调整
      std::vector<cv::Vec3f> detectedCircles;
      cv::HoughCircles(grayImage, detectedCircles, cv::HOUGH_GRADIENT,
                      1,                  // 累加器分辨率
                      grayImage.rows / 8, // 圆心之间的最小距离
                      200,                // Canny边缘检测的高阈值
                      100,                // 累加器阈值（越小识别越多）
                      0, 0);              // 最小/最大半径
  
      // 给识别到的圆圈画红色标记
      for (size_t i = 0; i < detectedCircles.size(); ++i) {
          cv::Point circleCenter(cvRound(detectedCircles[i][0]), cvRound(detectedCircles[i][1]));
          int circleRadius = cvRound(detectedCircles[i][2]);
          // 画红色圆心（实心）
          cv::circle(cvImage, circleCenter, 3, cv::Scalar(0, 0, 255), -1);
          // 画红色圆轮廓（粗线）
          cv::circle(cvImage, circleCenter, circleRadius, cv::Scalar(0, 0, 255), 3);
      }
  
      // 把标记后的Mat转回QImage
      cv::cvtColor(cvImage, cvImage, cv::COLOR_BGR2RGB);
      QImage markedImage(cvImage.data, cvImage.cols, cvImage.rows, cvImage.step, QImage::Format_RGB888);
      // 拷贝一份避免内存指针失效
      inputImage = markedImage.copy();
  
      // 最后把标记后的图像显示出来
      updateDisplay(inputImage);
  }
  

3. 显示带标记的图像 #

你之前用QCameraViewfinder显示原始流，现在换成QLabel或者自定义QWidget来显示处理后的图像就好：

void YourMainWindow::updateDisplay(const QImage &image) {
    // 把图像缩放到标签尺寸，保持比例
    ui->displayLabel->setPixmap(QPixmap::fromImage(image.scaled(ui->displayLabel->size(), Qt::KeepAspectRatio)));
}

4. 一些新手注意点 #

• 如果用OpenCV，记得在Qt项目的.pro文件里配置链接：

  INCLUDEPATH += /你的OpenCV路径/include
  LIBS += -L/你的OpenCV路径/lib -lopencv_core -lopencv_imgproc -lopencv_highgui
  

• 帧处理可能会卡顿，要是识别速度跟不上帧率，把识别+绘制的逻辑放到子线程里，别阻塞UI线程。
• QVideoFrame的格式可能有差异，如果转换QImage失败，可以试试强制用QImage::Format_ARGB32格式手动转换。

内容的提问来源于stack exchange，提问作者Nghia Bui