• 系列文章目录
• 前言
• 一、海康工业相机
• 二、MVS软件安装 摄像头连接
• • 1.安装MVS
  • 2.连接配置摄像头
• 三、基于SDK的摄像头C++开发
• • 1.拷贝SDK
  • 2.编辑cmakelist
  • 3.编辑相机class
  • 4.主函数调用
• 四、测试验证
• 总结

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

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
 
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。
操作系统：Windows 10 1903 18362.778
相机型号：MV-CA020-10GM
相机软件：MVS_SDK_V3_2_0_VC90_Runtime_190626，MVS_STD_3.1.0_181229
软件版本：Qt 5.12.8， vs2017 Community
通信方式：GigE - 千兆以太网通信协议
驱动与SDK
开发包和驱动下载地址
提取码：2hhn
安装驱动和开发包完成
                                    操作系统：Windows 10相机型号：海康相机软件：MVS_SDK_V3_2_0_VC90_Runtime_190626，MVS_STD_3.1.0_181229软件版本：Qt 5.12.10，Qt Creator 4.13.1 (Community)通信方式：GigE - 千兆以太网通信协议。
                                    1、概述：工业相机SDK是用于控制相机的一个独立组件，支持获取实时图像数据、配置参数、对图像进行后续处理等功能。工业相机SDK兼容GigE Vision协议、USB3 Vision协议、Camera Link协议、CoaXPress协议，目前支持Windows、Linux、Mac以及Android系统，不同的操作系统下需要加载使用配套的SDK版本并参考相应SDK开发指南。SDK对相机的控制上，最基...
                                    电脑网卡开启巨帧，本实验使用海康威视工业相机GigE通讯，带宽要求高，需要网卡开启巨帧。打开软件，软件左侧会扫描到电脑实际连接的相机，更改IP地址与电脑在同一个网段。安装MVS后，会自动添加环境变量路径，方便使用其提供的SDK二次开发。解决方案管理器中，右键-配置工程属性C/C++ 常规-附加包含目录。解决方案管理器中，右键-配置工程属性链接器 常规-附加库目录。解决方案管理器中，右键-配置工程属性链接器 输入-附加依赖项。按Ctrl+F5调试，如下图，说明通过相机采图并处理成功。
                                    文章转载：python语言下使用opencv接口cv2.VideoCapture()接口调用海康机器人工业相机
一、Opencv接口
使用 opencv 的官方接口 VideoCapture() 接口直接调用海康工业相机，
接下来简单介绍下  VideoCapture() 这个接口
接口：cv2.VideoCapture(）
作用：获取本地目录下的视频文件或者使用本电脑的摄像头获取实时数据；
本文需要使用该接口调用海康工业相机；
参数写入 “0” ,调用的是本地电脑摄像头
参数写入 “1” ，调用的