3、OpenCV VideoCapture实战：cv::VideoCapture打开摄像头、属性设置（分辨率、帧率、曝光）、多摄像头管理

好，咱们直接进入正题。这一章我打算手把手带你搞定 OpenCV 里最核心的摄像头操作模块——cv::VideoCapture。说实话，这个类看起来简单，但坑是真不少。我在项目里见过太多人因为属性设置顺序不对，或者多摄像头索引搞混，白白浪费一整天调试时间。

今天咱们就把它彻底讲透。你跟着我走一遍，以后遇到摄像头相关的问题，心里就有底了。

3.1 打开摄像头的两种姿势

先说说最基本的——怎么把摄像头叫醒。OpenCV 提供了两种方式，我分别说一下。

3.1.1 构造函数直接打开

最常用的方式，就是构造 VideoCapture 对象时直接传入设备索引。比如你的笔记本自带摄像头，索引通常是 0：

cv::VideoCapture cap(0);
if (!cap.isOpened()) {
    std::cerr << "摄像头打开失败！" << std::endl;
    return -1;
}

嗯，这里要注意：索引 0 并不一定代表物理上的第一个摄像头。我遇到过一台机器，插上 USB 摄像头后，系统把内置摄像头分配成了索引 1。所以，isOpened() 这个检查绝对不能省。

3.1.2 先构造后 open()

另一种方式，是先创建对象，后面再调用 open()。这在需要动态切换摄像头时很有用：

cv::VideoCapture cap;
cap.open(0);  // 或者 cap.open("rtsp://...");

我个人习惯用第一种方式，代码更紧凑。但如果你要写一个摄像头管理类，第二种会更灵活。

小提示： 打开网络摄像头（RTSP 流）时，URL 格式要写对。比如：cap.open("rtsp://192.168.1.100:554/stream")。注意，有些摄像头需要认证信息，可以拼在 URL 里：rtsp://admin:password@192.168.1.100/。

3.2 属性设置：分辨率、帧率、曝光

摄像头打开只是第一步。真正让人头疼的，是属性设置。我见过不少新手，上来就写 cap.set(cv::CAP_PROP_FRAME_WIDTH, 1920)，结果发现没生效。为什么？因为顺序错了。

3.2.1 分辨率设置

设置分辨率，我建议在 open() 之后、第一帧读取之前 就完成。而且最好先设置宽度，再设置高度：

cap.set(cv::CAP_PROP_FRAME_WIDTH, 1280);
cap.set(cv::CAP_PROP_FRAME_HEIGHT, 720);

为什么先宽后高？其实没有硬性规定，但很多摄像头驱动内部是按这个顺序处理的。我曾经在调试一款工业相机时，先设高度再设宽度，结果分辨率死活不对。调换顺序后，一次搞定。

设置完后，记得读回来确认一下：

double actual_width = cap.get(cv::CAP_PROP_FRAME_WIDTH);
double actual_height = cap.get(cv::CAP_PROP_FRAME_HEIGHT);
std::cout << "实际分辨率: " << actual_width << "x" << actual_height << std::endl;

你想想看，如果实际值和设置值不一样，说明摄像头不支持这个分辨率。这时候就要降级处理。

3.2.2 帧率设置

帧率设置也是个玄学。很多 USB 摄像头其实不支持任意帧率，只能选几个固定值（比如 30fps、15fps）。设置方法：

cap.set(cv::CAP_PROP_FPS, 30);

但说实话，这个属性在很多摄像头驱动里就是个摆设。我测试过十几款摄像头，只有不到一半能真正改变帧率。更靠谱的做法是：用 get() 读取实际帧率，然后通过时间戳自己控制采集节奏。

避坑指南： 我曾经在项目中遇到一个问题：设置帧率为 60fps，但实际采集只有 15fps。排查了半天，发现是 USB 带宽不够。如果你同时接了多个摄像头，或者 USB 线太长，帧率会自动下降。解决办法：换 USB 3.0 接口，或者降低分辨率。

3.2.3 曝光控制

曝光控制是摄像头调试里最讲究的部分。OpenCV 提供了两个关键属性：

  • cv::CAP_PROP_EXPOSURE：曝光时间（单位取决于摄像头驱动，通常是微秒或毫秒）
  • cv::CAP_PROP_AUTO_EXPOSURE：自动曝光开关（1 开启，0 关闭）

我的习惯是：先关闭自动曝光，再手动设置曝光值。否则你设了也白设，摄像头会自动覆盖：

// 关闭自动曝光
cap.set(cv::CAP_PROP_AUTO_EXPOSURE, 0);
// 设置手动曝光（比如 5000 微秒 = 5ms）
cap.set(cv::CAP_PROP_EXPOSURE, 5000);

嗯，这里有个坑：不同摄像头对 AUTO_EXPOSURE 的取值定义不一样。有的用 0/1，有的用 0.25/0.75。我建议设置后立即用 get() 读回来确认。

核心经验： 如果你做的是固定光照场景（比如室内监控），一定要用手动曝光。自动曝光在画面内容变化时（比如有人走过）会突然变亮或变暗，这对后续的图像处理（比如人脸识别）是灾难性的。

3.3 多摄像头管理

多摄像头场景，说白了就是同时管理多个 VideoCapture 对象。我做过一个 8 路摄像头同步采集的项目，踩了不少坑，今天把经验分享给你。

3.3.1 设备索引的规律

多摄像头时，索引分配是有规律的：

摄像头类型 典型索引 说明
内置摄像头 0 笔记本自带摄像头
第一个 USB 摄像头 1 插上后系统分配
第二个 USB 摄像头 2 以此类推
虚拟摄像头（OBS 等） 可能跳过某些索引 不稳定，建议避免

但这不是绝对的。我遇到过一台工控机，插了 4 个同型号摄像头，索引竟然是乱序的。所以，不要依赖索引顺序。更好的做法是：

  1. 遍历索引 0 到 10，尝试打开
  2. 打开成功的，记录其设备信息（比如通过 VID/PID）
  3. 根据设备信息匹配到具体摄像头

3.3.2 多线程采集架构

多摄像头同时采集，千万别在主线程里串行读取。否则一个摄像头卡住，全完蛋。我推荐用 每个摄像头一个独立线程 的方式：

// 伪代码示意
std::vector<cv::VideoCapture> caps;
std::vector<std::thread> threads;

for (int i = 0; i < num_cameras; ++i) {
    caps.emplace_back(i);
    threads.emplace_back([&cap, i]() {
        cv::Mat frame;
        while (running) {
            cap >> frame;
            // 处理 frame，比如放入队列
        }
    });
}

注意：每个线程里要加 std::mutex 保护共享数据。我习惯用 std::queue + 条件变量来做生产者-消费者模型。

小技巧： 如果你发现多个摄像头帧率不一致，可以尝试在打开每个摄像头后，设置相同的分辨率、帧率、曝光参数。有些摄像头驱动会做内部同步。

3.3.3 摄像头热插拔处理

这是多摄像头管理里最头疼的问题。摄像头拔掉再插上，索引可能变了。我的解决方案是：

  • 定期检查 cap.isOpened() 状态
  • 如果发现摄像头断开，尝试重新 open()
  • 重试时，可以尝试多个索引（因为索引可能变了）

我曾经在一个户外项目中，因为 USB 线接触不良，摄像头频繁掉线。后来加了重连机制，每 5 秒检查一次，掉线后自动重连。虽然画面会卡顿一下，但至少系统不会崩溃。

3.4 实战：一个完整的摄像头初始化函数

最后，我给你一个我项目里实际在用的初始化函数。它包含了上面讲的所有要点：

bool initCamera(cv::VideoCapture& cap, int index, 
                int width, int height, double fps, double exposure) {
    // 1. 打开摄像头
    cap.open(index);
    if (!cap.isOpened()) {
        std::cerr << "无法打开摄像头 " << index << std::endl;
        return false;
    }

    // 2. 设置分辨率（先宽后高）
    cap.set(cv::CAP_PROP_FRAME_WIDTH, width);
    cap.set(cv::CAP_PROP_FRAME_HEIGHT, height);

    // 3. 设置帧率
    cap.set(cv::CAP_PROP_FPS, fps);

    // 4. 关闭自动曝光，设置手动曝光
    cap.set(cv::CAP_PROP_AUTO_EXPOSURE, 0);
    cap.set(cv::CAP_PROP_EXPOSURE, exposure);

    // 5. 验证设置是否生效
    double actual_w = cap.get(cv::CAP_PROP_FRAME_WIDTH);
    double actual_h = cap.get(cv::CAP_PROP_FRAME_HEIGHT);
    double actual_fps = cap.get(cv::CAP_PROP_FPS);
    double actual_exp = cap.get(cv::CAP_PROP_EXPOSURE);

    std::cout << "摄像头 " << index << " 初始化完成: "
              << actual_w << "x" << actual_h 
              << " @ " << actual_fps << "fps"
              << " 曝光=" << actual_exp << std::endl;

    return true;
}

这个函数我用了好几年，在 Windows、Linux、ARM 平台上都验证过。你直接拿去用，基本不会出大问题。

好了，这一章的内容就到这里。下一章咱们会深入讲 cv::Mat 的数据结构，以及如何高效地处理每一帧图像。到时候见。

← 上一章 📖 返回目录 下一章 →