【13】OpenCV C++实战篇——调用摄像头读取视频并显示 并在指定位置保存

### OpenCV C++ 调用摄像头时视频卡顿解决方案 对于使用OpenCV和C++调用摄像头时遇到的视频卡顿问题，可以通过合理配置摄像设备来改善性能。具体来说，调整编码格式、帧率以及分辨率能够有效减少卡顿现象。 在设置这些属性之前，建议先利用`ffmpeg`工具查询目标USB相机所支持的具体参数组合，从而确保后续设定的有效性和兼容性[^1]。例如： ```bash ffmpeg -list_devices true -f dshow -i dummy ``` 当明确了合适的参数之后，则按照特定顺序依次对捕获对象(`cv::VideoCapture`)应用如下几个重要属性： - `CAP_PROP_FPS`: 设置期望获取图像的速度（即每秒多少帧），这里设定了30 fps； - `CAP_PROP_FRAME_WIDTH` 和 `CAP_PROP_FRAME_HEIGHT`: 定义采集画面宽度与高度，本案例中选择了常见的1920x1080全高清尺寸； - `CAP_PROP_FOURCC`: 指定采用何种编解码器处理数据流，此处选用MJPG压缩方式以平衡质量与效率； 值得注意的是，上述属性赋值操作应当遵循一定次序执行，错误的先后关系可能导致预期效果不佳甚至继续存在卡顿情况。一种推荐的做法是在初始化`cv::VideoCapture`实例并打开对应硬件资源后立即完成全部必要配置项的设定，如下面这段代码所示: ```cpp m_videoCapture.set(cv::CAP_PROP_FPS, 30); m_videoCapture.set(cv::CAP_PROP_FRAME_WIDTH, 1920); m_videoCapture.set(cv::CAP_PROP_FRAME_HEIGHT, 1080); m_videoCapture.set(cv::CAP_PROP_FOURCC, cv::VideoWriter::fourcc('M', 'J', 'P', 'G')); ``` 另外，在某些Linux环境下还可以尝试通过指定V4L2接口的方式来进一步优化读取过程中的表现，这有助于提高稳定性和响应速度[^2]。实现方法如下： ```cpp cap.open(2, cv::CAP_V4L2); // 使用第3个连接上的摄像头作为输入源，并启用V4L2模式 cap.set(cv::CAP_PROP_FOURCC, cv::VideoWriter::fourcc('M', 'J', 'P', 'G')); cap.set(cv::CAP_PROP_FPS, 30); ``` 以上措施综合运用可以帮助缓解乃至彻底消除基于OpenCV框架下开发的应用程序中存在的摄像头访问延迟或不流畅等问题。