【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】
前面我们测试和练习的时候，大部分情况下都是利用图像进行测试的，但是实际情况下，或者准确一点说，工业场景下面，大部分测试都是通过工业摄像头实时进行处理的。所以，这里面就会涉及到实时视频采集的问题。然后尽管一开始的时候，我们是希望可以在qmacvisual里面添加必要的代码，然后实现视频的输出。
实际运行中，发现如果这样做，修改的代码较多。或者说，这么做可能会破坏之前代码的稳定性，有点得不偿失，即使要修改可以后面慢慢修改。考虑再三，还是使用插件的方法来处理，这样比较妥当一点。最最主要的是，不需要修改作者之前的代码，这样运行上面容易debug很多。
1、使用笔记本自带的摄像头
目前我们手上没有相关的工业相机，虽然将来这部分是少不了的，但是目前来说，还是能省一点算一点。所以，我们打算直接用opencv访问笔记本的摄像头。首先，可以编写对应的python代码，
import cv2
cap = cv2.VideoCapture(0)
if not cap.isOpened():
print("Unable to open the camera")
exit()
while True:
ret, frame = cap.read()
if not ret:
print("Unable to get frame")
break
cv2.imshow('frame', frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()2、创建工程和创建流程
创建工程和创建流程是使用qmacvisual的前提，做好了这一点，其他的就比较容易了。
3、修改ExtLibraryCase代码
大家修改代码的时候千万不要修改ExtensionLibrary这个工程。简单地说，前者是插件，后者这是插件的容器而已。修改的函数主要也是frmExtLibraryCase::RunToolPro这个函数。首先，我们需要函数外定义一下全局变量，
#include <opencv2/opencv.hpp>
static int imgState = 0;
cv::VideoCapture* pHandle = NULL; // (*pHandle).release()接着注释掉RunToolPro里面的部分函数内容，直接替换上我们自定义的摄像头采集函数就可以了，这一步不复杂，和python里面的流程是非常类似的，
if (imgState == 0)
{
imgState = 1;
pHandle = new cv::VideoCapture(0);
}
(*pHandle) >> dstImage;这个dstImage就是最终插件送出去的结果。
4、测试和验证
因为插件本身需要一个输入图像，虽然从camera读取的角度来说，是根本不需要这个输入的，但是这也是没办法。所以要进行测试和验证，最起码要三个插件，第一个是图像读取；第二个是插件；第三个是图像显示。
整个流程选择循环模式，就可以看到对应的视频流效果了。
当然最终部署的时候肯定还是工业摄像头为主，这种方法只是验证了camera视频流获取的一个可行性。如果说有缺陷的话，就是一开始的时候浪费了十几ms时间。
