Visión por Computadora - Video Capture SDK .Net

Video Capture SDK .Net

Esta sección cubre las capacidades de visión por computadora disponibles en Video Capture SDK .Net, incluyendo integración con OpenCV y detección de objetos.

Características

• Integración con OpenCV
• Detección de códigos de barras y QR
• Detección de rostros
• Detección de movimiento
• Procesamiento de imágenes en tiempo real

Detección de Códigos de Barras

El SDK puede detectar y decodificar varios tipos de códigos:

• Códigos QR
• Códigos de barras 1D (UPC, EAN, Code 128, etc.)
• Data Matrix
• PDF417

var pipeline = new MediaBlocksPipeline();

var videoSource = new SystemVideoSourceBlock(videoSettings);

// Bloque detector de códigos de barras
var barcodeDetector = new BarcodeDetectorBlock(new BarcodeDetectorSettings
{
    DetectionInterval = TimeSpan.FromMilliseconds(500)
});

barcodeDetector.OnBarcodeDetected += (sender, e) =>
{
    Console.WriteLine($"Código detectado: {e.Type} - {e.Value}");
};

pipeline.Connect(videoSource.Output, barcodeDetector.Input);

var videoRenderer = new VideoRendererBlock(pipeline, VideoView1);
pipeline.Connect(barcodeDetector.Output, videoRenderer.Input);

await pipeline.StartAsync();

Detección de Rostros

var pipeline = new MediaBlocksPipeline();

var videoSource = new SystemVideoSourceBlock(videoSettings);

// Bloque detector de rostros
var faceDetector = new FaceDetectorBlock(new FaceDetectorSettings
{
    DetectionInterval = TimeSpan.FromMilliseconds(100),
    MinFaceSize = 50
});

faceDetector.OnFaceDetected += (sender, e) =>
{
    foreach (var face in e.Faces)
    {
        Console.WriteLine($"Rostro en: ({face.X}, {face.Y}) - {face.Width}x{face.Height}");
    }
};

pipeline.Connect(videoSource.Output, faceDetector.Input);

var videoRenderer = new VideoRendererBlock(pipeline, VideoView1);
pipeline.Connect(faceDetector.Output, videoRenderer.Input);

await pipeline.StartAsync();

Integración con OpenCV

Para procesamiento personalizado, puede integrar OpenCV directamente:

var pipeline = new MediaBlocksPipeline();

var videoSource = new SystemVideoSourceBlock(videoSettings);

// Capturador de muestras para acceder a los fotogramas
var sampleGrabber = new VideoSampleGrabberBlock();

sampleGrabber.OnVideoFrameBuffer += (sender, e) =>
{
    // Convertir a Mat de OpenCV
    using var mat = new Mat(e.Height, e.Width, MatType.CV_8UC3);
    Marshal.Copy(e.Data, 0, mat.Data, e.Data.Length);

    // Procesar con OpenCV
    Cv2.CvtColor(mat, mat, ColorConversionCodes.BGR2GRAY);
    Cv2.GaussianBlur(mat, mat, new Size(5, 5), 0);

    // Detectar bordes
    using var edges = new Mat();
    Cv2.Canny(mat, edges, 100, 200);

    // Usar resultado...
};

pipeline.Connect(videoSource.Output, sampleGrabber.Input);

var videoRenderer = new VideoRendererBlock(pipeline, VideoView1);
pipeline.Connect(sampleGrabber.Output, videoRenderer.Input);

await pipeline.StartAsync();

Detección de Movimiento

Ver la sección dedicada de Detección de Movimiento para más detalles.

Consideraciones de Rendimiento

1. Frecuencia de detección: No procese cada fotograma
2. Resolución: Considere reducir resolución para detección
3. GPU: Use aceleración por hardware cuando esté disponible
4. Multi-threading: Procese en hilos separados para no bloquear el pipeline