一、环境介绍

• 系统：windows10
• 开发环境：VS2015+OpenCV3.1
• 其它库：pylon（安装basler官方SDK自带的库）

开发环境配置，可参考这里：VS2015 + OpenCV3.1 环境配置与项目搭建（C++版）

二、环境配置

1.首先根据自己的VS选择对应的版本

2.配置包含目录

3.配置库目录

4.配置附加包含目录

5.配置附加库目录

6.配置附加依赖项

三、完整代码

//定义是否保存图片
#define saveImages 0
//定义是否记录视频
#define recordVideo 0

// 加载OpenCV API
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/video/video.hpp>

//加载PYLON API.
#include <pylon/PylonIncludes.h>

#include<iostream>

#ifdef PYLON_WIN_BUILD
#include <pylon/PylonGUI.h>    
#endif

//命名空间.
using namespace Pylon;
using namespace cv;
using namespace std;
//定义抓取的图像数
static const uint32_t c_countOfImagesToGrab = 800;

void main()
{

	//Pylon自动初始化和终止
	Pylon::PylonAutoInitTerm autoInitTerm;
	try
	{
		
		//创建相机对象（以最先识别的相机）
		CInstantCamera camera(CTlFactory::GetInstance().CreateFirstDevice());
		// 打印相机的名称
		std::cout << "Using device " << camera.GetDeviceInfo().GetModelName() << endl;
		//获取相机节点映射以获得相机参数
		GenApi::INodeMap& nodemap = camera.GetNodeMap();
		//打开相机
		camera.Open();
		//获取相机成像宽度和高度
		GenApi::CIntegerPtr width = nodemap.GetNode("Width");
		GenApi::CIntegerPtr height = nodemap.GetNode("Height");

		//设置相机最大缓冲区,默认为10
		camera.MaxNumBuffer = 5;
		// 新建pylon ImageFormatConverter对象.
		CImageFormatConverter formatConverter;
		//确定输出像素格式
		formatConverter.OutputPixelFormat = PixelType_BGR8packed;
		// 创建一个Pylonlmage后续将用来创建OpenCV images
		CPylonImage pylonImage;

		//声明一个整形变量用来计数抓取的图像，以及创建文件名索引
		int grabbedlmages = 0;

		// 新建一个OpenCV video creator对象.
		VideoWriter cvVideoCreator;
		//新建一个OpenCV image对象.

		Mat openCvImage;
		// 视频文件名

		std::string videoFileName = "openCvVideo.avi";
		// 定义视频帧大小
		cv::Size frameSize = Size((int)width->GetValue(), (int)height->GetValue());

		//设置视频编码类型和帧率，有三种选择
		// 帧率必须小于等于相机成像帧率
		cvVideoCreator.open(videoFileName, CV_FOURCC('M', 'J', 'P', 'G'), 24, frameSize, true);
		//cvVideoCreator.open(videoFileName, CV_F0URCC('M','P',,4','2’), 20, frameSize, true);
		//cvVideoCreator.open(videoFileName, CV_FOURCC('M', '3', 'P', 'G'), 20, frameSize, true);


		// 开始抓取c_countOfImagesToGrab images.
		//相机默认设置连续抓取模式
		camera.StartGrabbing(c_countOfImagesToGrab, GrabStrategy_LatestImageOnly);

		//抓取结果数据指针
		CGrabResultPtr ptrGrabResult;

		// 当c_countOfImagesToGrab images获取恢复成功时，Camera.StopGrabbing() 
		//被RetrieveResult()方法自动调用停止抓取
		

		while (camera.IsGrabbing())

		{
			// 等待接收和恢复图像，超时时间设置为5000 ms.
			camera.RetrieveResult(5000, ptrGrabResult, TimeoutHandling_ThrowException);
			
			//如果图像抓取成功
			if (ptrGrabResult->GrabSucceeded())
			{
				// 获取图像数据
				cout << "SizeX: " << ptrGrabResult->GetWidth() << endl;
				cout << "SizeY: " << ptrGrabResult->GetHeight() << endl;

				//将抓取的缓冲数据转化成pylon image.
				formatConverter.Convert(pylonImage, ptrGrabResult);

				// 将 pylon image转成OpenCV image.
				openCvImage = cv::Mat(ptrGrabResult->GetHeight(), ptrGrabResult->GetWidth(), CV_8UC3, (uint8_t *)pylonImage.GetBuffer());

				//如果需要保存图片
				if (saveImages)
				{
					std::ostringstream s;
					// 按索引定义文件名存储图片
					s << "save//image_" << grabbedlmages << ".jpg";
					std::string imageName(s.str());
					//保存OpenCV image.
					imwrite(imageName, openCvImage);
					grabbedlmages++;
				}

				//如果需要记录视频
				if (recordVideo)
				{

					cvVideoCreator.write(openCvImage);
				}

				//新建OpenCV display window.
				namedWindow("OpenCV Display Window", CV_WINDOW_NORMAL); // other options: CV_AUTOSIZE, CV_FREERATIO
				//显示及时影像.
				imshow("OpenCV Display Window", openCvImage);

				// Define a timeout for customer's input in
				// '0' means indefinite, i.e. the next image will be displayed after closing the window.
				// '1' means live stream
				waitKey(10);

			}

		}

	}
	catch (GenICam::GenericException &e)
	{
		// Error handling.
		cerr << "An exception occurred." << endl
			<< e.GetDescription() << endl;
	}
	
	system("pause");
	return ;
}

测试结果：

温馨提示：这里我配置的是Release x64，所以在编译运行时，也要选择相应的选项。