C# WPF 实现摄像头视频流处理与实时标记
1. 从零开始搭建WPF摄像头应用
第一次用WPF做摄像头项目时，我对着空白的Visual Studio界面发了半小时呆。后来才发现，用C#操作摄像头就像用手机拍照一样简单——前提是得找对工具。这里推荐使用EmguCV这个神器，它是OpenCV的.NET封装，特别适合我们这种熟悉C#但不想碰C++的开发者。
先说说环境准备。打开NuGet包管理器，搜索安装EmguCV的四个核心组件：Emgu.CV.runtime.windows、Emgu.CV、Emgu.CV.Bitmap和Emgu.CV.UI。安装时要注意版本匹配，我曾经因为混用3.4和4.5版本导致图像显示异常。安装完成后，在MainWindow.xaml里放个Image控件，命名为"CameraImage"，这就是我们显示视频流的画布。
// 初始化摄像头 using Emgu.CV; using Emgu.CV.Structure; Capture capture = new Capture(0); // 0表示默认摄像头 Application.Idle += ProcessFrame; // 每帧回调这段代码创建了一个摄像头捕获对象，参数0表示使用第一个检测到的摄像头。如果你接入了多个摄像头，可以尝试1、2等索引值。我在笔记本上测试时，发现有些USB摄像头会被识别为第二个设备，这时候改成1就能正常工作了。
2. 实时视频流处理的核心机制
视频流处理的本质就是连续处理静态帧图像。在ProcessFrame方法里，我们通过QueryFrame获取当前帧：
void ProcessFrame(object sender, EventArgs e) { Mat frame = capture.QueryFrame(); if (frame != null) { Image<Bgr, byte> image = frame.ToImage<Bgr, byte>(); // 在这里添加图像处理代码 CameraImage.Source = ToBitmapSource(image); } }这里有个性能陷阱要注意：直接使用UI线程处理视频会导致界面卡顿。我后来改用Dispatcher.BeginInvoke异步更新UI，帧率立即从15fps提升到30fps：
Application.Current.Dispatcher.BeginInvoke(new Action(() => { CameraImage.Source = ToBitmapSource(image); }));Mat对象是EmguCV的基础图像容器，相当于OpenCV里的Mat。ToImage<Bgr, byte>()将其转换为更方便操作的Image对象，Bgr表示颜色格式，byte是像素深度。记得在窗口关闭时释放资源：
protected override void OnClosed(EventArgs e) { capture.Dispose(); base.OnClosed(e); }3. 动态标记的实战技巧
给视频添加标记就像在照片上涂鸦，只不过我们的"笔"要跟着物体移动。假设我们要在检测到的人脸上画红框：
// 在ProcessFrame方法内添加 CascadeClassifier faceClassifier = new CascadeClassifier("haarcascade_frontalface_default.xml"); Rectangle[] faces = faceClassifier.DetectMultiScale(image, 1.1, 10); foreach (Rectangle face in faces) { image.Draw(face, new Bgr(Color.Red), 3); }这里用到了OpenCV自带的级联分类器，需要将xml文件放在bin目录下。实际项目中我遇到过三个坑：1) xml文件忘记设置为"始终复制"；2) 检测参数需要反复调整；3) 矩形坐标超出图像边界。解决方法分别是：
- 在VS中右键xml文件→属性→复制到输出目录：始终复制
- 第三个参数minSize要根据摄像头分辨率调整，我常用new Size(30,30)
- 绘制前检查矩形范围：if(face.X > 0 && face.Y > 0 && face.Width < image.Width)
更复杂的标记可以结合文字标注：
image.Draw($"检测到{faces.Length}个人脸", new Point(10, 30), FontFace.HersheyComplex, 1.0, new Bgr(Color.Yellow));4. 性能优化与异常处理
做实时视频处理就像在高速公路上换轮胎——必须又快又稳。这些优化技巧是我踩坑总结出来的：
多线程处理：把图像处理放到后台线程，通过锁机制保证线程安全：
private readonly object lockObj = new object(); private Image<Bgr, byte> processedImage; void ProcessFrame(object sender, EventArgs e) { lock (lockObj) { Mat frame = capture.QueryFrame(); Task.Run(() => { var tempImage = frame.ToImage<Bgr, byte>(); // 处理图像... processedImage = tempImage; }); } }帧率控制：不是所有场景都需要30fps，通过计时器控制处理频率：
DateTime lastProcessTime = DateTime.MinValue; void ProcessFrame(object sender, EventArgs e) { if ((DateTime.Now - lastProcessTime).TotalMilliseconds < 33) return; lastProcessTime = DateTime.Now; // ...正常处理逻辑 }异常处理：摄像头可能被其他程序占用，需要友好提示：
try { capture = new Capture(0); } catch (Exception ex) { MessageBox.Show($"摄像头初始化失败：{ex.Message}\n请检查是否被其他程序占用"); this.Close(); }记得在finally块或窗口关闭事件中释放资源，否则下次启动时可能报"设备被占用"错误。我在演示给客户看时就遇到过这个尴尬情况，现在养成了写Dispose的好习惯。
5. 扩展功能与实用案例
给视频流添加标记只是开始，真正的威力在于结合具体业务场景。去年我做了一个工厂质检系统，在视频流上实时标记产品缺陷：
// 检测圆形物体 CircleF[] circles = image.HoughCircles( new Gray(100), // 灰度阈值 new Gray(50), // 累加器阈值 2.0, // 分辨率 10.0, // 最小距离 5, // 最小半径 100 // 最大半径 )[0]; foreach (CircleF circle in circles) { if (circle.Radius < 15) // 筛选小尺寸缺陷 { image.Draw(circle, new Bgr(Color.Red), 2); image.Draw("DEFECT", new Point((int)circle.Center.X, (int)circle.Center.Y), FontFace.HersheyPlain, 1.0, new Bgr(Color.Red)); } }另一个实用技巧是保存标记后的快照。我在Window类里添加了快捷键支持：
protected override void OnKeyDown(KeyEventArgs e) { if (e.Key == Key.S && Keyboard.Modifiers == ModifierKeys.Control) { var dialog = new SaveFileDialog(); if (dialog.ShowDialog() == true) { processedImage?.ToBitmap().Save(dialog.FileName); } } }对于需要持久化标记数据的场景，可以结合JSON序列化保存坐标信息：
List<Rectangle> savedRectangles = new List<Rectangle>(); // 保存标记 savedRectangles.AddRange(faces); File.WriteAllText("markers.json", JsonConvert.SerializeObject(savedRectangles)); // 加载标记 var loaded = JsonConvert.DeserializeObject<List<Rectangle>>( File.ReadAllText("markers.json"));最后说说跨平台问题。虽然WPF是Windows技术，但通过.NET Core和适当的抽象层，核心处理逻辑可以复用。我在一个项目中就把图像处理部分抽成了独立类库，客户端用WPF，服务端用ASP.NET Core，共享同样的检测算法。