我正在写一个简单的可视电话（用于学习），我想知道我必须使用什么API来捕获和发送来自networking摄像头的图像。
Ps我不会像OpenCV那样使用复杂的库。
您可以使用Windows图像采集（WIA）或/和DirectShow 。 另一个不错的选择是微软媒体基金会 （关于捕捉视频的章节）。
请注意，这是繁琐的apis，这使得这不是一件容易的事情，你最终可能会更好地使用OpenCV。
至于网络部分，这取决于您的设计和偏好。
我只是完成了一个类似的任务，我花了好几天的时间去查看各种工具/库。
DirectShow是Windows的默认API，但是对于简单任务来说这很复杂。 OpenCV在其设备支持方面滞后，videoInput（插件/插件）改进了OpenCV。
我能够得到一个简单的显示和运行：
http://www.aishack.in/2010/03/capturing-images-with-directx/
使用videoInput库和OpenCV：
http://muonics.net/school/spring05/videoInput/
OpenCV可能看起来很复杂，但是第一个链接只能显示一页代码：
#include "stdafx.h" #include "videoInput.h" #include "cv.h" #include "highgui.h" int main() { videoInput VI; int numDevices = VI.listDevices(); int device1= 0; VI.setupDevice(device1); int width = VI.getWidth(device1); int height = VI.getHeight(device1); IplImage* image= cvCreateImage(cvSize(width, height), 8, 3); unsigned char* yourBuffer = new unsigned char[VI.getSize(device1)]; cvNamedWindow("test"); while(1) { VI.getPixels(device1, yourBuffer, false, false); image->imageData = (char*)yourBuffer; cvConvertImage(image, image, CV_CVTIMG_FLIP); cvShowImage("test", image); if(cvWaitKey(15)==27) break; } VI.stopDevice(device1); cvDestroyWindow("test"); cvReleaseImage(&image); return 0; } videoInput.h是您启动和运行所需的文档，您可以从中阅读OpenCV文档以获取更多高级功能。 在上面的例子中，你会想要采取“形象”，并以某种方式通过网络管道。 这是你的通信协议。
Windows的典型方法：使用DirectShow从cam捕获视频，使用RTP协议 （通过UDP）进行实时流式传输，也许在live555库的帮助下。
DirectShow方式：实现将音频/视频流式传输到网络的渲染器过滤器，以及从网络接收音频/视频的源过滤器。 数据流：
web-cam source filter -> your renderer filter -> [network] -> your source filter -> video renderer filter -> audio renderer filter
Skype使用DirectShow捕获和DirectX绘图。 他们使用proprietery网络协议的安全（我怀疑你需要这样的东西）