【C++】OpenCV：计算机视觉库介绍及C++环境配置
【C++】OpenCV：计算机视觉库介绍及C++环境配置
1.OpenCV介绍
OpenCV是一个跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。
OpenCV是用C++语言编写的，同时留有C ++（工程部署用）、Python（深度学习用）、Java和MATLAB（Matlab好多例子都调用的opencv）接口，为了学习（juan）和部署视觉类的应用，记录一下学习过程。
OpenCV的应用太广了，就不再赘述，这里我主要关心在车辆摄像头上的一些应用。
官网：https://opencv.org/
这里我主要看OpenCVxuetang贾老师的视频，然后再看一些比较好的书籍。
贾老师的学习代码如下：https://gitee.com/opencv_ai/opencv_tutorial_data
2.Windows OpenCV环境配置（VS和MinGW）
VS编译
首先安装Visual studio，这里我用的2017，可参考安装；
下载OpenCV库，我用的4.5.4，放在这里，提取码0121；
首先，新建工程，设置Release/x64：
将下载好的OpenCV库解压到D盘，命名为opencv-454（防止版本多了乱）：
打开属性管理器，配置Release/x64的属性：
包含目录配置如下：
库目录配置如下：
附加依赖项配置如下：
MinGW编译
除了VS，也可以用MinGW编译器来链接OpenCV库，首先下载源码并安装好cmake-gui，然后配置选好我们mingw的地址，并勾选WITH_QT和WITH_OPENGL，其他自己看需要。
编译生成后，进入terminal，编译和安装：
mingw32-make
mingw32-make install # 生成install目录，这是我们需要的include和lib当然除了自己去编译，也可以下载网上别人编译好的opencv-mingw包（推荐），因为自己的环境很可能有一些奇奇怪怪的问题。
然后可以在CLion的CMakeLists里添加：
set(OpenCV_DIR "D:/develop/opencv341_mingw/x64/mingw/lib")
find_package(OpenCV 3 REQUIRED)
include_directories(${OpenCV_INCLUDE_DIRS})
link_directories(${OpenCV_LIBRARIES})
add_executable(test main.cpp )
target_link_libraries(${PROJECT_NAME}
${OpenCV_LIBS}
)测试
配置完成后，写入以下代码（读取图像）：
// opencv454学习
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main()
{
Mat src = imread("D:/images/test.png");
imshow("input", src);
waitKey(0);
destroyAllWindows();
return 0;
}运行结果如下：
3.Ubuntu OpenCV环境配置
如果安装了ros，会自带opencv3.2.0版本，可通过命令查看版本：
pkg-config --modversion opencv如果需要用到OpenCV4，可先从官网或Github下载源码。
由于编译过程中一些资源无法正常下载，因此先改几个地方：
# ippicv_2020_lnx_intel64_20191018_general.tgz解决办法
cd opencv-xxx/3rdparty/ippicv
vim ippicv.cmake
找到https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}/ippicv/
在链接前加上github的代理地址：https://ghproxy.com/（后续一样）
# face_landmark_model.dat解决办法
cd opencv-xxx/opencv_contrib-4.5.1/modules/face
vim CMakeLists.txt
找到"https://raw.githubusercontent.com/opencv/opencv_3rdparty/${__commit_hash}/"
添加代理地址
# .i文件解决办法
cd /opencv-xxx/opencv_contrib-xxx/modules/xfeatures2d/cmake
将cmake文件夹下两文件的下载路径都加上代理地址
这样在编译的时候就可以正常下载以上资源了。下载完成并解压后：
mkdir build && cd build
cmake -D CMAKE_INSTALL_PREFIX=/usr/local -D CMAKE_BUILD_TYPE=Release -D OPENCV_GENERATE_PKGCONFIG=ON -D -D OPENCV_ENABLE_NONFREE=True ..
make
sudo make install然后进行环境配置：
sudo gedit /etc/bash.bashrc
# 文件末尾添加以下内容 并保存
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
# 更新
sudo updatedb
source /etc/bash.bashrc添加动态库：
# 打开文件
sudo gedit /etc/ld.so.conf.d/opencv.conf
# 添加lib路径
/usr/local/lib
# 更新链接库
sudo ldconfig查看安装情况：
pkg-config --modversion opencv4 #查看版本号
pkg-config --libs opencv4 #查看libs库源码里有sample示例，可以先学习。
如果要编译带cuda的opencv，可以参考：
# 先安装cuda（我选择11.5），选择对应的系统环境安装即可
https://developer.nvidia.com/cuda-11-5-0-download-archive
# 例如，WSL ubuntu
wget https://developer.download.nvidia.com/compute/cuda/11.5.0/local_installers/cuda_11.5.0_495.29.05_linux.run
sudo sh cuda_11.5.0_495.29.05_linux.run
sudo gedit ~/.bashrc
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.5/lib64
export PATH=$PATH:/usr/local/cuda-11.5/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.5
source ~/.bashrc
nvcc -V # 验证版本
# 卸载的话
To uninstall the CUDA Toolkit, run cuda-uninstaller in /usr/local/cuda-11.5/bin替换上面编译opencv的选项：
cmake \
-D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D INSTALL_PYTHON_EXAMPLES=OFF \
-D INSTALL_C_EXAMPLES=OFF \
-D OPENCV_ENABLE_NONFREE=ON \
-D BUILD_TIFF=OFF \
-D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-4.2.0/modules \
-D BUILD_EXAMPLES=OFF \
-D CUDA_ARCH_BIN='8.0' \
-D WITH_CUDA=ON \
-D WITH_CUDNN=ON \
-D WITH_FFMPEG=ON \
-D WITH_V4L=ON \
-D WITH_QT=ON \
-D OPENCV_DNN_CUDA=ON \
-D WITH_CUBLAS=ON \
-D OPENCV_GENERATE_PKGCONFIG=YES \
-D CUDA_nppicom_LIBRARY=stdc++ \
..4.卸载OpenCV4
首先删除opencv4.conf：
cd /etc/ld.so.conf.d/
sudo rm opencv4.conf然后进入编译文件夹卸载（源代码编译完先不要删）：
cd ./OpenCV-xxx/build
sudo make uninstall以上。
腾讯云开发者
