OpenCV是一个开源跨平台计算机视觉库,其基于BSD开源许可发布。它提供了C++、C、Python、Java等语言的调用接口,可以在Windows、Linux、Mac OS、iOS、Android等操作系统中运行。因为需要调用一个基于OpenCV的图像识别算法,顺便整理一下Mac及CentOS下OpenCV 2.4的安装配置。
1. Mac安装OpenCV
项目开发环境使用Mac。Mac下安装OpenCV可以使用Homebrew安装,也可以编译安装。Mac 下安装OpenCV请确保已安装Xcode。p>
Homebrew安装简单介绍如下
进行以下操作前,请确保已安装Homebrew。
首先查找安装包:
$ brew search opencv
opencv opencv@2
安装2.*版本的OpenCV,可以使用以下命令:
$ brew install opencv@2
以下是编译安装OpenCV的过程
1. 安装cmake
源码安装时,需要使用cmake来构建项目。首先需要安装cmake:
$ sudo brew install cmake
2. 下载OpenCV
下载OpenCV,并切换到指定分支下:
$ git clone https://github.com/opencv/opencv.git
$ cd opencv
$ git checkout 2.4
当前OpenCV主分支版本为3.3+,因为我们要使用2.4版本,所以下载后需要切换到2.4分支。
3. 编译安装OpenCV
$ mkdir build
$ cd build
$ cmake ..
$ make
$ sudo make install
4. 验证安装
OpenCV源码的samples目录下,包含一些OpenCV所提供的示例程序,我们可以通过这些示例来验证OpenCV安装是否成功。
首先编译这些示例:
$ cd ../samples
$ mkdir build
$ cd build
$ cmake ..
$ make
编译后,可运行运行任意一个示例进行验证,如:
$ ./cpp/cpp-example-em
Xcode中使用OpenCV
1. 创建项目
打开Xcode,并创建一个macOS-Command Line Tool项目,项目语言选择C++:
2. 配置路径
选中项目的targets,并配置其头文件(Header Search Path)及库文件(Library Search Path)查找路径,其中:
Header Search Path配置为:/usr/local/include
Library Search Path配置为:/usr/local/lib
3. 添加库引用到项目
在项目新建一个名为libs分组(New Group),然后按shift+command+g在弹出窗口中输入/usr/local/lib。进入指定的目录后,按类型分类文件,并将libopecv_*.dylib等文件引用添加到libs分组中。
4. 编写项目代码
在main.cpp中编写以下代码:
//
// main.cpp
// OpencvTest
//
// Created by 刘海涛 on 2017/11/19.
// Copyright © 2017年 IT笔录. All rights reserved.
//
#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
IplImage* doCanny(IplImage* image_input,
double lowThresh,
double highThresh,
double aperture)
{
if(image_input->nChannels != 1)
return (0);
IplImage* image_output = cvCreateImage(cvGetSize(image_input),
image_input->depth,
image_input->nChannels);
cvCanny(image_input,image_output,lowThresh,highThresh,aperture);
return(image_output);
}
int main(int argc, char* argv[])
{
cvNamedWindow("Camera" , CV_WINDOW_AUTOSIZE );
CvCapture* capture = cvCreateCameraCapture(CV_CAP_ANY);
assert(capture != NULL);
IplImage *frame = 0;
frame = cvQueryFrame(capture);
IplImage *frame_edge = cvCreateImage(cvGetSize(frame),
IPL_DEPTH_8U,
1);
while(1)
{
frame = cvQueryFrame(capture);
if(!frame) break;
cvConvertImage(frame,frame_edge,0);
frame = cvCloneImage(frame_edge);
frame_edge = doCanny(frame_edge,70,90,3);
cvShowImage("Camera",frame_edge);
char c = cvWaitKey(15);
if(c == 27) break;
}
cvReleaseCapture(&capture);
cvReleaseImage( &frame_edge );
cvReleaseImage( &frame);
return (int)0;
}
5. 运行项目
编写完代码后编译并运行效果,运行效果如下:
2. Linux CentOS 7 安装OpenCV
项目的最终运行环境是安装了 CentOS 发行版的 Linux,CentOS 7中安装OpenCV过程如下。
2.1 安装依赖库
sudo yum install autoconf automake cmake freetype-devel gcc gcc-c++ git libtool make mercurial nasm pkgconfig zlib-devel
2.2 安装FFmpeg
FFmpeg用于解码H264编码的视频数据流,将其转为OpenCV可处理的Mat格式后,再由OpenCV进一步处理。如果你的项目中有相关需要,就需要安装FFmpeg。
编译安装FFmpeg如下:
$ git clone git://source.ffmpeg.org/ffmpeg
$ cd ffmpeg
$ ./configure --enable-shared
$ make
$ sudo make install
安装后,可以通过ffmpeg -version命令检查安装是否成功:
$ ffmpeg -version
ffmpeg version 2.8.13 Copyright (c) 2000-2017 the FFmpeg developers
built with gcc 4.8.5 (GCC) 20150623 (Red Hat 4.8.5-11)
...
如果安装遇到问题,请参考以下官方介绍:
2.3 安装OpenCV
我们可以从OpenCV的GitHub官方仓库下载源码后,再编译安装。
各操作步骤如下:
$ git clone https://github.com/opencv/opencv.git
$ cd opencv
$ git checkout 2.4
$ mkdir build
$ cd build
$ cmake ..
$ make
$ sudo make install
安装完成后,同样可以编译samples目录下示例,以验证安装是否成功。