OpenCV4.9.0开源计算机视觉库安装概述(2)

愚梦者

已于 2024-04-30 20:09:12 修改

阅读量1.5k

点赞数 38

分类专栏： OpenCV 人工智能文章标签：开源计算机视觉人工智能

于 2024-03-11 08:29:19 首次发布

本文链接：https://blog.csdn.net/2301_78348935/article/details/136613552

版权

人工智能同时被 2 个专栏收录

86 篇文章 1 订阅

订阅专栏

OpenCV

79 篇文章 0 订阅

订阅专栏

引言：

OpenCV是一款开源的计算机视觉库，可用于实时的图像处理、图形识别、机器学习等领域。它具有跨平台、高速、易用等特点，并广泛应用于各种领域，如医学、安防、自动驾驶、AR/VR等。本文将简要介绍如何基于Python环境，安装最新的OpenCV4.9.0版本，并提供相应的命令和代码示例，以帮助读者更快更简单地上手使用OpenCV。创作不易，要是对您有用请加个关注或点个赞，非常感谢了！前面500粉丝我会互关。

正文：

有两种方法可以在您的机器上安装 OpenCV：为您的平台下载预构建版本或从源代码编译。OpenCV简介可以到下面文章查看：OpenCV（一个C++人工智能领域重要开源基础库）

预构建版本

在许多情况下，您可以找到满足您需求的 OpenCV 预构建版本。

OpenCV 核心团队的软件包

每个版本都会发布使用默认参数和最新编译器构建的 Android、iOS 和 Windows 包，它们不包含opencv_contrib模块。

GitHub 版本：Releases · opencv/opencv · GitHub
SourceForge.net：OpenCV - Browse Files at SourceForge.net

第三方软件包

其他组织和个人维护他们自己的 OpenCV 二进制发行版。例如：

System packages in popular Linux distributions (https://pkgs.org/search/?q=opencv)
PyPI (Search results · PyPI)
Conda (Search :: Anaconda.org)
Conan (GitHub - conan-community/conan-opencv: [DEPRECATED] Conan recipes for OpenCV)
vcpkg (https://github.com/microsoft/vcpkg/tree/master/ports/opencv)
NuGet (NuGet Gallery | Packages matching opencv)
Brew (opencv — Homebrew Formulae)
Maven (Maven Central Repository Search)

从源代码构建

现有的二进制包可能不适用于您的用例，那么您必须自己构建 OpenCV 的自定义版本。本部分简要概述了构建过程，请查看特定平台的教程以获取实际的构建说明。

OpenCV 使用 CMake 构建管理系统进行配置和构建，因此本节主要介绍使用 CMake 构建软件的通用过程。

步骤 0：先决条件

安装 C++ 编译器和生成工具。在 *NIX 平台上，它通常是 GCC/G++ 或 Clang 编译器以及 Make 或 Ninja 构建工具。在 Windows 上，它可以是 Visual Studio IDE 或 MinGW-w64 编译器。Android NDK 中提供了适用于 Android 的原生工具链。XCode IDE 用于为 OSX 和 iOS 平台构建软件。

从官方网站或其他来源安装 CMake。

获取其他第三方依赖项：具有额外功能的库，如解码视频或显示 GUI 元素;提供所选算法的优化实现的库;用于文档生成和其他附加功能的工具。查看 OpenCV 配置选项参考，了解可用选项和相应的依赖关系。

步骤 1：获取软件源

典型的软件项目由一个或多个代码存储库组成。OpenCV 有两个带有代码的存储库：opencv - 具有稳定且积极支持的算法的主存储库，以及包含实验和非自由（专利）算法的 opencv_contrib;以及一个包含测试数据的存储库：opencv_extra。

您可以下载具有完整历史记录的存档或克隆存储库形式的存储库快照。

要下载快照存档，请执行以下操作：

转到 Releases · opencv/opencv · GitHub 并从任何版本下载“源代码”存档。
（也可以）转到 Releases · opencv/opencv_contrib · GitHub 并下载与 opencv 相同的版本的“源代码”存档
（也可以）转到 Releases · opencv/opencv_extra · GitHub 并下载与 opencv 相同的版本的“源代码”存档
将所有存档解压缩到你想要的安装位置

要克隆存储库，请在控制台中运行以下命令（必须安装 git）：

git clone https://github.com/opencv/opencv
git -C opencv checkout <some-tag>

#也可以这个组命令
git clone https://github.com/opencv/opencv_contrib
git -C opencv_contrib checkout <same-tag-as-opencv>

#也可以这个组命令
git clone https://github.com/opencv/opencv_extra
git -C opencv_extra checkout <same-tag-as-opencv>

注意：如果要使用多个存储库构建软件，请确保所有组件都相互兼容。对于 OpenCV，这意味着 opencv 和 opencv_contrib 存储库必须在同一标签下签出，或者所有快照存档都从同一版本下载。在选择下载哪个版本时，要考虑到您的目标平台和开发工具版本，最新版本的 OpenCV 可能会遇到非常旧的编译器的构建问题，反之亦然。我们建议使用最新版本和新的操作系统/编译器组合。

第 2 步：配置

在此步骤中，CMake 将验证所有必要的工具和依赖项是否可用且与库兼容，并将为所选的构建系统生成中间文件。它可以是 Makefile、IDE 项目和解决方案等。通常此步骤在新创建的构建目录中执行：

cmake -G<generator> <configuration-options> <source-directory>

注意

cmake-gui应用程序允许使用图形用户界面查看和修改可用选项。有关详细信息，请参阅 Resources。

第 3 步：构建

在构建过程中，源文件被编译为目标文件，这些文件被链接在一起或以其他方式组合到库和应用程序中。可以使用通用命令运行此步骤：

cmake --build <build-directory> <build-options>

...或者底层构建系统可以直接调用：

做

（可选）第 3 步：安装

在安装过程中，生成结果和生成目录中的其他文件将被复制到安装位置。默认安装位置在 UNIX 和 Windows 上。可以在配置步骤中通过设置选项更改此位置。若要执行安装，请运行以下命令：/usr/localC:/Program FilesCMAKE_INSTALL_PREFIX

cmake --build <build-directory> --target install <other-options>

注意

此步骤是可选的，OpenCV 可以直接从构建目录中使用。

如果安装根目录位置是受保护的系统目录，则必须使用超级用户或管理员权限（例如）。sudo cmake ...

（可选）第 4 步：构建插件

可以解耦一些 OpenCV 依赖项，并通过将部分代码提取到动态加载的插件中来使它们成为可选的。它有助于生成自适应二进制发行版，这些发行版可以在依赖性较少的系统上运行，并且只需安装缺失的库即可扩展功能。目前，模块 core、videoio 和 highgui 支持这种机制作为其某些依赖项。在某些情况下，可以通过设置选项（如或）与 OpenCV 一起构建插件，可以在 OpenCV 配置选项参考中找到与此场景相关的更多选项。在其他情况下，插件应该在自己的构建过程中单独构建，本节将介绍这种独立的构建过程。VIDEOIO_PLUGIN_LISTHIGHGUI_PLUGIN_LIST

注意

建议使用与用于 OpenCV 构建的编译器、配置和构建选项兼容的编译器、配置和构建选项，否则生成的库可能会拒绝加载或导致其他运行时问题。请注意，由于 OpenCV 和相应的第三方库之间存在额外的障碍，当动态加载后端时，某些功能可能会受到限制或运行速度变慢。

构建过程类似于 OpenCV 主构建，但您必须使用位于相应子目录中的特殊 CMake 项目，这些文件夹也可以包含引用脚本和 Docker 镜像。为插件使用名称前缀很重要，这样加载程序才能找到它们。每个受支持的前缀只能用于加载一个库，但是可以探测单个前缀的多个候选库。例如，您可以拥有 libopencv_videoio_ffmpeg_3.so 和 libopencv_videoio_ffmpeg_4.so 插件，第一个可以成功加载的插件将占用内部插槽并停止探测过程。下表列出了可能的前缀和项目位置：opencv_<module>_<backend>

模块	后端	位置
核心	parallel_tbb、parallel_onetbb parallel_openmp	opencv/modules/core/misc/plugins
高级	GTK、GTK2、GTK3	opencv/modules/highgui/misc/plugins
视频IO	ffmpeg、gstreamer、intel_mfx、msmf	opencv/modules/videoio/misc

例：

# TBB检测的设置环境，例如：

# export TBB_DIR=<dir-with-tbb-cmake-config>

cmake -G<generator> \

-DOPENCV_PLUGIN_NAME=opencv_core_tbb_<后缀> \

-DOPENCV_PLUGIN_DESTINATION=<dest-folder> \

-DCMAKE_BUILD_TYPE=<config> \

<opencv>/modules/core/misc/plugins/parallel_tbb

cmake --build 。--config <config>

注意：在 Windows 上，插件必须与现有的 OpenCV 版本链接。将 environment 或 CMake 变量设置为带有 OpenCVConfig.cmake 文件的目录，它可以是 OpenCV 构建目录或执行安装位置的某个路径。OpenCV_DIR

愚梦者

关注

38
点赞
踩
23

收藏

觉得还不错? 一键收藏
打赏
2
评论
OpenCV4.9.0开源计算机视觉库安装概述(2)

OpenCV是一款开源的计算机视觉库，可用于实时的图像处理、图形识别、机器学习等领域。它具有跨平台、高速、易用等特点，并广泛应用于各种领域，如医学、安防、自动驾驶、AR/VR等。本文将简要介绍如何基于Python环境，安装最新的OpenCV4.9.0版本，并提供相应的命令和代码示例，以帮助读者更快更简单地上手使用OpenCV。
复制链接

扫一扫