M1搭建图像分析环境

1.python版本配置

使用conda进行配置，命令如下，其中myenv是一个完整环境的名字，内置python3.9版本，然后activate激活环境。

conda create -n myenv python=3.9
conda activate myenv

执行完以上两条命令之后，在terminal里可以看到如下信息：

以上信息就代表在conda里配置python3.9成功。

2.其他相关库配置（opencv numpy matplotlib）

opencv是这次做图像分析和处理的主角，我们先安装其他必要的库，numpy matplotlib，再安装python版本的opencv库，命令如下：

pip install numpy
pip install matplotlib
pip install opencv

安装完之后，还需要验证一下是否成功。可以看到各个版本如下：

3.c++版本的opencv库配置

python代码毕竟只是做前期算法验证，真正实现还是c++代码。所以需要拿到opencv源码重新编译生存平台支持的库。

1. 下载opencv源码：

wget -O opencv.zip https://github.com/opencv/opencv/archive/4.5.0.zip

2. 解压

unzip opencv.zip
cd opencv-4.5.0
mkdir build && cd build

3. 配置

cmake \
  -DCMAKE_SYSTEM_PROCESSOR=arm64 \
  -DCMAKE_OSX_ARCHITECTURES=arm64 \
  -DWITH_OPENJPEG=OFF \
  -DWITH_IPP=OFF \
  -D CMAKE_BUILD_TYPE=RELEASE \
  -D CMAKE_INSTALL_PREFIX=/usr/local \
  -D INSTALL_PYTHON_EXAMPLES=ON \
  -D INSTALL_C_EXAMPLES=OFF \
  -D OPENCV_ENABLE_NONFREE=ON \
  -D BUILD_EXAMPLES=ON ..

4. 编译，并安装

make -j8;sudo make install

5. opencv库代码验证（注意看图操作）
   在opencv-4.5.0/samples/cpp/example_cmake下有个演示demo，cmake . 进行生成Makefile文件（注意，cmake后面有个 . ）。然后使用make进行编译。

#include "opencv2/core.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/videoio.hpp"
#include <iostream>
 
using namespace cv;
using namespace std;
 
void drawText(Mat & image);
 
int main()
{
    cout << "Built with OpenCV " << CV_VERSION << endl;
    Mat image;
    VideoCapture capture;
    capture.open(0);
    if(capture.isOpened())
    {
        cout << "Capture is opened" << endl;
        for(;;)
        {
            capture >> image;
            if(image.empty())
                break;
            drawText(image);
            imshow("Sample", image);
            if(waitKey(10) >= 0)
                break;
        }
    }
    else
    {
        cout << "No capture" << endl;
        image = Mat::zeros(480, 640, CV_8UC1);
        drawText(image);
        imshow("Sample", image);
        waitKey(0);
    }
    return 0;
}
 
void drawText(Mat & image)
{
    putText(image, "Hello OpenCV",
            Point(20, 50),
            FONT_HERSHEY_COMPLEX, 1, // font face and scale
            Scalar(255, 255, 255), // white
            1, LINE_AA); // line thickness and type
}

最后一步再次一举了。直接 ./opencv_example 运行；