mac中Xcode配置opencv

下载依赖包

1. 下载包管理工具brew

   /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
   

   安装时如果出现:Downloading Command Line Tools (macOS Mojave version 10.14) for Xcode Error,可能由于安装依赖时需要安装Command Line Tools。自己手动安装下：
   打开Xcode，然后如下图「Xcode」-「Open Developer Tool」-「More Developer Tools」…
   登陆appleID之后下自己对应版本的Command Line Tools，成功后再执行命令安装brew。

2. 通过brew安装cmake

   brew install cmake
   

3. 通过brew安装opencv

   brew install opencv
   

Xcode配置opencv

1. 打开Xcode - [Create a new Xcode project] - [macOS] - [Command Line Tool] - 输入项目信息创建项目。
   
   
2. 点击工程 - [TARGETS] - [All] - [Build Settings] - 搜索框输入search paths - 找到search path。找到其中的[Header Search Paths]与[Library Search Paths]。
   
   1） 在Header Search Paths后边添加:$ (PROJECT_DIR) 以及/usr/local/include两个路径
   2） 在Library Search Paths后边添加:$(PROJECT_DIR)以及/usr/local/lib两个路径
   如果安装的opencv比较新，/usr/local/include中出现的文件夹为opencv4/opencv2，使用时又想原来比如#include<opencv2/opencv.hpp>的方式不变，可以在Header Search Paths中再加入/usr/local/include/opencv4.
3. 添加动态链接库，Build Phase - [Link Binary With Libraries],点击出现的+，进行添加运行程序所使用的依赖函数。库一般在安装目录的lib下，如：/usr/local/Cellar/opencv/4.1.0_1/lib
   只需要将libopencv****.dylib文件(左下角没有箭头)全部导入。
4. 如果调用摄像头可能没有权限，需要添加权限：
   左侧右键 - 创建property list文件文件

• 保存为 Info.plist，保存在products里
  用Xcode打开添加如下描述：
  点选products中的文件，右键，选择在finder中打开：
  
  把刚才创建好的Info.plist拷贝到这个文件夹中就ok了。
  

5. Xcode中opencv 配置完成。可以执行代码测试。

   #include <opencv2/opencv.hpp>
   #include <iostream>
   
   using namespace cv;
   using namespace std;
   
   String fileName = "/usr/local/Cellar/opencv/4.1.0_1/share/opencv4/haarcascades/haarcascade_frontalface_alt.xml";
   CascadeClassifier face_classifier;
   
   int main(int argc, char** argv) {
   	if(!face_classifier.load(fileName)) {
   		printf("could not load face feature data...\n");
   		return -1;
   	}
   
   	Mat src = imread("D:/vcprojects/images/test.png");
   	if (src.empty()) {
   		printf("could not load image...\n");
   		return -1;
   	}
   	imshow("input image", src);
   	Mat gray;
   	cvtColor(src, gray, COLOR_BGR2GRAY);
   	equalizeHist(gray, gray);
   
   	vector<Rect> faces;
   	face_classifier.detectMultiScale(gray, faces, 1.2, 3, 0, Size(24, 24));
   	for (size_t t = 0; t < faces.size(); t++) {
   		rectangle(src, faces[static_cast<int>(t)], Scalar(0, 0, 255), 2, 8, 0);
   	}
   
   	imshow("detect faces", src);
   	waitKey(0);
   	return 0;
   }