Mac及CentOS下安装OpenCV

 2017年11月19日    780     声明


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
  2. Linux CentOS 7 安装OpenCV

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

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

Mac安装OpenCV


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

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。