基于macbook M1搭建图像分析环境

1.前言

最近苹果公司发布新款产品，搭载 arm64 架构的处理器，作为嵌入式小白，必须要搞一款来玩玩，在上面跑跑图像处理（按理来说其实跟树莓派是差不多的，相对来说树莓派还是太小众，很多库和软件都来不及适配，那可能有人说了苹果发布的arm64咋可以呢，谁让苹果公司big呢。。。）

2.配置概要

 既然是做图像相关的分析，那么opencv是必须的啦，很多人可能就不服气啦，大名鼎鼎的MATLAB分析什么都厉害，当然也难不倒图像分析，可MATLAB那玩意俺不会用，，，【据说很简单】，其次是macOS Big Sur系统还不支持。然后还需要使用opencv C++版本，需要编译源码。前期想法验证当然需要python啦，提到python就离不开anaconda了-做环境打包配置绝佳利器，可以让一个系统里配置多个python版本，一开始不知道为什么，后来在配置环境的时候还是遇到很多问题的，不断尝试python版本才成功的。所以需要如下几个库：

1. anaconda
2. python3.9
3. opencv4.5.0

3.anaconda库配置

anaconda 目前还没有正式版支持Mac最新的处理器但天无绝人之路，所谓哪里有压迫，哪里就有反抗，miniforge - 该库是conda实现的最小库也称作为conda-forge。下载地址点击下载miniforge，这里选OS X(arm64)。下载后是个shelle脚本，直接运行即可。

4、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。

5、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：

6、代码验证

来个小试牛刀代码吧，图像暗光增强，展示最后的效果。

7、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
   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 
   
   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；

8.参考：

https://sayak.dev/install-opencv-m1/

https://qiita.com/syoyo/items/6ad890c8a902d02d8c5a