cmake配置出错_在C++/Python/Java/ObjectC中使用OpenCV，详细配置踩坑记录！！

1. 前言

作为OpenCV的高频使用者，我在目前主流语言中都使用过OpenCV，并且在Windows/ Linux/ Mac OS上均有过配置经验，为了让自己踩过的坑不至于白踩，现将这些过程和踩过的坑都记录下来，希望能对需要的同学有点帮助。OpenCV的话就不过多介绍了，做图像处理的童鞋应该都比较喜欢用这个库，毕竟更新多，维护多，文档多，且C++写的运行速度快，并且功能丰富，4版本封装了很多深度学习相关的库，避免重复造轮子，提高生产效率。下面进入正题，每种语言在不同平台(根据实际情况)下的配置过程和例子都会给出。

2. C++

2.1 Windows下配置

Windows下使用OpenCV最方便的是在Visual Studio中，首先去官网上面下载OpenCV for windows的包，[check here](Releases)，选择windows即可。比如下载最新的OpenCV4.1.1，文件的名字是opencv-4.1.1-vc14_vc15.exe，其中vc14，vc15代表的是VS2015和VS2017版本号。下载完成之后双击解压即可。

我发现这个网上教程非常多，可以看[这儿](windows7系统VS2017下的OpenCV环境搭建 - Arjen_Z - 博客园)

2.2 Mac OS下配置

(1) Mac下配置非常简单，打开终端，运行

brew install opencv

（PS：但是注意！这个命令是不支持java版本的，如果需要在mac下使用java+opencv，建议跳到下面的java部分。）

(2) 静静地等待安装完毕，需要一段时间。这个时间，可以去下载一个Xcode。

使用上面这个命令安装好OpenCV之后，头文件和相关的静态库是默认安装在/usr/local/Cellar/opencv/4.1.0_2/下的，但这个命令还很贴心的将头文件和静态库软连接到/usr/local/include/opencv4这个下面，方便后面的配置。

(3)mac下C++使用OpenCV

方案1:命令行使用

export PKG_CONFIG_PATH=/usr/local/Cellar/opencv/4.1.0_2/lib/pkgconfig/

然后随便打开一个OpenCV的sample，里面有写好的Makefile文件，直接cmake..&&make就行。

方案2:【推荐】Xcode下使用

打开xcode，新建macOS->command line tool，选择语言C++，新建project后按照下图去配置。注意左边那些*.dylib 在/usr/local/Cellar/opencv/4.1.0_2/lib下可以找到。


配置完成之后，就可以在Xcode中愉快的使用C++和OpenCV了～

2.3 Centos下配置

有两种方法：

一、利用centos的Repository

sudo yum install opencv opencv-devel opencv-python
pkg-config --modversion opencv
2.4.5

这个办法也许不能安装最新的版本，得看repository有哪个版本的，我这边装的就是2.4.5，现在已经出到4.1.0了

二、从源码编译

1.下载OpenCV源码：[check here](Releases) 注意，选择source

2.解压文件并进入文件夹：

3. Python

python跨平台，三种操作系统共用一种方法，只是注意，最好使用安装Anaconda使用虚拟环境，具体步骤如下，打开终端，输入：

conda create -n tf python=3.6   #创建一个名为tf的python3的虚拟环境
conda activate tf
pip install opencv-contrib-python-headless #添加headless则不会编译图形学相关的库，减少出错

搞定！

4. Java

由于笔者只在linux和os上使用过java，所以这部分没有windows的配置经验～

4.1 Mac OS下

之前说过，mac下安装opencv，只需要brew install opencv即可，但这样只会按默认方式去安装，不会生成java相关的jar包和动态库，因此mac os下想要顺利使用java+opencv的环境，需要进行如下操作：

brew install ant
brew edit opencv

在打开的文件中把-DBUILD_opencv_java=OFF改为-DBUILD_opencv_java=ON

接着运行

brew install --build-from-source opencv

全部完成之后就能在如下的目录中发现下图所示的东西：


如果使用的编译器是IDEA，则需要在run->Edit configurations->VM options中加入路径：

-Djava.library.path="/usr/local/Cellar/opencv/4.1.0_2/share/OpenCV/java/opencv"

这个主要是为了让编译器可以找到动态库所在的位置，jar包则按照一般jar包的使用规则去引入就可以。

测试程序如下：

import 

4.2 centos 下

1. CentOS7.0虽然自带JDK1.7和1.8，运行“java -version”命令也可以看到版本信息，但是jdk的安装环境不全，比如缺少tool.jar和dt.jar等，这就导致“javac”等这样的命令即便配置了环境变量也不能用，所以要重新安装jdk,并且配置环境变量。

首先查看可以安装的jdk版本：

yum search java-1.8

安装1.8这一款：

 yum -y install java-1.8.0-openjdk-devel.x86_64 

然后配置环境变量：

vim /etc/profile
export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.141-2.6.10.1.el7_3.x86_64
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

2. 在安装了jdk并且export JAVA_HOME="你的jdk路径之后"，再从源码编译opencv即可，具体步骤如下：

下载opencv源码包并解压：

wget https://github.com/opencv/opencv/archive/4.1.0.zip &&unzip 4.1.0.zip
cd 4.1.0 &&mkdir build && cd build
cmake -DBUILD_SHARED_LIBS=OFF _DBUILD_TEST=OFF ..
make -j8

其中cmake的编译选项又很大的灵活性，第一个是静态编译opencv，这样生成的libopencv_java410.so会比较大，但是不会依赖其他的.so，比如libopencv_ml410.so这种。具体的精简编译opencv可以看[这篇博客](编译opencv精简静态库)

编译完之后就能在build/lib/下发现libopencv_java410.so文件，在build/bin目录下发现opencv410.jar文件。

运行下面的命令可以查看libopencv_java410.so的依赖的动态库情况：

ldd build/lib/libopencv_java410.so

4.3 如何打包独立的包含opencv所有依赖库的jar包？

这个是要解决一个这样的问题：我们的一个sdk，需要在线上环境下使用java+opencv，但是线上的机器无法配置OpenCV的环境。因此，需要自己将opencv的动态库打进jar包，在线上引用的时候，将动态库释放到/tmp目录或其他方便的目录下，从而可以在没有安装过OpenCV的java环境下正确运行。

(1) 将上一步生成的libopencv_java.so.4.0，以及其他的.so都放到resources文件夹下

(2)编写资源加载类:

import 

这个类的功能是将resources文件夹下的资源打包释放到/tmp文件夹下，使用的作为静态语句放到类中就可以:

static

(3)mvn package即可在target下面生成yourproject.jar,这样，其他没有编译安装opencv的平台就可以正常使用这个sdk了！

(4)注意事项：如果实际使用sdk的电脑不仅没有opencv，还没有opencv所依赖的第三方库比如jpeg，webp等，建议在cmake的时候，添加-DBUILD_JPEG=ON这样类似的标识，然后ldd 查看libopencv_java410.so是否还依赖jpeg的动态库，如果不再依赖，就表示可以在没有jpeg的平台上使用了！

5. 总结

以上为在各个语言下各个操作系统下使用OpenCV的过程，最后，奉献上我编译的opencvjava的动态库和jar包，需要的同学可以评论一下，我给加上权限～另外有什么问题也可以评论，我踩了很多坑，但是自己已经记不全了，如果问到，可能会想起来～