Linux下编译OpenCV3总结

从源码编译OpenCV3

OpenCV于2015年6月4号，在其官网上正式发布了最新的OpenCV version 3.0版本，貌似有挺多的更新。由于我要用到contrib模块的文本检测工具，所以打算重新编译一下。

首先，我们来到 OpenCV 在 Github 上的主页，就可以看到 http://githu.com/Itseez 下有 opencv（主项目），opencv_extra（额外的数据），opencv_contrib（非正式发行的模块），copencv_3rdparty（用到的第三方库），等等子项目。我要用到的 text detection 算法就在 contrib 里面。

---

直接用终端下的Git命令下载下来这两个 repository

git clone https://github.com/Itseez/opencv.git
git clone https://github.com/Itseez/opencv_contrib.git
 
   
   
   
   

    
    
    
    
1
    
    
    
    
2
   
   
   
   
 
   
   
   
   

    
    
    
    
1
    
    
    
    
2
   
   
   
   

下载完以后，当前文件夹就会多了 opencv 和 opencv_contri 两个文件夹，和 Github 上一毛一样的。

接着我们要新建一个文件夹，叫 release 好了，我们要在这个文件夹下编译和安装 OpenCV，Linux下命令如下：

mkdir release && cd release
 
   
   
   
   

    
    
    
    
1
   
   
   
   
 
   
   
   
   

    
    
    
    
1
   
   
   
   

---

然后，我们要用 cmake 这个工具来编译整个项目的源文件，放心，makefile 什么的已经都给配置好了，我们只需要运行 cmake 命令，加一些我们要的参数就好了。

cmake 有一个参数为 -D，后可以跟变量名和赋的值，如 cmake -D CMAKE_BUILD_TYPE=RELEASE 表示我们要编译 release 版本。这里由于我要额外编译 contrib 模块，所以要告诉 cmake。最终这些东西会写进去CMakeCache.txt中。命令如下：

cmake -D CMAKE_BUILD_TYPE=RELEASE \
    -D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib/modules \
    -D CMAKE_INSTALL_PREFIX=/usr/local \
    ../opencv
 
   
   
   
   

    
    
    
    
1
    
    
    
    
2
    
    
    
    
3
    
    
    
    
4
   
   
   
   
 
   
   
   
   

    
    
    
    
1
    
    
    
    
2
    
    
    
    
3
    
    
    
    
4
   
   
   
   

---

知道了要编译哪些东西，和编译的配置，我们就可以执行编译和安装了，运行下面两个命令，就开始慢慢等吧，我这里不到十分钟就好了，挺快的！编译会输出一堆红红绿绿的信息和进度等，编译完注意看最后的几行，有没有提示你出错。第二条命令要root权限，因为我们要把一些文件拷贝进系统文件夹下面。

make
sudo make install
 
   
   
   
   

    
    
    
    
1
    
    
    
    
2
   
   
   
   
 
   
   
   
   

    
    
    
    
1
    
    
    
    
2
   
   
   
   

小试牛刀

我们下来看看，编译完以后，会有什么变化。运行下面的命令：

pkg-config --cflags --libs opencv
 
   
   
   
   

    
    
    
    
1
   
   
   
   
 
   
   
   
   

    
    
    
    
1
   
   
   
   

于是会输出一堆的 -I/usr/local/include/opencv -L/usr/local/lib -lopencv_text 等，这些都是我们可引用的 OpenCV 静态库路径，熟悉 g++ 的同学知道这里的不同参数之间的区别。有兴趣的可以去深究。

我们来尝试编译一个opencv文件，如 ./opencv/samples/cpp/tutorial_code/introduction/display_image 下的 display_image.cpp 文件，源代码列出来吧：

#include 
#include 
#include 

#include 
#include 

using namespace std;
using namespace cv;

int main(int argc, char **argv) {
    // 读取图片
    Mat img = imread(argv[1])
    // 创建一个窗口
    namedWindow("display window", WINDOW_AUTOSIZE);
    // 在窗口里显示该图片
    imshow("display window", img);
    // 等待键盘输入
    waitKey(0);
    return 0;
}
 
   
   
   
   

    
    
    
    
1
    
    
    
    
2
    
    
    
    
3
    
    
    
    
4
    
    
    
    
5
    
    
    
    
6
    
    
    
    
7
    
    
    
    
8
    
    
    
    
9
    
    
    
    
10
    
    
    
    
11
    
    
    
    
12
    
    
    
    
13
    
    
    
    
14
    
    
    
    
15
    
    
    
    
16
    
    
    
    
17
    
    
    
    
18
    
    
    
    
19
    
    
    
    
20
    
    
    
    
21
   
   
   
   
 
   
   
   
   

    
    
    
    
1
    
    
    
    
2
    
    
    
    
3
    
    
    
    
4
    
    
    
    
5
    
    
    
    
6
    
    
    
    
7
    
    
    
    
8
    
    
    
    
9
    
    
    
    
10
    
    
    
    
11
    
    
    
    
12
    
    
    
    
13
    
    
    
    
14
    
    
    
    
15
    
    
    
    
16
    
    
    
    
17
    
    
    
    
18
    
    
    
    
19
    
    
    
    
20
    
    
    
    
21
   
   
   
   

用下面的命令来编译：

g++ display_image.cpp -o display_image `pkg-config --cflags --libs opencv`
 
   
   
   
   

    
    
    
    
1
   
   
   
   
 
   
   
   
   

    
    
    
    
1
   
   
   
   

注意最右边的符号 ` 不是引号，而是键盘上 1 左边的那个。这是 shell 的语法，我就不多说了。

编译没有报错的话，就可以运行试试看了

./dispaly_image ./fish.jpg
 
   
   
   
   

    
    
    
    
1
   
   
   
   
 
   
   
   
   

    
    
    
    
1
   
   
   
   

然后你的 fish.jpg 图片就会显示在窗口中。

---

Python-OpenCV

当然，有时候，我们想用 OpenCV 的 Python 接口，那样子开发更方便。在 ./opencv/samples/python2/ 文件夹下面，有很多的例子，没事可以跑着玩玩。比如说：

python opt_flow.py
 
   
   
   
   

    
    
    
    
1
   
   
   
   
 
   
   
   
   

    
    
    
    
1
   
   
   
   

就可以运行一个叫做光流算法的程序，听说可以检测运动的物体，我也不懂是干啥，但是觉得 Demo 好炫，好厉害有木有！ OpenCV 真是太强大了。

平常我们学习的时候，可以多看看这些例子，非常有助于我们学习代码。官网的 tutorials + API Reference ，加上这些例子，不比读一本教程书来的简单。实际上，我更喜欢前者。

Python 有很好的文档机制，用 help 函数，直接在 terminal 里，就可以输出文档。 help的参数可以是函数名，也可以是变量。

import cv2
print help(cv2.imread)

img = cv2.imread('1.jpg')
print help(img)