不同平台下载安装搭建OpenCV + Java环境
macos
windows
linux
Windows平台
太简单了，直接去官网 https://opencv.org/releases/ 下载OpenCV 的 windows 版本，安装完，就能找到jar包和dll动态库，然后直接看后面怎么使用吧。
MacOS 平台
系统版本：macOS Big Sur （11.3.1）
时间：2022年2月16日，时间很重要，因为各种库的版本都会更新，有可能在你看到这篇文章的时候，库已经更新了，再使用我的安装方法的话，可能会导致你安装失败，我只能描述我是如何安装的。
安装需要用到的工具
Homebrew
需要使用到Homebrew工具
以下是Homebrew工具的安装
ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
我本地已经安装过了，上面步骤不再重复
在执行后续安装前，可以先使用 brew update brew upgrade 进行了升级之后，再安装后面的依赖库
如果Homebrew安装失败，那就移步百度去找Homebrew怎么安装吧～ ^ __ ^
依赖库
参考，但不是完全照抄，我在安装过程中，也遇到了好多问题
主要针对ffmpeg做了调整，如果默认安装，以我当前时间，安装的这个库版本为5，而我实际安装的最新的OpenCV-4.5.4版本的话，它使用的还是4版本，如果安装错误，会导致安装过程中ffmpeg库找不到某些接口
调整前
brew install gcc git cmake pkg-config ffmpeg libgphoto2 libav libjpeg libpng libtiff libdc1394 ant
调整后
brew install gcc git cmake pkg-config ffmpeg@4 libgphoto2 libav libjpeg libpng libtiff libdc1394 ant zlib
JAVA 环境
我用的是Oracle JDK 1.8u291，怎么安装不赘述了。
➜ lib Java -version
java version "1.8.0_291"
Java(TM) SE Runtime Environment (build 1.8.0_291-b10)
Java HotSpot(TM) 64-Bit Server VM (build 25.291-b10, mixed mode)
OpenCV + Java 依赖环境配置
在依赖库安装之后，使用ant命令，检查ant是否安装成功，如果安装失败，请手动安装，传送门。
➜ lib ant -version
Apache Ant(TM) version 1.10.12 compiled on October 13 2021
环境变量配置
我这里用的是~/.zshrc文件，除此之外，~/.bash_profile、~/.bashrc、/etc/profile 这些文件都可以添加环境变量，不用纠结我为什么在zshrc中添加（启动终端会自动加载的环境变量配置文件）
export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.8.0_291.jdk/Contents/Home (改成你的即可，已经配置过忽略)
export PATH=$JAVA_HOME/bin:$PATH (已经配置过可以忽略)
========================分割线-很重要========================export JAVA_AWT_INCLUDE_PATH=$JAVA_HOME
export JAVA_AWT_LIBRARY=$JAVA_HOME
export JAVA_INCLUDE_PATH=$JAVA_HOME/indclude
export JAVA_INCLUDE_PATH2=$JAVA_HOME/include/darwin
export JAVA_JVM_LIBRARY=$JAVA_HOME
============================================================
分割线中间内容，就是折磨我一天的配置，我之前一直没有配置，也不知道怎么配置，导致我安装OpenCV之后，一直没有找到生成的Jar包和dylib动态库。所以要特别感谢这位 博主 给我的启发
配置完了保存，别忘了使用source命令重载配置，并检查是否配置成功
echo $JAVA_INCLUDE_PATH2 // 检查是否配置成功
如果红色字体不配置的话，Cmake之后的结果如下：
...
-- Java:
-- ant: /usr/local/bin/ant (ver 1.10.12)
-- JNI: NO
-- Java wrappers: NO
-- Java tests: NO
...
配置之后，Cmake之后结果如下：
...
-- Java:
-- ant: /usr/local/bin/ant (ver 1.10.12)
-- JNI: /Library/Java/JavaVirtualMachines/jdk1.8.0_291.jdk/Contents/Home/include /Library/Java/JavaVirtualMachines/jdk1.8.0_291.jdk/Contents/Home/include/darwin /Library/Java/JavaVirtualMachines/jdk1.8.0_291.jdk/Contents/Home/include
-- Java wrappers: YES
-- Java tests: YES
...
就是这个差别，会影响最后到底有没有生成Jar包和动态库
安装OpenCV
Homebrew安装
参考
brew edit opencv
In the text editor that will open, change the line -DBUILD_opencv_java=OFF to -DBUILD_opencv_java=ON, and save the file.
修改-DBUILD_opencv_java=OFF 为 -DBUILD_opencv_java=ON
brew install --build-from-source opencv
等待安装结束
查看目录：/usr/local/Cellar/opencv/{version}
不过这个方式我只是把库装好了，没有找到对应的jar
安装完了我没删除，这样不用去配置opencv的环境了，直接就有了。
源码安装
去官网 https://opencv.org/releases/ 下载OpenCV
我下载的是 OpenCV – 4.5.4 版本（4.5.5版本我试过，没成功，为什么选用4.5.4版本是因为我尝试过），下载完成后解压，通过Terminal进入到解压后的目录，并创建build目录
cd Downloads/opencv-4.5.4
mkdir build
执行cmake命令进行安装
cd Downloads/opencv-4.5.4
mkdir build
cd build
cmake -DBUILD_SHARED_LIBS=OFF -DWITH_IPP=OFF -DCMAKE_INSTALL_PREFIX={你的路径}/opencv-4.5.4 ../
如果遇到了（表示你Cmake太多次了）
1.FATAL:In-source builds are not allowed.
You should create separate directory for build files.
解决方法：1）先删除刚才在当前目录下创建的CMakeCache.txt文件和CMakeFIles目录；2）再新建目录，比如build目录，在build目录执行cmake.
... 开始进行配置/编译
注意检查最后：
-- Java:
-- ant:
-- JNI:
-- Java wrappers:
-- Java tests:
这后面的值有没有，如果没有说明环境变量没有配置成功
等待片刻后在当前目录下会出现一堆文件，这时使用命令
make -j 8
等待编译完成，然后进行安装，等待结束
make install
遇到报错太正常了
中间遇到了很多报错，其中一个就是ffmpeg库导致的报错，我去翻了百度、谷歌，都没找到很好的办法，后来我就想到了时间，因为库会更新，所以，很有可能是版本不同导致的有些东西找不到，只要环境一样，理论上都可以安装成功，一定要耐心一些。
为了解决ffmpeg的报错，我使用brew search ffmpeg去找别的版本，果然发现了，还有别的版本，抱着试试的态度，安装了ffmpeg@4再次make，结果这个报错就没了，别提多开心了。
后来遇到了找不到zlib包，所以我在优化后的依赖库中加了zlib包。
再后来遇到了xxx_dnn的报错，当时我用的是opencv_4.5.5版本，这个死活没办法，后来我通过homebrew安装了一次opencv，安装成功了，但是没有jar包，但是我好奇的看了一下opencv的版本，发现是4.5.4版本，索性我又去下载了4.5.4版本重新cmake，make，make install一顿操作之后，居然成功安装了。特别开心，但是死活找不到jar包。
为了解决jar包没生成的问题，才找到了上面说的，环境变量的问题。
所以，心态要好，一定别慌。我没有任何人可以问，只能一步一步自己弄。我就是一个搞Java的，由于工作原因要用到OpenCV，没学过C++，C就懂点皮毛，连入门都不算，所以也走了很多很多弯路。
找Jar包和dylib动态库
安装结束后，可以找到安装目录，找到对应的动态链接库以及对应的Jar文件
cd ~/Downloads/opencv-4.5.4/build/bin
能找到 opencv-454.jar 文件
cd ~/Downloads/opencv-4.5.4/build/lib
能找到 libopencv_java454.dylib 文件
至此，OpenCV的安装结束
OpenCV环境变量配置
如果使用了Homebrew完成了OpenCV安装，则忽略这一步
如果直接使用的源码安装，则需要配置环境变量
export OPENCV_HOME={你的目录}
export PATH=$OPENCV_HOME/build/bin:$PATH
别忘了source加载
➜ opencv_version
4.5.4
看到这个环境变量就配置成功了
IDEA + Java 使用OpenCV
必备：opencv-454.jar、libopencv_java454.dylib (在windows环境下，应该为dll文件，在Linux环境下，应该为.so文件)
将jar包放入项目根目录./lib目录下
1. maven项目引入jar包
org.opencv
opencv
4.5.4
system
${project.basedir}/lib/opencv-454.jar
2. 编写测试类
public class OpenCVTest {
static {
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
}
public static void main(String[] args) {
Mat imread = Imgcodecs.imread("WechatIMG26763.jpeg");
System.out.println(imread);
}
}
点击执行，这个时候会报错，不要管
点开IDEA的运行Configurations，找到OpenCVTest选项，添加VM参数
-Djava.library.path={你的libopencv_java454.dylib所在目录}
例如：/Home/Users/my/Download/opencv_4.5.4/build/lib
再次点击运行：
Mat [ 873*1920*CV_8UC3, isCont=true, isSubmat=false, nativeObj=0x7fb3524176b0, dataAddr=0x7fb356aaa000 ]
至此，开发环境搭建完成。
3. 关于打包执行问题
参考
主要是需要把我们独立引入的lib下的包打包到jar中
org.springframework.boot
spring-boot-maven-plugin
true
true
打包后，所有依赖包都会打包到jar中
4. 建议把Jar包上传至Maven仓库，方便正常打包使用
mvn install:install-file -Dfile={jar地址} -DgroupId=org.opencv -DartifactId=opencv-454-for-mac -Dversion4.5.4 -Dpackaging=jar
Linux 平台
Centos 7 安装必要依赖库
yum install epel-release git gcc gcc-c++ cmake3 qt5-qtbase-devel \
python python-devel python-pip cmake python-devel numpy \
python34-numpy gtk2-devel libpng-devel jasper-devel \
openexr-devel libwebp-devel libjpeg-turbo-devel libtiff-devel \
libdc1394-devel tbb-devel eigen3-devel gstreamer-plugins-base-devel \
freeglut-devel mesa-libGL mesa-libGL-devel boost boost-thread \
boost-devel libv4l-devel ant -y
环境变量配置
我这里用的是~/.zshrc文件，除此之外，~/.bash_profile、~/.bashrc、/etc/profile 这些文件都可以添加环境变量，不用纠结我为什么在zshrc中添加（启动终端会自动加载的环境变量配置文件）
export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.8.0_291.jdk/Contents/Home (改成你的即可，已经配置过忽略)
export PATH=$JAVA_HOME/bin:$PATH (已经配置过可以忽略)
export JAVA_AWT_INCLUDE_PATH=$JAVA_HOME
export JAVA_AWT_LIBRARY=$JAVA_HOME
export JAVA_INCLUDE_PATH=$JAVA_HOME/indclude
export JAVA_INCLUDE_PATH2=$JAVA_HOME/include/darwin
export JAVA_JVM_LIBRARY=$JAVA_HOME
下载源码
去官网 https://opencv.org/releases/ 下载OpenCV
我下载的是 OpenCV – 4.5.4 版本（4.5.5版本我试过，没成功，为什么选用4.5.4版本是因为我尝试过），下载完成后解压，通过Terminal进入到解压后的目录，并创建build目录
cd Downloads/opencv-4.5.4
mkdir build
执行cmake命令进行安装
cd Downloads/opencv-4.5.4
mkdir build
cd build
cmake -DBUILD_SHARED_LIBS=OFF -DWITH_IPP=OFF -DCMAKE_INSTALL_PREFIX={你的路径}/opencv-4.5.4 ../
如果遇到了（表示你Cmake太多次了）
1.FATAL:In-source builds are not allowed.
You should create separate directory for build files.
解决方法：1）先删除刚才在当前目录下创建的CMakeCache.txt文件和CMakeFIles目录；2）再新建目录，比如build目录，在build目录执行cmake.
... 开始进行配置/编译
注意检查最后：
-- Java:
-- ant:
-- JNI:
-- Java wrappers:
-- Java tests:
这后面的值有没有，如果没有说明环境变量没有配置成功
等待片刻后在当前目录下会出现一堆文件，这时使用命令
make -j 8
等待编译完成，然后进行安装，等待结束
make install
代码演示
public class SliderUnlock {
static {
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
}
/**
* 解析两个图片之间的像素距离百分比
* @param templateUrl
* @param imageUrl
* @return
*/
public static int offsetDistance(String templateUrl, String imageUrl, int webImageWidth) throws IOException {
long currentTime = System.currentTimeMillis();
Mat slideBgMat = backgroundHandle(saveNetImage(imageUrl, currentTime, false));
Mat slideBlockMat = templateHandle(saveNetImage(templateUrl, currentTime, true));
Mat result = new Mat();
/*
* matchTemplate：在模板和输入图像之间寻找匹配,获得匹配结果图像
* result：保存匹配的结果矩阵
* TM_CCOEFF_NORMED标准相关匹配算法
*/
Imgproc.matchTemplate(slideBgMat, slideBlockMat, result, Imgproc.TM_CCOEFF_NORMED);
/*
反馈匹配结果
*/
/*Point ml = new Point();
Core.MinMaxLocResult mmlr = Core.minMaxLoc(result);
ml = mmlr.maxLoc;
Imgproc.rectangle(slideBgMat, ml,
new Point(ml.x + slideBlockMat.cols(), ml.y + slideBlockMat.rows()),
new Scalar(0, 0, 0, 0));
new ImageViewer(slideBgMat).imshow();
System.out.println(slideBgMat.width());*/
/*
* minMaxLoc：在给定的结果矩阵中寻找最大和最小值，并给出它们的位置
* maxLoc最大值
*/
Point matchLocation = Core.minMaxLoc(result).maxLoc;
// 返回匹配点的横向距离 / 原图宽度，得到偏移量，把结果再乘以页面上的图片宽度就得到了偏移像素了。
return (int) Math.round(matchLocation.x * webImageWidth / slideBgMat.width());
}
/**
* 匹配滑块处理
* @param filePath
* @return
*/
private static Mat templateHandle(String filePath) {
Mat slidBlockMat = Imgcodecs.imread(filePath);
// 删除图片
new File(filePath).delete();
// 1。 灰度
Imgproc.cvtColor(slidBlockMat, slidBlockMat, Imgproc.COLOR_BGR2GRAY);
// 2\. 去除周围黑边
for (int row = 0; row < slidBlockMat.height(); row++) {
for (int col = 0; col < slidBlockMat.width(); col++) {
if (slidBlockMat.get(row, col)[0] == 0) {
slidBlockMat.put(row, col, 96);
}
}
}
// 3\. inRange二值化转黑白图
Core.inRange(slidBlockMat, Scalar.all(96), Scalar.all(96), slidBlockMat);
return slidBlockMat;
}
/**
* 背景图处理
* @param filePath
* @return
*/
private static Mat backgroundHandle(String filePath) {
Mat slideBgMat = Imgcodecs.imread(filePath);
// 删除图片
new File(filePath).delete();
// 1\. 灰度化图片
Imgproc.cvtColor(slideBgMat, slideBgMat, Imgproc.COLOR_BGR2GRAY);
// 2\. 二值化
Imgproc.threshold(slideBgMat, slideBgMat, 127, 255, Imgproc.THRESH_BINARY);
return slideBgMat;
}
/**
* 保存网络上的图片至本地
* @param url 图片地址
* @param currentTime 当前时间，作为文件名
* @param isTemplate 是否是模板， 如果是则会添加template作为结尾
* @return
*/
private static String saveNetImage(String url, long currentTime, boolean isTemplate) throws IOException {
BufferedImage buffer = ImageIO.read(new URL(url));
String fileName = isTemplate ? currentTime + "_template.png" : currentTime + ".jpeg";
File file = new File("/tmp/" + fileName);
String absolutePath = file.getAbsolutePath();
ImageIO.write(buffer, isTemplate ? "png" : "jpeg", new FileImageOutputStream(file));
return absolutePath;
}
/**
* 读取图片
* @param filePath
* @return
*/
private static Mat readImage(String filePath) {
return Imgcodecs.imread(filePath, Imgcodecs.IMREAD_UNCHANGED);
}
//
// public static void main(String[] args) throws IOException {
//// Mat imread = Imgcodecs.imread("/Users/wuyujia/Desktop/WechatIMG26763.jpeg");
//// System.out.println(imread);
//// saveNetImage("https://p9-catpcha.byteimg.com/tos-cn-i-188rlo5p4y/52642779215b43f0aa8b00add6156bcd~tplv-188rlo5p4y-2.jpeg",
//// System.currentTimeMillis(), false);
//// String path = saveNetImage("https://p9-catpcha.byteimg.com/tos-cn-i-188rlo5p4y/159aa92eae634f6d8221f213b7d2d87e~tplv-188rlo5p4y-1.png",
//// System.currentTimeMillis(), true);
//// System.out.println(path);
// String templateUrl = "https://p9-catpcha.byteimg.com/tos-cn-i-188rlo5p4y/a4b1042da716481cbac0df6a2e98cec3~tplv-188rlo5p4y-1.png";
// String imageUrl = "https://p9-catpcha.byteimg.com/tos-cn-i-188rlo5p4y/d9584766ad204220a1c86c7b2085bac5~tplv-188rlo5p4y-2.jpeg";
// double x = offsetDistance(templateUrl, imageUrl);
// System.out.println(x);
//// Mat mat = backgroundHandle(saveNetImage(imageUrl, System.currentTimeMillis(), false));
//// new ImageViewer(mat).imshow();
// }
package org.spiderflow.custom.utils.opencv;
import org.opencv.core.Mat;
import javax.swing.*;
import java.awt.*;
import java.awt.image.BufferedImage;
import java.awt.image.DataBufferByte;
/**
* Created by kofee on 2016/3/28.
*/
public class ImageViewer {
private JLabel imageView;
private Mat image;
private String windowName;
/**
* 如果使用junit测试时调用该方法，图像会一闪而过，可通过sleep()等方式暂时显示
*
* @param
*/
public ImageViewer(Mat image) {
this.image = image;
}
/**
* @param image 要显示的mat
* @param windowName 窗口标题
*/
public ImageViewer(Mat image, String windowName) {
this.image = image;
this.windowName = windowName;
}
/**
* 图片显示
*/
public void imshow() {
setSystemLookAndFeel();
Image loadedImage = toBufferedImage(image);
JFrame frame = createJFrame(windowName, image.width(), image.height());
imageView.setIcon(new ImageIcon(loadedImage));
frame.pack();
frame.setLocationRelativeTo(null);
frame.setVisible(true);
frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);// 用户点击窗口关闭
}
private void setSystemLookAndFeel() {
try {
UIManager.setLookAndFeel(UIManager.getSystemLookAndFeelClassName());
} catch (ClassNotFoundException e) {
e.printStackTrace();
} catch (InstantiationException e) {
e.printStackTrace();
} catch (IllegalAccessException e) {
e.printStackTrace();
} catch (UnsupportedLookAndFeelException e) {
e.printStackTrace();
}
}
private JFrame createJFrame(String windowName, int width, int height) {
JFrame frame = new JFrame(windowName);
imageView = new JLabel();
final JScrollPane imageScrollPane = new JScrollPane(imageView);
imageScrollPane.setPreferredSize(new Dimension(width, height));
frame.add(imageScrollPane, BorderLayout.CENTER);
frame.setDefaultCloseOperation(WindowConstants.EXIT_ON_CLOSE);
return frame;
}
private Image toBufferedImage(Mat matrix) {
int type = BufferedImage.TYPE_BYTE_GRAY;
if (matrix.channels() > 1) {
type = BufferedImage.TYPE_3BYTE_BGR;
}
int bufferSize = matrix.channels() * matrix.cols() * matrix.rows();
byte[] buffer = new byte[bufferSize];
matrix.get(0, 0, buffer); // 获取所有的像素点
BufferedImage image = new BufferedImage(matrix.cols(), matrix.rows(), type);
final byte[] targetPixels = ((DataBufferByte) image.getRaster().getDataBuffer()).getData();
System.arraycopy(buffer, 0, targetPixels, 0, buffer.length);
return image;
}
}