Linux-Android-Opencv-问题记录
1.Q：When I try to install the Android Developer Tool, I get the following error.
Software being installed: Android Development Tools 11.0.0.v201105251008-128486 (com.android.ide.eclipse.adt.feature.group 11.0.0.v201105251008-128486) Missing requirement: Android Development Tools 11.0.0.v201105251008-128486 (com.android.ide.eclipse.adt.feature.group 11.0.0.v201105251008-128486) requires 'org.eclipse.wst.sse.core 0.0.0' but it could not be found
I also found that adding the WST package does not help. I get the following,
Cannot complete the install because one or more required items could not be found. Software being installed: Google Web Toolkit SDK 2.3.0 2.3.0.r37v201106211634 (com.google.gwt.eclipse.sdkbundle.e37.feature.feature.group 2.3.0.r37v201106211634) Missing requirement: Google Plugin for Eclipse 3.7 2.3.2.r37v201106211634 (com.google.gdt.eclipse.suite.e37.feature.feature.group 2.3.2.r37v201106211634) requires 'org.eclipse.wst.xml.core 0.0.0' but it could not be found Cannot satisfy dependency: From: Google Web Toolkit SDK 2.3.0 2.3.0.r37v201106211634 (com.google.gwt.eclipse.sdkbundle.e37.feature.feature.group 2.3.0.r37v201106211634) To: com.google.gdt.eclipse.suite.e37.feature.feature.group 2.3.2
I'm running Eclipse Indigo 64bit version. Could someone point me in the right direction? Or tell me where to find that missing package.
A: http://stackoverflow.com/questions/6482268/eclipse-indigo-cannot-install-android-adt-plugin
2. YV12是什么？
用videoCapture和IAMStreamConfig拿到的支持的格式列表。
发现支持2中图像格式，YV12和NV12。
具体是怎么样的内存分布不知道。查了些文档。自己修改了几个图。看出了点端倪
YV12
先看看 http://www.fourcc.org/yuv.php 上比较标准的定义：
YV12
This is the format of choice for many software MPEG codecs. It comprises an NxM Y plane followed by (N/2)x(M/2) V and U planes.
| Horizontal | Vertical | |
| Y Sample Period | 1 | 1 |
| V Sample Period | 2 | 2 |
| U Sample Period | 2 | 2 |
Positive biHeight implies top-down image (top line first)
这种图片其实不是很清楚的， 搞了一个非常明白的
NV12
NV12和YV12稍有不同，区别就在UV的位置。再看一张图就很明了了！
在YV12中U和V都是连续排布的，而在NV12中,U和V就交错排布的。看到内存中的排布很清楚，先开始都是Y，之后的都是U1V1U2V2的交错式排布。对于像素的压缩的效果是一样的。但是可能是硬件加速的支持与否。
3. Linux 下编译安装OpenCV
Cmake的安装
OpenCV 2.2以后版本需要使用Cmake生成makefile文件，因此需要先安装cmake。
ubuntu下安装cmake比较简单，
apt-get install cmake
如果觉得自带的版本不符合要求，可以下载安装包。
下载最新版的安装包：
http://www.cmake.org/cmake/resources/software.html
这里下载已经编译好的，这样只需要解压至需要的目录下即可使用：
tar zxvf cmake-2.8.10.2-Linux-i386.tar.gz –C /usr/local/
设置环境变量：
sudo gedit /home/emouse/.bashrc
在打开的文件后添加：
export PATH=$PATH:/usr/local/cmake-2.8.10.2-Linux-i386/bin
查看版本，测试是否安装成功：
root@emouse:/home# cmake --version
cmake version 2.8.10.2
Ubuntu 下安装 OpenCV
软件环境：
Ubuntu 12.04
OpenCV 2.4.3
Cmake 2.8.10.1
gcc 4.6.3 （系统默认）
4.opencv读取视频帧数有问题
1、先安装 libgtk2.0-dev 和 pkg-config，，否则后期编译运行程序会出现类似如下的问题：
OpenCV Error: Unspecified error (The function is not implemented. Rebuild the library with Windows, GTK+ 2.x or Carbon support. If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, then re-run cmake or configure script) in cvNamedWindow, file /usr/local/opencv/OpenCV-2.0.0/src/highgui/window.cpp, line 100
terminate called after throwing an instance of 'cv::Exception'
通过网络获取安装：
# apt-get install libgtk2.0-dev # apt-get install pkg-config
2、下载OpenCV ，文件名：OpenCV-2.4.3.tar.bz2，下载地址：
http://www.opencv.org.cn/index.php/Download
解压：
#tar jxvf OpenCV-2.4.3.tar.bz2
得到文件夹 OpenCV-2.4.3
这里新建一个文件夹OpenCV-x86作为PC编译目录。
3、#cmake-gui 打开cmake的gui界面，开始进行配置。
cmake主要用于进行一些配置设定，从而生成用于编译安装的makefile文件，通过界面进行参数的配置和设定，非常直观、方便。在配置中指定源码和编译目录以及生成方式。
按照下图的步骤进行配置：
点击Finish后cmake即载入默认配置，如下图所示：
如图所示，窗口的中间部分即配置列表，这里和使用cmake命令直接生成makefile文件一致的，如
$ cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/home/OpenCV
只是这里通过图形界面的方式来进行配置，更加直观方便。
这里指对一个地方进行修改，CMAKE_BUILD_TYPE 值输入RELEASE，其他保持不变，图中蓝色虚线部分显示了默认的安装目录，生成makefile文件最后执行 make install时就会安装到这个目录，这里可以根据个人需求更改。在这里的配置中我勾选了WITH_QT 去掉了WITH_TIFF，其他更多的配置也不清楚，OpenCV中文网站也没找到系统的说明，这里暂时不深究，点击Generate生成配置文件。
进入OpenCV-x86目录可以查看Makefile文件，可以留意文件的生成时间是否和刚才的生成时间一致。
4、接下来在OpenCV-x86 分别执行make和make install即可完成编译安装。
5、安装完成后需要对系统相关环境变量进行配置：
sudo gedit /etc/ld.so.conf.d/opencv.conf
将以下内容添加到最后：
/usr/local/lib
接下来配置库：
sudo ldconfig
更改环境变量：
sudo gedit /etc/bash.bashrc
在文件后添加：
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig export PKG_CONFIG_PATH
例程测试
拷贝步骤2中解压的的/OpenCV-2.4.3/samples/c 将c文件夹拷贝出来，下面运行一下这里面的一个例程，初步体验下OpenCV。拷贝完成后进入这个文件夹：
chmod +x build_all.sh
./build_all.sh
这样就对例程目录下的源文件进行了编译，这里运行一个人脸检测的程序，下面摘录自本文参考资料3。
Some of the training data for object detection is stored in /usr/local/share/opencv/haarcascades. You need to tell OpenCV which training data to use. I will use one of the frontal face detectors available. Let’s find a face:
终端中运行：
./facedetect --cascade="/usr/local/share/OpenCV/haarcascades/haarcascade_frontalface_alt.xml" --scale=1.5 lena.jpg
得到的结果如下图：
到这里基本的就写完了，OpenCV我之前也没有任何基础，这里只是把平台配置起来跑通，后续的工作还有很多，欢迎各位参考。转载请注明http://emouse.cnblogs.com/
本文相关及推荐参考：
【1】http://www.samontab.com/web/2010/04/installing-opencv-2-1-in-ubuntu/
【2】http://blog.csdn.net/jasonque/article/details/8267983
【3】http://www.rosoo.net/a/201203/15774.html
以前在opencv2.0里面用到cvSetCaptureProperty函数的时候总是发生定位不准确的问题，明明是让其跳到100帧，结果却总不是100帧，定位一段连续的视频，总是出现跳跃的现象。同样的代码在opencv1.0里面完全没错。可是这是为什么？这个问题一直困扰了我半年，终于在今天知道原因了。
经过差不多一晚上的探究，得出粗略的结论。原因在于opencv2.0以后，采用ffmpeg采集视频，而在opencv1.0采用vfw采集视频（具体的概念暂时还不清楚，有时间继续补上）。而opencv在定位时候，调用的ffmpeg的av_seek_frame()函数，此函数原型为：
int av_seek_frame(AVFormatContext *s, int stream_index, int64_t timestamp, int flags);
其中，最后一个参数有
AVSEEK_FLAG_BACKWARD = 1; ///< seek backward
AVSEEK_FLAG_BYTE = 2; ///< seeking based on position in bytes
AVSEEK_FLAG_ANY = 4; ///< seek to any frame, even non key-frames
ffmpeg默认的是选取关键帧（这个概念需要具体定义）。opencv里面这个函数的参数flag是0，
int ret = av_seek_frame(ic, video_stream, timestamp, 0);
也就是按照默认的读取关键帧。因此，视频跳跃就出现了。
解决这个问题需要将0改为 AVSEEK_FLAG_ANY ，即：
int ret = av_seek_frame(ic, video_stream, timestamp, AVSEEK_FLAG_ANY );
之后重新编译opencv库，就可以了。
P.S:测试的代码
- #include "opencv/highgui.h"
- #include <iostream>
- using namespace std;
- int main( int argc, char** argv )
- {
- cvNamedWindow( "Example2", CV_WINDOW_AUTOSIZE );
- CvCapture* capture = cvCreateFileCapture( "d://11.avi" );
- IplImage* frame;
- int pos=0;
- int pos1=0;
- while(1)
- {
- cvSetCaptureProperty(capture,CV_CAP_PROP_POS_FRAMES,pos);
- cout<<pos;
- frame = cvQueryFrame(capture);
- pos1=cvGetCaptureProperty(capture,CV_CAP_PROP_POS_FRAMES);
- cout<<"/t"<<pos1<<endl;
- if( !frame ) break;
- cvShowImage( "Example2", frame );
- char c = cvWaitKey(33);
- if( c == 27 ) break;
- pos++;
- }
- cvReleaseCapture( &capture );
- cvDestroyWindow( "Example2" );
- }
使用Python 调用c/c++
为什么要调用C/C++函数
1. 性能
Python具有编程效率高、丰富的库、活跃的社区等优点，性能虽然比Ruby等动态脚本语言更高，但还是比C/C++等老牌高性能语言差不少，在一些需要高性能的地方(比如加/解密算法)还是有所欠缺，此时就需要借助C/C++生成库，由python调用。
2. 安全
产品要开放一些接口给开发者或则其它部门同事调用，但是接口实现不能暴露给对方，如果对方使用python，则可以用C/C++封装接口的实现生成lib提供给他们。
如何调用C函数
Python调用C函数的实现比较简单。C语言端不需要增加任何多余的适配python的代码，直接生成so库就可以了。Python端只需要importctypes的库，直接调用so就可以了。
首先我们用C语言实现一个加法运算，以下是test.c的代码
#include < stdio.h >
int add(int n, int m)
{
return (n+m);
}
然后将上述代码编译成一个动态库test.so
gcc -c -fPIC test.c
gcc -shared test.o -o test.so
最后，python便可以按照如下方式调用test.so
>>> from ctypes import *
>>> import os
>>> test = cdll.LoadLibrary(os.getcwd() + "/test.so")
>>> print test.add(3,7)
10
如果test.so不在python执行的当前路径下，则需要将LoadLibrary参数改为test.so所在路径。
如何调用C++函数
Python调用C++函数比调用C函数相对要复杂些，这是因为C++编译时生成的符号表不是直接和代码中的对象名称完全相同的，因此需要在C++代码中增加相应的python适配代码，便于python查找对应的符号。为了叙述方便，比较更明了直接，本文以一个伪C++代码(没有使用类，功能部分与上述C代码完全一致)来说明使用方法
C++端的适配代码一般需要如下几个步骤
- 包含Python.h头文件
-
这需要系统安装了python-devel库，否则无法找到Python.h头文件。
- 实现功能
-
和正常编写C++代码一样，比如要实现一个add功能的函数，代码如下
int add(int n, int m) { return (n+m); } - 编写Python代码会调用的函数，一般命名为libname_funcname，本例子中该函数命名为test_add；
-
这个函数一般包含两个参数：self和args.
self参数指向模块对象；
args参数指向python元组对象，这个元组的每个元素对应C++语言中的参数，PyArg_ParseTuple()函数检查python的参数列表并且将其转换为对应C++的值，如果转换不成功，则会返回false；PyObject * test_add(PyObject * self, PyObject * args) { int n, m, result; if (!PyArg_ParseTuple (args, "ii", &n, &m)) // 把python的变量转换成c的变量 return NULL; result = add(n, m); return Py_BuildValue ("i", result); // //把c的返回值转换成python的对象 } - 实现方法列表
-
方法列表中的每项由四个部分组成：方法名、导出函数、参数传递方式和方法描述。方法名是从Python解释器中调用该方法时所使用的名字。参数传递方式则规定了Python向C函数传递参数的具体形式，可选的两种方式是METH_VARARGS和METH_KEYWORDS，其中METH_VARARGS是参数传递的标准形式，它通过Python的元组在Python解释器和C函数之间传递参数，若采用METH_KEYWORD方式，则Python解释器和C函数之间将通过Python的字典类型在两者之间进行参数传递。
static PyMethodDef testMethods[] = { {"add", wrap_add, METH_VARARGS, "add..."}, {NULL, NULL, 0, NULL} }; - 初始化函数
-
所有的Python扩展模块都必须要有一个初始化函数，以便Python解释器能够对模块进行正确的初始化。Python解释器规定所有的初始化函数的函数名都必须以init开头，并加上模块的名字;
PyMODINIT_FUNC inittest(void) { (void) Py_InitModule("test", testMethods); }
然后将上述代码编译成一个动态库test.so
g++ -fPIC -c -I /usr/include/python2.6/ test.cpp
g++ -shared test.o -o test.so
于是python便可以按如下方式调用c++的so
>>> import sys
>>> sys.path.append("/home/src/python/example")
>>> import test
>>> test.add(3,9)
12
>>>
See also
- ExtendingPython with C or C++
- Python调用C/C++函数
zzfrom: http://giftbrandmaker.com/myblog/?p=315
用c写一个python的module, 突然出现以下警告，
warning: "_POSIX_C_SOURCE" redefined
虽然程序可以运行，但看到警告心里面总是不爽。后来搜索发现，只要把#include <Python.h>放到代码的最上面，让它先加载python头文件，然后才是，
12 #include <stdio.h>
13 #include <stdlib.h>
14 #include <stdbool.h>
15 #include <string.h>
就OK。