Linux搭建C++ OpenCV开发环境

在Linux系统上搭建C++ OpenCV开发环境以下步骤：

一、 安装必要的依赖项

在终端中运行以下命令安装基本的开发工具和依赖项：

sudo apt-get update
sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

二、安装OpenCV

2.1 使用包管理器安装（推荐）

在终端中运行以下命令安装OpenCV：

sudo apt-get install libopencv-dev

2.2 从源代码编译安装

1. 下载OpenCV源代码：

   git clone https://github.com/opencv/opencv.git
   cd opencv
   git checkout <version>  # 替换<version>为你想要安装的OpenCV版本号，例如：4.5.3
   

2. 创建并进入build目录：

   mkdir build
   cd build
   

3. 配置OpenCV编译选项：

   cmake ..
   

   如果你想启用特定的模块或选项，你可以使用以下命令：

   cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_CUDA=OFF ..
   

   这将禁用CUDA支持，你可以根据需要调整其他选项。

   编译参数如下表：

   参数	描述
   -D BUILD_opencv_world=ON	编译所有模块为单个动态库文件（opencv_world）
   -D BUILD_opencv_world=OFF	每个模块都编译为独立的动态库文件（默认选项）
   -D BUILD_opencv_apps=ON	编译OpenCV示例程序和应用程序（如图像查找，相机校准等）
   -D BUILD_opencv_calib3d=ON	编译摄像机标定和三维重建相关功能
   -D BUILD_opencv_core=ON	编译OpenCV核心模块，包括数据结构、数学函数等
   -D BUILD_opencv_dnn=ON	编译深度学习模块，支持各种深度学习框架（TensorFlow，Caffe等）
   -D BUILD_opencv_features2d=ON	编译特征检测和描述子匹配模块
   -D BUILD_opencv_flann=ON	编译快速最近邻搜索模块
   -D BUILD_opencv_highgui=ON	编译图形用户界面模块，用于图像和视频的显示和交互
   -D BUILD_opencv_imgcodecs=ON	编译图像编解码模块，支持各种图像格式的读写
   -D BUILD_opencv_imgproc=ON	编译图像处理模块，包括滤波、转换、几何变换等
   -D BUILD_opencv_ml=ON	编译机器学习模块，包括支持向量机、随机森林等
   -D BUILD_opencv_objdetect=ON	编译目标检测模块，包括人脸检测、行人检测等
   -D BUILD_opencv_photo=ON	编译图像修复和彩色校正模块
   -D BUILD_opencv_stitching=ON	编译图像拼接模块，用于将多幅图像拼接成全景图像
   -D BUILD_opencv_video=ON	编译视频分析模块，包括运动估计、跟踪等
   -D BUILD_opencv_videoio=ON	编译视频输入/输出模块，支持各种视频格式的读写
   -D BUILD_opencv_viz=ON	编译三维可视化模块，用于处理点云数据和三维场景

4. 编译并安装OpenCV：

   make -j$(nproc)
   sudo make install
   

三、OpenCV 配置开发环境

在你的C++项目中，你需要确保使用正确的编译和链接标志。一个简单的CMakeLists.txt文件可以如下所示：

cmake_minimum_required(VERSION 2.8)
project(helloOpenCV)

find_package(OpenCV REQUIRED)

add_executable(helloOpenCV main.cc)
target_link_libraries(helloOpenCV ${OpenCV_LIBS})

四、编写并编译你的OpenCV程序

现在，你可以编写你的C++程序，使用OpenCV库来处理图像或视频等任务。在终端中，进入你的项目目录，然后运行以下命令来编译你的程序：

• 编码main.cc

#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    // 读取图像文件
    cv::Mat image = cv::imread("./path_to_your_image.png");

    // 检查图像是否成功加载
    if (image.empty()) {
        std::cerr << "Could not open or find the image." << std::endl;
        return -1;
    }

    // 显示图像
    cv::namedWindow("Display Window", cv::WINDOW_NORMAL); // 创建一个窗口
    cv::imshow("Display Window", image); // 在窗口中显示图像
    cv::waitKey(0); // 等待用户按下任意键

    return 0;
}

• 编译

mkdir build
cd build
cmake ..
make

这将在build目录中生成可执行文件。你可以运行它来测试你的OpenCV应用程序。

五、 运行openCV程序

运行程序结果如下图：