Linux-Android-Opencv-问题记录

最新推荐文章于 2024-03-20 08:30:55 发布

萝卜羊

最新推荐文章于 2024-03-20 08:30:55 发布

阅读量2k

点赞数

分类专栏：开发/代码

本文链接：https://blog.youkuaiyun.com/polly_yang/article/details/25702335

版权

开发/代码专栏收录该内容

16 篇文章

订阅专栏

本文档记录了在Linux系统下安装OpenCV遇到的问题，包括Android开发者工具安装错误和OpenCV编译过程。介绍了YV12图像格式以及Linux下安装Cmake和OpenCV的详细步骤。此外，还探讨了OpenCV读取视频帧数问题的解决方案，以及为何从Python调用C/C++函数的原因和方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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

这个wiki上面的图片示例非常明了，第一个图标识了图片真正像素的表示。

可以看到Y1, Y2, Y7, Y8这些物理上相近的4个像素公用了同样的U1和V1，相似的Y3,Y4,Y9,Y10用的就是U2和V2。这里不同的颜色把这个特性刻画的非常形象，一目了然。Impressive！！一直觉得教育，或者说基础的教育一定要以这样的模式来阐述这样才能知其所以然，那种盲目的抄了一本国外的教材或者合并了几本破书的教材不是教人是毁人。说远了，言归正传。之前说的是物理像素的表示，在内存中的分布则是一个数组，顺序就是YUV。所以如果知道所要表现的取悦的大小的话很容易查找到具体的YUV在数组中的位置。

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。

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

保存退出，在运行下面的例程之前，需要重新开启终端来使配置生效。

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/

【2】http://blog.youkuaiyun.com/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);
}
```