利用xcode在mac os下搭建opencv编译环境

本文详细介绍了如何在MacOS环境下使用Xcode搭建OpenCV的编译环境,包括创建工程、配置路径、添加动态链接库及解决摄像头权限问题,并提供了一个测试程序示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

利用xcode在mac os下搭建opencv编译环境

step1:

j在这里插入图片描述新建一个xcode工程- >选择command line tool ->命名你的工程并选择语言为c++

step2

点击工程->Building Settings->搜索Searching Paths
在这里插入图片描述
在 Header Searching Path 后填写:/usr/local/include
在 Library Searching Path 后填写:/usr/local/lib /usr/local/Cellar/opencv/3.4.3/lib#

step3

配置工作目录(方便使用相对路径):
Product -> Scheme -> Edit Scheme -> Options -> Working Directory -> Use custom working directory在这里插入图片描述

step4

在这里插入图片描述
在工程目录下新建一个group->点击桌面shift+command+g进入/usr/local/Cellar/opencv/2.4.3/lib文件夹全选其中的.dylib文件拖入新建的group
在这里插入图片描述

step5

若工程涉及调用mac自带的摄像头请进行如下操作(因为新版本macos的隐私权限问题)
http://www.pianshen.com/article/406868866/
按照里面的方法制作一个info.plist开启摄像头权限
在这里插入图片描述
进入/用户/xueruixiang/Library/Developer/Xcode/DerivedData/工程名/build/Products/Debug,将做好的info.plist放进去
就可以访问mac的摄像头啦!!!
附上测试程序

#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
IplImage* doCanny(IplImage* image_input,
                  double lowThresh,
                  double highThresh,
                  double aperture)
{
    if(image_input->nChannels != 1)
        return (0);
    IplImage* image_output = cvCreateImage(cvGetSize(image_input),image_input->depth,image_input->nChannels); 
cvCanny(image_input,image_output,lowThresh,highThresh,aperture;
    return(image_output);
}
int main(int argc, char* argv[])
{
    cvNamedWindow("Camera" , CV_WINDOW_AUTOSIZE );
    
    CvCapture* capture = cvCreateCameraCapture(CV_CAP_ANY);
    
    assert(capture != NULL);
    
    IplImage *frame = 0;
    frame = cvQueryFrame(capture);
    
    IplImage *frame_edge = cvCreateImage(cvGetSize(frame),
                                         IPL_DEPTH_8U,
                                         1);
    while(1)
    {
        frame = cvQueryFrame(capture);
        if(!frame) break;
        
        cvConvertImage(frame,frame_edge,0);
        frame = cvCloneImage(frame_edge);
        
        frame_edge = doCanny(frame_edge,70,90,3);
        
        cvShowImage("Camera",frame_edge);
        char c = cvWaitKey(15);
        if(c == 27)  break;
    } 
    cvReleaseCapture(&capture);
    cvReleaseImage( &frame_edge );
    cvReleaseImage( &frame);
    return (int)0;
}

运行后就可以看到摄像头采集的图像canny边缘检测后的结果了。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值