安装 OpenCV 及框架介绍

引言

这一系列文章总结了常用的计算机视觉算法及其 OpenCV (C++) 实现。

这些文章最初是作者本人学习下边这本书的笔记：

Robert Laganiere. OpenCV 3 Computer Vision Application Programming Cookbook. 2017

然后添加了一些总结，增补了一些理论推导。

发布这些文章的目的是方便作者本人及感兴趣的读者查阅。

文中的示例代码可以在原书作者的 github repo 中查看
https://github.com/laganiere/OpenCV3Cookbook

安装

平台： ubuntu18.04 + python 3.6

安装步骤主要参考这篇文章：https://www.pyimagesearch.com/2018/05/28/ubuntu-18-04-how-to-install-opencv/

安装过程中如果遇到 cuda 路径的问题，解决方案如下：https://www.cnblogs.com/thmx/p/8565530.html

准备工作

安装开发者工具

sudo apt update
sudo apt upgrade
sudo apt install build-essential cmake unzip pkg-config

安装 image I/O package，以便 opencv 处理这些图片格式

sudo apt install libjpeg-dev libpng-dev libtiff-dev

安装 jasper library，其中包含了多种图像操作库

sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
sudo apt update
sudo apt install libjasper1 libjasper-dev

安装视频流相关 package

sudo apt install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
sudo apt install libxvidcore-dev libx264-dev

安装 opencv 中 highgui module 的依赖 GTK library

sudo apt install libgtk-3-dev

下述 library 可以优化 opencv 的某些操作

sudo apt install libatlas-base-dev gfortran

安装 python 3.6 的相关 headers 和 libraries

sudo apt install python3.6-dev

# 如果是其他版本的 python，例如 python 2.7，则可以用如下命令
# sudo apt install python2.7-dev

获取 OpenCV

OpenCV 从 3.0 版本开始分成了两个部分

opencv ：包含成熟算法的主源码库
opencv_contrib：最近加入的更先进的算法库或者在活跃更新中的库，也包含一些付费的库

从 github 上可以获取最新的源码：

cd ~

git clone https://github.com/Itseez/opencv.git  

git clone https://github.com/Itseez/opencv_contrib.git

或者下载特定版本的压缩包（以3.2版本为例）

wget https://github.com/opencv/opencv/archive/3.2.0.tar.gz

tar -xvzf 3.2.0.tar.gz

wget https://github.com/opencv/opencv_contrib/archive/3.2.0.zip

unzip 3.2.0.zip

为了方便起见，以上解压的文件夹分别改名为 opencv 和 opencv_contrib

编译与安装

上述下载的是 OpenCV 的源码，我们需要编译成二进制文件才能被其他程序调用。

要区分源码和编译好的二进制文件

要查询源码，就去找刚才下载的文件；
要调用 OpenCV 库函数，目录在编译的目标地址中。

编译时， OpenCV 会根据本机环境，自动设置某些功能是否启用，也可以通过参数配置进行个性化的编译：

cd ~/opencv

mkdir build

cd build

cmake -D CMAKE_BUILD_TYPE=RELEASE \
 -D CMAKE_INSTALL_PREFIX=/usr/local \
 -D WITH_CUDA=OFF \
 -D INSTALL_PYTHON_EXAMPLES=ON \
 -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \
 -D OPENCV_ENABLE_NONFREE=ON \
 -D BUILD_EXAMPLES=ON ..

上述 cmake 配置过程中经常如下问题

最常遇到的是网络链接的问题，导致 ippicv, boostdesc, vgg 等文件无法下载，这里关键是raw.githubusercontent.com 这个地址无法链接。一个解决方案是将该地址替换为代理地址。
具体设置如下：
- ippicv 下载：将 opencv/3rdparty/ippicv/downloader.cmake 中的下载地址https://raw.githubusercontent.com/...替换为https://ghproxy.com/https://raw.githubusercontent.com/，即在原地址前边添加代理网址 https://ghproxy.com/
- boostdesc, vgg 下载：将opencv_contrib/modules/xfeatures2d/cmake 路径下的两个文件 download_boostdesc.cmake 和 download_vgg.cmake 中的 raw.githubusercontent.com 网址也修改为添加代理的地址。
如果出现 stdlib.h: No such file or directory这类错误，需要在 cmake 命令中添加参数 -D ENABLE_PRECOMPILED_HEADERS=OFF

如果出现 opencv2/xfeatures2d/cuda.hpp: No such file or directory 之类的错误，参考这篇文章：https://www.cnblogs.com/thmx/p/8565530.html
实际上这个 cuda.hpp 文件在 ~/opencv_contrib/modules/xfeatures2d/include/opencv2/xfeatures2d目录下，可以直接在报错的文件中，指明完整的路径，例如：

#include "<YOUR_PATH>/opencv_contrib/modules/xfeatures2d/include/opencv2/xfeatures2d/cuda.hpp"

对于其他类似的问题，也可以用这种直接提供绝对路径的方法，可以避免找不到文件的问题。

如果出现 ‘CODEC_FLAG_GLOBAL_HEADER’ was not declared in this scope, ‘AVFMT_RAWPICTURE’ was not declared in this scope 之类的错误，可以将下列预处理指令加入文件opencv/modules/highgui/src/cap_ffmpeg_impl.hpp的头部：

#define AV_CODEC_FLAG_GLOBAL_HEADER (1 << 22)
#define CODEC_FLAG_GLOBAL_HEADER AV_CODEC_FLAG_GLOBAL_HEADER
#define AVFMT_RAWPICTURE 0x0020

上述配置没有问题之后，进行下边的编译和安装：

make -j8  # 多用几个线程提高编译效率，但也可能把机子卡死

sudo make install    # 默认安装到 /usr/local/bin 目录中

sudo ldconfig  # 更新动态链接库

检查安装是否成功

可用如下命令查看动态链接库中是否有了 opencv :

ldconfig -p | grep opencv  # -p = print

或者尝试用 pkg-config 查找 opencv

pkg-config --modversion opencv

结果应为刚刚安装的 opencv 版本号，例如

3.2.x

卸载 opencv

进入前边的 build 文件夹，也就是之前使用 make 命令的文件夹。
刚才用了命令 make install，卸载只需要 make uninstall。
然后删掉所有的 opencv 和 opencv_contrib 源码文件夹即可。

OpenCV 结构

文档位置

我们在调用 opencv 时只需要用到相关的头文件和库文件。
编译时可以设置这些文件的存放位置，默认位置如下：

头文件存放在 /usr/local/include/opencv2
库文件存放在 /usr/local/lib

主要 modules

core：这是必须加载的，包含所有的基本对象类型和基本操作
highgui ( 在 opencv 3 版本中拆分成了 imgcodecs, videoio, highgui)：如果要显示图像，就必须加载这个，同时也包含了用户交互工具
imgproc：包含基本的图像变换操作，例如图像滤波、图像几何变换等
video：包含读、写视频流的操作，跟踪、背景切割等
calib3d：包含相机校准和三维重建相关的算法，例如基本的多视角几何算法、立体摄像头标定、物体姿态估计、立体相似性算法、3D 信息重建等。
features2d：包含 2D 特征检测、描述、匹配算法
objdetect：包含特定物体检测算法，例如脸、行人，也可以训练检测其他物体。
ml：包含了很多机器学习算法，基本上是统计模型和分类算法。
flann：Fast Library for Approximate Nearest Neighbors. 这个 module 一般不会被直接调用，而是在其他 module 进行最近邻搜索中使用。
gpu（在 opencv 3 中被拆分成多个 cuda* modules）：包含了专门为 CUDA GPU 优化的算法实现，涵盖了上述部分 module 中的功能。
photo：包含计算摄影（computational photography）的算法，例如照片修复、去噪之类的
stitching：提供了图像拼接整个流程算法

另外，除了标准的 opencv 库，还有一个 opencv_contrib 库，里面包含了最新的、尚未被集成到标准库中的算法，以及 non-free 的算法。

调用方式

在 c++ 中 include 时可以只写

#include <opencv2/opencv.hpp>

打开 opencv.hpp 源文件可以看到它实际上包含了所有的其他头文件。考虑到 C++ 编译流程，头文件是要被加载到 .cpp 文件中的，因此用这种方式 include 头文件肯定没有问题，但是 more than enough ，编译时间比较长。

更好的办法是指明要添加的具体的头文件，例如

#include <opencv2/core.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>

这样做的好处一方面是编译时间短，另一方面是强化记忆，迫使编程人员清楚的知道程序中的函数来自哪个 OpenCV 模块。

另外，关于 opencv 具体模块的调用还有两种常见的形式，例如调用 highgui 模块：

方式一：
```
#include <opencv2/highgui/highgui.hpp>
```
方式二：
```
#include <opencv2/highgui.hpp>
```

这两种方式涉及到 openv 2.4 和 opencv 3 之间的区别。

这里有 OpenCV 官方的解释
https://docs.opencv.org/3.2.0/db/dfa/tutorial_transition_guide.html

总结来说：

在 opencv 2.4 中，所有的头文件都在相应的 module 文件夹下，因此必须要用方式一调用。
在 opencv 3 中，与 module 文件夹同级目录中添加了相应的头文件，因此可以直接用方式二调用，而不需要再进入 module 文件夹。如果很重视程序的向后兼容性问题，在 opencv 3 中也要用方式一调用头文件。