0. 安装一些必要的包
sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
1. 下载opencv/opencv_contrib源代码
这里直接从opencv的github仓库clone最新的opencv源代码到本地:
cd /home/yan/
git clone https://github.com/opencv/opencv.git
git clone https://github.com/opencv/opencv_contrib.git
在本地目录home/yan/下面将会得到两个文件夹:
yan@yanubuntu:~$ ll | grep opencv
drwxrwxr-x 15 yan yan 4096 9月 14 14:09 opencv/
drwxrwxr-x 7 yan yan 4096 9月 14 09:38 opencv_contrib/
2. cmake生成MakeFile文件
依次执行以下命令：
cd /home/yan/opencv/
mkdir build
cd build
接下来是cmake命令：
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local -D OPENCV_EXTRA_MODULES_PATH=/home/yan/opencv_contrib/modules -D PYTHON_DEFAULT_EXECUTABLE=/usr/bin/python3 -D BUILD_opencv_python3=ON -D BUILD_opencv_python2=OFF -D PYTHON3_EXCUTABLE=/usr/bin/python3 -D PYTHON3_INCLUDE_DIR=/usr/include/python3.5m -D WITH_CUDA=OFF -D OPENCV_GENERATE_PKGCONFIG=ON ..
对cmake的某些参数作解释：
cmake
-D CMAKE_BUILD_TYPE=Release
-D CMAKE_INSTALL_PREFIX=/usr/local
# 如果要安装opencv_contrib模块，需要指定对应的modules文件夹位置
-D OPENCV_EXTRA_MODULES_PATH=/home/yan/opencv_contrib/modules
# 基本用不到python2，因此这里只编译python3的opencv版本
-D PYTHON_DEFAULT_EXECUTABLE=/usr/bin/python3
-D BUILD_opencv_python3=ON
-D BUILD_opencv_python2=OFF
-D PYTHON3_EXCUTABLE=/usr/bin/python3
-D PYTHON3_INCLUDE_DIR=/usr/include/python3.5m
# 不需要使用opencv的GPU加速，将CUDA选项关掉
-D WITH_CUDA=OFF
# 这个选项非常重要，会生成一个被pkg-config模块使用的opencv4.pc文件，编译opencv的c++项目时可能会用到
-D OPENCV_GENERATE_PKGCONFIG=ON
cmake过程中会下载某些文件，比较慢，请耐心等待。
3. make & make install
cmake完成后，依次执行：
make -j8
sudo make install
make编译过程也比较慢，通过 -j8 实现多线程加速。
4. 后处理
打开home目录下的.bashrc文件:
sudo vim ~/.bashrc
在最后添加如下环境变量:
export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
该目录下面有一个opencv4.pc文件，查看一下里面有哪些内容：
yan@yanubuntu:~$ ls /usr/local/lib/pkgconfig/
libspatialindex.pc opencv4.pc
yan@yanubuntu:~$ cat /usr/local/lib/pkgconfig/opencv4.pc
# Package Information for pkg-config
prefix=/usr/local
exec_prefix=${prefix}
libdir=${exec_prefix}/lib
includedir_old=${prefix}/include/opencv4/opencv
includedir_new=${prefix}/include/opencv4
Name: OpenCV
Description: Open Source Computer Vision Library
Version: 4.1.2
Libs: -L${exec_prefix}/lib -lopencv_stitching -lopencv_gapi -lopencv_bgsegm -lopencv_img_hash -lopencv_xfeatures2d -lopencv_shape -lopencv_superres -lopencv_freetype -lopencv_aruco -lopencv_dnn_objdetect -lopencv_ccalib -lopencv_structured_light -lopencv_phase_unwrapping -lopencv_stereo -lopencv_tracking -lopencv_datasets -lopencv_plot -lopencv_rgbd -lopencv_fuzzy -lopencv_line_descriptor -lopencv_reg -lopencv_hfs -lopencv_bioinspired -lopencv_surface_matching -lopencv_optflow -lopencv_ximgproc -lopencv_quality -lopencv_dpm -lopencv_highgui -lopencv_xobjdetect -lopencv_saliency -lopencv_hdf -lopencv_text -lopencv_dnn -lopencv_ml -lopencv_face -lopencv_objdetect -lopencv_videostab -lopencv_video -lopencv_calib3d -lopencv_videoio -lopencv_imgcodecs -lopencv_features2d -lopencv_flann -lopencv_xphoto -lopencv_photo -lopencv_imgproc -lopencv_core
Libs.private: -ldl -lm -lpthread -lrt
Cflags: -I${includedir_old} -I${includedir_new}
该opencv4.pc文件(貌似opencv3.x之前是生成名为opencv.pc的文件，这里编译的是opencv4.1.2，因此变成了opencv4.pc)是在前面cmake时通过添加-D OPENCV_GENERATE_PKGCONFIG=ON选项自动生成的。
该文件实际上也就是指定了安装opencv生成的 Include/包含目录 和 Libs/库目录 的路径，以便在使用g++编译包含opencv函数的c++代码时，就可以使用 pkg-config 选项指定opencv库的搜索路径。
有了 opencv4.pc 文件，以及将该文件路径添加到 PKG_CONFIG_PATH 环境变量之后。就可以通过pkg-config命令来查看安装的opencv的一些信息了，比如：
# 查看opencv的版本号
yan@yanubuntu:~$ pkg-config --modversion opencv4
4.1.2
# 查看opencv的Include目录/头文件路径
yan@yanubuntu:~$ pkg-config --cflags opencv4
-I/usr/local/include/opencv4/opencv -I/usr/local/include/opencv4
# 查看opencv的Libs目录/库目录
yan@yanubuntu:~$ pkg-config --libs opencv4
-L/usr/local/lib -lopencv_stitching -lopencv_gapi -lopencv_bgsegm -lopencv_img_hash -lopencv_xfeatures2d -lopencv_shape -lopencv_superres -lopencv_freetype -lopencv_aruco -lopencv_dnn_objdetect -lopencv_ccalib -lopencv_structured_light -lopencv_phase_unwrapping -lopencv_stereo -lopencv_tracking -lopencv_datasets -lopencv_plot -lopencv_rgbd -lopencv_fuzzy -lopencv_line_descriptor -lopencv_reg -lopencv_hfs -lopencv_bioinspired -lopencv_surface_matching -lopencv_optflow -lopencv_ximgproc -lopencv_quality -lopencv_dpm -lopencv_highgui -lopencv_xobjdetect -lopencv_saliency -lopencv_hdf -lopencv_text -lopencv_dnn -lopencv_ml -lopencv_face -lopencv_objdetect -lopencv_videostab -lopencv_video -lopencv_calib3d -lopencv_videoio -lopencv_imgcodecs -lopencv_features2d -lopencv_flann -lopencv_xphoto -lopencv_photo -lopencv_imgproc -lopencv_core
5. 测试: 使用opencv显示图像
下面测试opencv的c++接口，新建如下的DisplayImage.cpp文件：
// DisplayImage.cpp -- my first c++/opencv code in linux system
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main()
{
string img_path = "img.png";
Mat image;
image = imread(img_path);
if(image.data == NULL)
{
cout<<"No image data \n";
return -1;
}
namedWindow("DisplayImage", WINDOW_AUTOSIZE);
imshow("DisplayImage", image);
waitKey(0);
return 0;
}
假设cpp文件所在的文件夹下包含一个名为 img.png 的图片文件。
下面介绍如何编译cpp文件到可执行文件。有几种方式：
5.1 g++带pkg-config参数
命令如下：
yan@yanubuntu:~/Desktop/c_plus_opencv_sample$ ls
DisplayImage.cpp img.png
yan@yanubuntu:~/Desktop/c_plus_opencv_sample$ g++ DisplayImage.cpp -o DisplayImage.out $(pkg-config --cflags --libs opencv4) --std=c++11
yan@yanubuntu:~/Desktop/c_plus_opencv_sample$ ls
DisplayImage.cpp DisplayImage.out img.png
可以看到，编译成功后，生成了可执行文件DisplayImage.out。
运行可执行文件DisplayImage.out：
yan@yanubuntu:~/Desktop/c_plus_opencv_sample$ ./DisplayImage.out
不出意外的话，图片就显示成功了：
这里是直接使用g++编译cpp文件，解释一下用到的编译选项：
g++ DisplayImage.cpp
# 通过 -o 选项，指定生成的可执行文件的文件名，如果不指定的话，默认会生成一个 *a.out*的可执行文件
-o DisplayImage.out
# 使用pkg-config选项指定cpp代码中用到的所有opencv的包含文件以及库文件，前面提到，opencv4.pc中提供了这些路径信息。
$(pkg-config --cflags --libs opencv4)
# 使g++编译器支持c++11特性
# 如果没有这个选项，会出现类似error信息: error: #error "OpenCV 4.x+ requires enabled C++11 support"
--std=c++11
关于pkg-config工具的介绍请参考官网。
以上面的cpp代码为例，由于代码中用到了opencv的两个头文件中定义的函数：
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
因此，在g++编译链接过程中，我们需要给编译器提供opencv相关的包含文件路径以及库文件路径，这样g++才能生成完整的可执行文件。
而pkg-config工具就是专门管理gcc/g++编译过程中需要用到的依赖模块路径的：
- 前面我们编译opencv时生成了一个opencv4.pc文件，该文件包含了所有opencv的包含文件/库文件路径。
- 通过将opencv4.pc文件的路径添加到PKG_CONFIG_PATH 环境变量，pkg-config工具就掌握了opencv相关文件的所有路径信息。
- g++ 编译时，通过提供
$(pkg-config --cflags --libs opencv4)选项，pkg-config工具会提供g++所需的opencv相关依赖文件的路径。
不仅是opencv，其他所有的库的路径都可以通过pkg-config来统一管理。
2. 通过cmake + make生成可执行文件
典型的c++项目的编译方式应该是使用cmake + make的方式。需要编写一个 CMakeLists.txt 文件：
cmake_minimum_required(VERSION 2.8)
project(DisplayImage)
find_package(OpenCV REQUIRED)
include_directories(${OpenCV_INCLUDE_DIRS})
add_executable(DisplayImage DisplayImage.cpp)
target_link_libraries(DisplayImage ${OpenCV_LIBS})
SET( CMAKE_CXX_FLAGS "-std=c++11")
保存后执行cmake生成MakeFIle文件,然后执行make得到可执行文件：
yan@yanubuntu:~/Desktop/c_plus_opencv_sample$ cmake .
-- The C compiler identification is GNU 5.4.0
-- The CXX compiler identification is GNU 5.4.0
-- Check for working C compiler: /usr/bin/cc
-- Check for working C compiler: /usr/bin/cc -- works
-- Detecting C compiler ABI info
-- Detecting C compiler ABI info - done
-- Detecting C compile features
-- Detecting C compile features - done
-- Check for working CXX compiler: /usr/bin/c++
-- Check for working CXX compiler: /usr/bin/c++ -- works
-- Detecting CXX compiler ABI info
-- Detecting CXX compiler ABI info - done
-- Detecting CXX compile features
-- Detecting CXX compile features - done
-- Found OpenCV: /usr/local (found version "4.1.2")
-- Configuring done
-- Generating done
-- Build files have been written to: /home/yan/Desktop/c_plus_opencv_sample
yan@yanubuntu:~/Desktop/c_plus_opencv_sample$ make
Scanning dependencies of target DisplayImage
[ 50%] Building CXX object CMakeFiles/DisplayImage.dir/DisplayImage.cpp.o
[100%] Linking CXX executable DisplayImage
[100%] Built target DisplayImage
yan@yanubuntu:~/Desktop/c_plus_opencv_sample$
5.3 使用IDE
之前在Windows系统中用过VS，在ubuntu系统中还没有使用过集成开发环境(Integrated Development Environment，IDE)，不过应该和VS差不多，这应该是最简单的编译方式了，点击 run 按钮，所有的编译链接执行过程自动完成。
目前对在linux系统的c++开发基本不懂，以上内容纯属搬砖。仅供参考。
