OpenCV(开源计算机视觉)是一个主要针对实时计算机视觉的编程函数库。
OpenCV的应用领域包括:
- 2D和3D功能工具包
- 运动估计
- 面部识别系统
- 手势识别
- 人机交互
- 移动机器人
- 动作理解
- 物体识别
- 分割和识别
- 实体影像立体视觉:来自两个摄像机的深度感知
- 运动中的结构(SFM)
- 运动跟踪
- 增强现实
为了支持上述一些领域,OpenCV包括一个统计机器学习库,其中包含:
- 提升(Boosting)
- 决策树学习
- 梯度提升树
- 期望最大化算法
- k最近邻算法
- 朴素贝叶斯分类器
- 人工神经网络
- 随机森林
- 支持向量机(SVM)
- 深层神经网络(DNN)
1、下载 OpenCV 3.4.11 数据包
国内快速下载地址:OpenCV/opencv_contrib国内快速下载 | 绕云技术博客
注:直接用虚拟机中自带的浏览器中进行下载(我用的是火狐)。这里我们选择版本3.4.11。
开始下载:
下载成功:
2、解压压缩包
在解压缩包之前,将 opencv-3.4.11.zip 复制到 home 文件夹下,再解压缩。
解压成功:
3、使用 cmake 安装 opencv
- 首先输入代码进入解压后的文件夹:opencv-3.4.11
cd opencv-3.4.11
- 然后进入 root 用户,并更新一下。
sudo su sudo apt-get update
- 接着再执行这条命令安装 cmake 。
sudo apt-get install cmake
复制下面这条命令,安装依赖库。
sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg.dev libtiff5.dev libswscale-dev libjasper-dev
再创建 build 文件夹, 然后进入我们创建的文件夹:build
mkdir build cd build
使用cmake编译参数,或者使用第二默认参数。(在此我选择的是第一条)
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local .. cmake ..
4、 使用 make 创建编译
仍然是在 build 文件夹下进行。
sudo make
注:单线程编译:sudo make ,这会等待比较长的时间,如果你想更快编译完,可以使用命令:sudo make -j4 ,而 -j4 表示使用 4 个线程进行编译。
编译成功:
5、安装
sudo make install
安装完成:
2、配置环境修改 opencv.conf 文件,打开后的文件是空白的,在文档里添加 opencv 库的安装路径:/usr/local/lib
sudo gedit /etc/ld.so.conf.d/opencv.conf //打开文件夹
在文档中写完之后,点击保存 。会有一些警告信息,不过是正常情况。
更新系统共享链接库:
sudo ldconfig
配置 bash ,修改 bash.bashrc 文件:
sudo gedit /etc/bash.bashrc
之后会打开一个文档,在文档末尾加入,然后点击保存:
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig export PKG_CONFIG_PATH
接着执行以下命令使得配置生效,再更新一下:
source /etc/bash.bashrc sudo updatedb
接下来就可以查看到安装的 opencv 的版本信息了。
pkg-config --modversion opencv三、应用实例 1、图片
首先创建一个代码存放文件夹 code ,然后进入文件夹中。然后再编写代码。
touch code cd code
创建一个test1.cpp 文件。
gedit test1.cpp
打开文档,将下方的编码复制进去然后点击保存。
#include#include using namespace cv; using namespace std; int main(int argc, char** argv) { CvPoint center; double scale = -3; IplImage* image = cvLoadImage("lena.jpg"); argc == 2? cvLoadImage(argv[1]) : 0; cvShowImage("Image", image); if (!image) return -1; center = cvPoint(image->width / 2, image->height / 2); for (int i = 0;i height;i++) for (int j = 0;j width;j++) { double dx = (double)(j - center.x) / center.x; double dy = (double)(i - center.y) / center.y; double weight = exp((dx*dx + dy*dy)*scale); uchar* ptr = &CV_IMAGE_ELEM(image, uchar, i, j * 3); ptr[0] = cvRound(ptr[0] * weight); ptr[1] = cvRound(ptr[1] * weight); ptr[2] = cvRound(ptr[2] * weight); } Mat src;Mat dst; src = cvarrToMat(image); cv::imwrite("test.png", src); cvNamedWindow("test",1); imshow("test", src); cvWaitKey(); return 0; }
接着对文件进行编译。
g++ test1.cpp -o test1 `pkg-config --cflags --libs opencv`
提前在code文件夹中准备一张照片,命名为lena.jpg。
执行以下命令,运行输出结果:
./test1
接着就可以看到文件夹中重新生成一张名为test.png,刚刚那张照片呈现出来不同的效果了。
2、播放视频首先创建一个test2的文件
gedit test2.cpp
打开test2文档后,将下方代码复制进去之后保存。
#includeusing namespace cv; int main() { //从摄像头读取视频 VideoCapture capture("man.mp4"); //循环显示每一帧 while(1){ Mat frame;//定义一个Mat变量,用于存储每一帧的图像 capture >> frame;//读取当前帧 if(frame.empty())//播放完毕,退出 break; imshow("读取视频帧",frame);//显示当前帧 waitKey(30);//掩饰30ms } system("pause"); return 0; }
代码讲解:
- 如果语句:VideoCapture capture(0),后面的参数设置为 0 ,则从摄像头读取视频并循环显示每一帧;如果设置为一个视频的文件名,比如:man.mp4 ,则会将视频读取并循环显示每一帧。
- while 循环体中的 Mat 数据结构其实是一个点阵,对应图像上的每一个点,点的集合形成了一帧图像,有关 Mat 详解请看:OpenCV中Mat数据结构。
- 语句:waitKey(30) ,中的参数单位是 ms 毫秒,也就是每一帧间隔 30 ms ,该语句时不能删除的,否则会执行错误,无法播放视频或录制视频。
也是在code文件夹中准备一个小视频,在此我命名为man.mp4。
编译 test2.cpp 文件,接着执行。
g++ test2.cpp -o test2 `pkg-config --cflags --libs opencv` ./test2
然后就可以看到播放的视频了。
3、录制视频1)首先虚拟机需要获取摄像头权限。
在主机使用快捷键 Win + R ,输入 services.msc ,并回车。
找到 VMware USB Arbitration S… 服务,确保启动了。
在虚拟机工具栏中点击 “ 虚拟机 ” ,然后点击 “ 设置(S)… ”,选择 “ USB控制器 ” ,将 “ USB兼容性 ” 设置为 “ USB 3.0 ” ,并点击确定。。
选择 “ 虚拟机 ” ,再选择 “ 可移动设备 ” ,再选择 “ Quanta USB2.0 VGA UVC WebCam ” ,最后点击 “ 连接 ” ,再弹出的窗口内点击 “ 确定 ” 。
虚拟机右下角这个摄像头图标有个小绿点,则连接成功。
2)录制视频
创建一个 test3.cpp 。
gedit test3.cpp
复制粘贴一下代码。
test3.cpp:
#include#include #include #include using namespace cv; using namespace std; int main() { //打开电脑摄像头 VideoCapture cap(0); if (!cap.isOpened()) { cout << "error" << endl; waitKey(0); return 0; } //获得cap的分辨率 int w = static_cast (cap.get(CV_CAP_PROP_frame_WIDTH)); int h = static_cast (cap.get(CV_CAP_PROP_frame_HEIGHT)); Size videoSize(w, h); VideoWriter writer("RecordVideo.avi", CV_FOURCC('M', 'J', 'P', 'G'), 25, videoSize); Mat frame; int key;//记录键盘按键 char startOrStop = 1;//0 开始录制视频; 1 结束录制视频 char flag = 0;//正在录制标志 0-不在录制; 1-正在录制 while (1) { cap >> frame; key = waitKey(100); if (key == 32)//按下空格开始录制、暂停录制 可以来回切换 { startOrStop = 1 - startOrStop; if (startOrStop == 0) { flag = 1; } } if (key == 27)//按下ESC退出整个程序,保存视频文件到磁盘 { break; } if (startOrStop == 0 && flag==1) { writer << frame; cout << "recording" << endl; } else if (startOrStop == 1) { flag = 0; cout << "end recording" << endl; } imshow("picture", frame); } cap.release(); writer.release(); destroyAllWindows(); return 0; }
编译 test3.cpp 文件。
g++ test3.cpp -o test3 `pkg-config --cflags --libs opencv`
输出结果。
./test3
开始录制视频:
四、总结此次在Ubuntu环境下安装opencv经历了许多复杂的步骤,包括下载安装包,编译安装等等不同的环节,确实是比较麻烦的。但是安装了opencv就可以根据一些代码,来对图像和视频进行一些处理,确实是更近了一步。并且此后也可以用于很多其他方面,包括人脸识别方面等。
五、参考资料https://blog.csdn.net/ssj925319/article/details/109231145



