OpenCV 之 编译配置 4.6.0

  OpenCV 4.3.0 版本，在4月份发布了，新加的功能如下：

    https://github.com/opencv/opencv/wiki/ChangeLog#version430

  其中，imgproc 模块的 HoughCircles() 函数，新加了检测算法 HOUGH_GRADIENT_ALT，精度得到了很大的提升

            

  另外，国内团队 Open AI Lab 将他们的 Tengine 库集成到了DNN 模块中，提升了 DNN 运行在 ARM 平台中的速度

            

    本文以 Win10  64 位 为例，简述 OpenCV 的编译配置过程 （如果是 32 位系统，则对应 32位 的 cmake 和 Qt 软件）

1  编译准备

1.1  VS 或 Qt

    选择一：VS2019 社区版，下载地址

      注意：安装 VS 2019，要求操作系统 Win7 SP1 以上版本

    选择二：VS2019 + Qt，下载地址 或 在线安装 (Qt6 以上推荐在线安装)

      注意：Qt 开源，但在下载时，需要注册账号，并遵守一些开源的协议

1.2  cmake

    选择解压版，在 /bin 目录下，直接点击 cmake-gui.exe 可运行

    下载地址：https://cmake.org/download/  或  https://github.com/Kitware/CMake/releases

1.3  OpenCV

    首先，分别下载 opencv 源码 和 opencv_contrib 源码；然后，解压两个压缩包，准备编译

           

 

2  cmake 配置生成

    cmake 在配置过程中，会自动下载一些文件，如 opencv_ffmpeg.dll 等，因此需要保持网络畅通

2.1 路径

    找到 cmake 的 cmake-gui.exe，点击运行，配置目录如下：

    - source， 指向解压后的 opencv 文件夹

    - binaries，可自建一个文件夹

     

2.2  配置

2.2.1  opencv-master

    设置好路径，点击左下角的 Configure 按钮，弹出窗口，如下

 

    点击 Finish 按钮，继续，此时界面的 Configure 按钮变为 Stop，表示配置进行中 ...

    注意：如遇到问题，先检查错误信息；再点击 File -> Delete Cache，退出 cmake-gui，并将 build 文件夹下的内容清空，再重复步骤 2.1 和 2.2，

            等 Configure 依次结束后，如果 cmake 的主界面仍有红色区域，则再次点击 Configure 进行配置，直到红色区域完全消失。

      

  下图是 Configure 完成后的界面，红色消失，只剩白色的区域

     

2.2.2  opencv_contrib-master

  找到 Name 下的 OPENCV_EXTRA_MODULES_PATH，为其设置 opencv_contrib-4.3.0 的路径 ，精确到 /modules 目录

    

  再次点击 Configure 进行配置，可能需要 Configure 两三次之后，红色区域才能完全消失。

  最后，点击 Generate，出现 “Generating done” 则意味着 cmake 的工作结束了。

2.3  VS 编译  

    用 Visual Studio 打开 OpenCV.sln，分别在 Debug 和 Release 下，编译该工程

     

    编译完成后，在相应的 lib 和 bin 文件夹中，分别找到 debug/release 的 .lib 静态库 和 .dll 动态库，拷贝到 3rdparty\opencv 中

      

  

3  VS 下的配置

  1)  环境变量

      计算机 -> 属性 -> 高级系统设置 -> 环境变量，编辑系统变量里的 path 变量，为其添加变量值 D:\opencv\460\x64\vc16\bin\debug

     

  2)  头文件和库文件

      头文件： D:\opencv\460\include

      库文件： D:\opencv\460\x64\vc14\lib\debug

    

  3)  依赖项

    生成的 lib 库，格式为 “opencv_modulename_version_d.lib”，带 "_d" 的对应 Debug 模式，不带的对应 Release 模式。

    可根据需要，添加相应的静态库。 例如，人脸识别时，用到 face 模块，可在依赖项中，添加 opencv_face4xxd.lib

    

 

4  Qt 下的配置

 1)  环境变量

　　与 VS 的配置一样，添加 path 变量值 D:\opencv\460\x64\vc16\bin\debug;

　　另外，不要忘记添加 Qt 的 path 变量值 D:\Qt\Qt5.12.8\5.12.8\msvc2017_64\bin;

 2)  头文件和库文件

　　以简单的读图程序为例，需要在新建的 Qt 工程配置文件中，添加如下代码：

LIBS += -L$$PWD/../../opencv/430/x64/vc16/lib/debug -lopencv_highgui430d \
        -lopencv_core430d \
        -lopencv_imgproc430d  \
        -lopencv_imgcodecs430d

INCLUDEPATH += $$PWD/../../opencv/430/include　　

　可根据具体的需要，适当添加新的库文件，比如，用于人脸识别的 opencv_face430d，深度神经网络 opencv_dnn430d 等等。

    配置完成，尽情享受 OpenCV 的世界吧 ^_^

 

更新记录

    2017年10月12日： 升级为 Win10 64 位系统，CMake 3.10.0，OpenCV 3.3，Qt 5.9.1，生成并配置成功。

    2018年11月21日： 升级为 Opencv 4.0.0，Qt 5.9.6，CMake 3.13.0，新加的 opencv_gapi 模块出现编译错误，生成不成功，其它模块生成并配置成功。

                                 

    2019年10月10日：升级为 OpenCV 4.1.1，Qt 5.12.5，CMake 3.15.4，仍有 opencv_gapi 模块出现编译错误，生成不成功，其它模块生成并配置成功。

    2020年4月12日：升级为 OpenCV 4.3.0，Visual Studio 2019，Qt 5.12.8，CMake 3.17.1，生成并配置成功。

    2021年11月28日：升级为 OpenCV 4.5.4，Visual Studio 2019，CMake 3.20.5，生成并配置成功

    2022年6月15日：升级为 OpenCV 4.6.0，Visual Studio 2019，CMake 3.22.5，生成并配置成功