编译opencv

‘壹’ 如何编译opencv代码

..\OpenCV2.3\opencv\moles 这个目录有一些常用的库，一般算法的实现是看不到的，通常在静态库里，你可以连接他们，生成执行文件。
hpp,其实质就是将.cpp的实现代码混入.h头文件当中，定义与实现都包含在同一文件，则该类的调用者只需要include该hpp文件即可，无需再 将cpp加入到project中进行编译。而实现代码将直接编译到调用者的obj文件中，不再生成单独的虎矗港匪蕃睹歌色攻姬obj,采用hpp将大幅度减少调用 project中的cpp文件数与编译次数，也不用再发布烦人的lib与dll,因此非常适合用来编写公用的开源库。

‘贰’ linux 下 opencv程序怎么编译

运行了楼上给的命令之后，结果是这样的：
# g++ `pkg-config opencv --libs --cflags opencv` facedect.cpp -o facedect -static
/tmp/cc8XhRf6.o: In function `find_face(_IplImage*)':
facedect.cpp:(.text+0x51): undefined reference to `cvCreateImage'
facedect.cpp:(.text+0xc0): undefined reference to `cvCreateImage'
facedect.cpp:(.text+0xdd): undefined reference to `cvCvtColor'
facedect.cpp:(.text+0xf7): undefined reference to `cvResize'
facedect.cpp:(.text+0x109): undefined reference to `cvEqualizeHist'
facedect.cpp:(.text+0x116): undefined reference to `cvClearMemStorage'
facedect.cpp:(.text+0x188): undefined reference to `cvHaarDetectObjects'
facedect.cpp:(.text+0x1c6): undefined reference to `cvReleaseImage'
facedect.cpp:(.text+0x1d1): undefined reference to `cvReleaseImage'
/tmp/cc8XhRf6.o: In function `isperson(char const*)':
facedect.cpp:(.text+0x21e): undefined reference to `cvLoad'
facedect.cpp:(.text+0x22f): undefined reference to `cvCreateMemStorage'
facedect.cpp:(.text+0x25a): undefined reference to `cvLoadImage'
facedect.cpp:(.text+0x27d): undefined reference to `cvReleaseImage'
facedect.cpp:(.text+0x289): undefined reference to `cvDestroyWindow'
collect2: ld returned 1 exit status

‘叁’ 如何重新编译opencv python

GCC 5.4.0
CMAKE 3.5.1
OpenCV 3.1.0
Android SDK API 23（Android 6.0）
Androird NDK r12b（12.1.2977051）
Python 2.7.12
当然在编译过程中还会用到很多其他工具和软件包，比如Ninja，Ant等，我会在文中需要的时候给出它们的版本和安装方法。
关于GCC，CMAKE和Python的安装过程本文就不详述了，一是因为这些工具的安装过程很容易，网络上的介绍都很详细，二是因为之前刚刚配置好TensorFlow，安装了一大堆软件包，我也不清楚本文的内容究竟会涉及哪些依赖库，我会尽量把我在编译过程中所需的工具和库标记出来。

‘肆’ cmake编译opencv程序的时候怎么静态编译

使用opencv需要编译源码，得到库文件。可以用cmake构建项目后编译，也可以直接用官方提供的编译好的版本。 官方提供的编译库一般只是标准版本，没有附加某些库，比如tbb等，要想让opencv使用tbb等库，就只能自己构建项目后编译。

‘伍’ 如何用cmake 编译OpenCV 3.1.0的opencv

用cmake 编译OpenCV 3.1.0的opencv：

建一个新的文件夹，完整路径：D:CMakeCMake-StudyHelloCMake，

然后在HelloCMake文件夹里建立一个HelloCMake.cpp文件，里面的代码如下：

#include <iostream>

int main()

{

std::cout<<"Study CMake Together - Hello CMake!"<<std::endl;

return 0;

}

然后在HelloCMake文件夹里建立一个CMakeLists.txt文件，注意文件名不能是别的，必须叫这个名字。里面的内容如下：

cmake_minimum_required(VERSION 2.6)

project(HelloCmake)

add_executable(HelloCMake hellocmake.cpp)

接着在HelloCMake的同级目录里建立一个新的文件夹，就叫做HelloCMake-bin，在我机子上的完整路径是：D:CMakeCMake-StudyHelloCMake-bin，你可以针对自己的目录路径对号入座。

然后打开CMake程序，接着把包含CMakeLists.txt和HelloCMake.cpp文件的完整路径给”where is the source code”，把最后建立的HelloCMake-bin目录的完整路径给”where to build the binaries”，然后按Cofigure，

Configure完了以后，再按Generate，直到所有的红色选项都变成灰色为止。然后打开HelloCMake-bin，你会发现原来空的文件夹里面自动生成了好多文件。

到此为止，工程构建完成，打开HelloCMake-bin目录下的HelloCMake.sln，里面有三个工程，分别是：ALL_BUILD；HelloCMake；ZERO_CHECK。这三个工程的大概作用如下（个人理解而已），HelloCMake就不用说了，自己要建立的那个工程；ALL_BUILD是管理整个项目的工程；ZERO_CHECK是实时监视CMakeLists.txt文件变化的工程，一旦CMakeLists.txt里的内容发生了任何变化，ZERO_CHECK就会告诉编译器要重新构建整个工程环境。所以，你可以先把工程关掉，打开CMakeLists.txt文件，更改里面的内容以后，把根据以上说的步骤走一遍CMake；你也可以在编译器环境（如VS2008）中更改CMakeLists.txt文件，然后直接F7编译工程。如果你选择后者，你会发现所示的现象发生。

因为你改变了CMakeLists.txt的内容，工程的环境要重新构建、设置。所以你必须加载新的工程环境设置。点Yes,然后点Reload。重新加载设置过的工程环境。

另外一个经常看某些童鞋问的，就是当弹出所示的界面时要怎么办？能怎么办？界面上提示已经灰常清楚了，指定exe的路径给它，然后点OK就可以了；出现这种情况的原因是你把没有生成exe可执行文件的工程设为启动工程了，你会发现ALL_BUILD这个工程名字是黑体显示的，表示它是启动工程；或者你把生成exe可执行文件的工程，如这里的HelloCMake右击->设置为启动工程，也不会出现所示的界面。

好，这些比较琐碎的东西介绍完，我们一起来看看CMakeLists.txt里面的代码表示什么意思，争取每句代码都作解释，如果有不对的地方，一定要告诉我！

把CMakeLists.txt里的内容再罗列出来：

1. cmake_minimum_required(VERSION 2.6)

2. project(HelloCmake)

3. add_executable(HelloCMake hellocmake.cpp)

第1行，cmake_minimum_required(VERSION 2.6)这是对CMake版本的要求，基本上每个CMakeLists.txt文件里都会有这句代码，cmake_minimum_required是cmake里的命令，可大写小写。VERSION这个关键字必须是大写，而且不能省略；2.6就是CMake的版本号，现在的版本是2.8.3。

第2行，project(HelloCmake)，project也是CMake的命令，里面的参数HelloCMake是你要生成的工程的名字，换句话说就是生成的***.sln或者***.dsw等工程项目文件的名字。

第3行，add_executable(HelloCMake hellocmake.cpp)，add_executable同样是CMake的命令，链接有关的源文件，然后生成exe可执行文件，这是这个命令的作用。第一个参数是生成的exe文件的文件名，一般与project里的工程名一致，这样编译生成的文件就分别是HelloCMake.sln和HelloCMake.exe，当然也可以不一样。Add_executable()后面的是一个参数列表，可带多个要编译的文件名，中间以空格或回车等隔开，如可以加入：

add_executable(HelloCMake hellocmake.cpp hellocmake.h)

这样就把CMake里最常用的三个命令介绍完了，分别是cmake_minimum_required; project; add_executable等

‘陆’ 能配置opencv的编译软件有哪些

配置环境是: ubuntu12.04 + opencv2.4.0
安装OpenCV：
1. 安装必要的软件
apt-get install build-essential cmake libgtk2.0-dev pkg-config python-dev python-numpy libavcodec-dev libavformat-dev libswscale-dev

2. 从sourceforge上下载OpenCV的源码，下载地址是：
http://sourceforge.net/projects/opencvlibrary/files/opencv-unix/2.4.0/

3. 解压到任意目录
tar xvf OpenCV-2.4.3.tar.bz2
cd OpenCV-2.4.3/

4. cmake编译OpenCV源码，所有的lib文件都会被安装到/usr/local目录下
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local

5. 安装
make
sudo make install
环境变量pkg_config_path 提供编译时和运行时库的路径查询。pkg-config 是通过库提供的一个 .pc 文件获得库的各种必要信息的，包括版本信息、编译和链接需要的参数等。这些信息可以通过 pkg-config 提供的参数单独提取出来直接供编译器和 链接器使用。使用 pkg-config 的 --cflags 参数可以给出在编译时所需要的选项，而 --libs 参数可以给出 链接时的选项。
在上述opencv 的安装结束后，pkg-config 的读取目录 /usr/local/lib/pkgconfig/ 下已经有opencv.pc。

6. 更新环境变量：
export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig/

编译程序：

用OpenCV读入一副图像（img.jpg），代码如下：
//main.cpp
#include <stdio.h>
#include <cvaux.h>
#include <highgui.h>
using namespace cv;

int main() {
IplImage *img = cvLoadImage("img.jpg",0);
if (NULL == img) {
printf("Load image failed.\n");
return -1;
}
printf("Hello World\n");
cvReleaseImage(&img);
return 0;
}

方法1：直接命令编译：
g++ main.cpp -o main `pkg-config --cflags --libs opencv` （注意ESC下面的`，不是单引号）

方法2：借助cmake，需要写CMakeLists.txt，示例如下：

cmake_minimum_required(VERSION 2.8)
project(Hello)
find_package(OpenCV REQUIRED)
add_executable(Hello main.cpp)
target_link_libraries(Hello ${OpenCV_LIBS})

然后：
cmake .
make

‘柒’ 如何编译opencv中的install工程

第一步：由于opencv是在cmake工具下建立的工程，所以我们先要下载cmake，下载地址随便一搜都有，不多说。下载到home的主目录下，这里我们是/home/lg。看下面的命令：#cd /home/lg#tar xzvf CMake2.4.7.tar.gz .#cd CMake2.4.7#./boostrap#gmake#make install这样cmake工具安装好了，并且可以直接使用cmake命令根据cmake的编译规律，我们选择外部编译。
2
下载Opencv2.3.0到/home/lg解压后进入Opencv2.3.0的目录下（这里的opencv与以前版本1.0的不一样，没有configure文件，所以我们执行不了 ./configure命令） ：#mkdir build#cd build#cmake -D CMAKE_BUILD_TYPE=RELEASE -DCMAKE_INSTALL_PREFIX=/usr/local -D BUILD_PYTHON_SUPPORT=ON.. （这条命令解析可以参考cmake教程， 但是记住这里的第二个选项，我们将opencv安装在/usr/local目录下的）#make#make install到这opencv编译完成，接下去看看opencv这个工具能正常使用。
3
记住这里的做法前一种对fedora有用， 也就是说在fedora的环境下只能使用这种做法， 但是ubuntu却可以使用两种方法。 顺便说一下， 经常遇见apt-get命令，这是在ubuntu下使用获取软件包的命令， fedora使用的是yum， 记住了， 否则经常出现使用apt-get却获取不了软件包的情况。方法1：在/etc/ld.so.conf.d下新建一个文件opencv.conf，里面输入/usr/local/lib方法2：在/etc/ld.so.conf文件中加入/usr/local/lib这一行然后执行#ldconfig(root权限下）#cp /usr/local/lib/pkconfig/opencv.pc /usr/lib/pkgconfig(或者是输入这个命令 exportPKG_CONFIG_PATH=/usr/local/lib/pkgconfig:$PKG_CONFIG_PATH)（ pkconfig的用法见以前的博文）至此opencv安装完成我们可以找个例子来做实验#cd /home/lg/Opencv2.3.0#cd samples/cpp#g++ `pkconfig --cflags --libs opencv` drawing.cpp -odrawing(记住前面的两个引号是通过ESC下面的那个波浪符键获得的)现在我们编译那个人脸检测程序，在Opencv2.3.0/data/目录下有检测鼻子、眼睛的XML文件，这可以通过改build目录下的c目录下的facedetect文件获得。#cd ..#cd c#g++ `pkconfig --cflags --libs opencv` facedetect.c -ofacedetect到此结束

‘捌’ 如何编译 opencv动态链接库

在一个项目中需要用到OpenCV，刚开始使用了OpenCV的动态链接库，这样，在移动可执行程序时还必须将OpenCV动态支持库一起搬移，很是麻烦。所以，最终选择OpenCV静态链接库，这样程序移植运行就方便了很多。

需要编译成静态库以便于应用程序链接。

网上有的教程中写的在VC++2010下安装OpenCV2.1时用到了TBB库，而我在编译链接自己的程序后需要用到TBB.dll。本人设计的目的就是要做一个独立的界面程序，不需要携带其他第三方库。经过一段时间的努力最终找到了编译OpenCV2.1静态库的方法。

需要的工具环境及文件：

-------------------------------------------------------------------------------------------------------------

1、Windows XP

2、VC++2010(VS2010)

3、为编译OpenCV源码包(我下载的有：OpenCV2.1.0，OpenCV2.3.0及OpenCV2.4.4)

4、CMake2.8.9

说明：OpenCV各版本官方下载地址：opencv.org/

cmake-2.8.9下载地址：ishare.iask.sina.com.cn/download/explain.php?fileid=35025936

--------------------------------------------------------------------------------------------------------------

以OpenCV2.1.0编译静态库为例

CMake配置

-------------------------------------------------------------------------------------------------------------

打开CMake并设置：

Where is the rource code ：OpenCV源代码所在的文件夹

Where to build the binaries：CMake配置好得到的文件放在位置（我的：E:\OpenCV2.1.0-prj）

然后点击configure，选择"Visual Studio 10"。然后确定。

等待configure完成，会出现很多红色的选项，因为主要是生成OpenCV的库，所以只需保留某些选项：

去掉BUILD_NEW_PYTHON_SUPPORT，BUILD_SHARED_LIBS, BUILD_TESTS

勾选OPENCV_BUILD_3RDPARTY_LIBS, WITH_TBB，WITH_JASPER, WITH_JPEG,
WITH_PNG, WITH_TIFF选项，

然后再点击configure，如下图：

提示TBB_INCLUDE_DIR找不到，因为我们不需要TBB库，所以忽略，再一次点击configure。

等待配置完成，最后点击generate，完成后关闭CMake。

-------------------------------------------------------------------------------------------------------------

VC++2010编译静态库

-------------------------------------------------------------------------------------------------------------
进入E:\OpenCV2.1.0-prj目录，使用VC++2010打开.sln文件，打开项目管理器

这时候会看到

解决方案中有很多小项目存在。

注：这时我们右键任意点击一个子项目(如cv)，选择属性，可以在配置属性下的常规项目中看到，配置类型为
静态库(lib)。

按住ctrl键，选中除过ALL_BUILD, INSTALL, ZERO_CHECK,
uninstall四个项目的其他所有项目，在菜单中选择项目->属性，打开配置属性->c/c++->代码生成选项，在右侧窗口中的运行时库中选择多线程调试(/MTd)，然后确认。

说明：这里有四个选项（/MT, /MTd, /MD,
/MDd），前两个一组，为静态链接运行时库，运行时不需要运行时库的支持，代码直接插入到程序中去；后两个一组，为动态链接运行时库，运行时需要msvcr90.dll或msvcp90.dll支持。

我们先编译Debug版的OpenCV静态库，在解决方案"opencv"（22个项目）上单击右键，选择重新生成解决方案，此时便开始编译OpenCV库了，等编译结束会提示完成16个，失败4个：

这四个项目生成的是exe程序，不需要管他们。到这步我们已经生成了Debug版本的静态库！

然后我们用相同的方式生成Release版的库,在之前的基础上只需要将选项选择多线程/MT，再进行编译。编译时警告很多，直接忽略！

注意：/MT即是Release版本，/MTD即是Debug版本。

最终我们需要的静态库就存在：E:\OpenCV2.1.0-prj/lib 和 E:\OpenCV2.1.0-prj/3rdparty/lib
两个目录，我们编译好的库就在这两个文件夹下。分别

将E:\OpenCV2.1.0-prj/3rdparty/lib中Debug
下面的所有文件Copy到E:\OpenCV2.1.0-prj/lib中的Debug 文件中。

将E:\OpenCV2.1.0-prj/3rdparty/lib中Release下面的所有文件Copy到E:\OpenCV2.1.0-prj/lib中的Release文件中。

‘玖’ 如何编译opencv calibration

String.prototype.sub = function (n) {
var r = /[^\x00-\xff]/g;
if (this.replace(r, "mm").length <= n) return this;
// n = n - 3;
var m = Math.floor(n / 2);
for (var i = m; i < this.length; i++) {
if (this.substr(0, i).replace(r, "mm").length >= n) {
return this.substr(0, i);
}