作者：星陨
来源：音视频开发进阶
OpenCV 的安装
OpenCV 的安装有两种方式，可以通过下载源码自行编译，也可以通过homebrew来安装。
源码编译
通过源码编译可以参考下面这两篇文章：
1、https://www.pyimagesearch.com/2016/12/05/macos-install-opencv-3-and-python-3-5/
2、https://www.pyimagesearch.com/2015/06/29/install-opencv-3-0-and-python-3-4-on-osx/
大致操作都是要从 Github 上下载好源码，然后配置 cmake ，再通过 make 编译出 cv2.so 库。
Homebrew 安装
通过 homebrew 来安装 OpenCV 就相对简单多了。
直接 brew install opencv 命令就好了。
不过，要注意的是：下载好的 OpenCV 还在 /usr/local/Cellar/opencv/3.3.1_1/ 目录下。
这时候，在 Terminal 上，直接运行 Python3 命令，然后在交互式环境中通过 import cv2的命令来导入 OpenCV 的库依旧是找不到的。
解决办法就是进入到 /usr/local/lib/python3.6/site-packages 目录下，通过 ln 命令将 /usr/local/Cellar/opencv/3.3.1_1/lib/python3.6/site-packages 目录下的 cv2.so 链接到当前目录。
///usr/local/lib/python3.6/site-packages 目录下执行如下指令 sudo ln -s /usr/local/Cellar/opencv/3.3.1_1/lib/python3.6/site-packages/cv2.so cv2.so
这样就可以完成导入了。
Python 配置 OpenCV 环境
Python 开发用的 IDE 是 PyCharm。
事实上在 PyCharm 的 Project Interpreter 中可以添加 Python 库的，直接选择 opencv-python 库就好了，它最终也是通过 pip命令来下载对应的库的。
但却有个问题：
通过这种方式安装的 OpenCV 在运行播放视频的代码时会出错：
import cv2 videoUrl = "/Users/glumes/Desktop/kpt1.mp4" cap = cv2.VideoCapture('/Users/glumes/Desktop/kpt1.mp4') while(cap.isOpened()): ret, frame = cap.read() gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) cv2.imshow('frame', gray) if cv2.waitKey(0) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows()
报错的内容是： The current event queue and the main event queue are not the same。
正好在 OpenCV 的 Github 上有个 Issue 也提到了这个问题：https://github.com/opencv/opencv/issues/7474 给出的原因是因为没有安装好 ffmpeg。
所以还是建议直接通过 brew 的方式安装，然后再创建链接好了。
安装好之后，就可以开始运行我们的 OpenCV 代码了。
简单的展示一张图片代码示例：
import cv2 print(cv2.__version__) imgUrl = '/Users/glumes/Desktop/blog_camera_block.png' img = cv2.imread(imgUrl,0) cv2.imshow('image',img) cv2.waitKey(0) print("waiting") cv2.destroyAllWindows()
C++ 配置 OpenCV 环境
C++ 开发用的 Mac 的 Xcode。
首先要在 Xcode 中创建一个命令行工程。
然后在工程名处右键，选择 Add File to Project ，通过快捷键 Command＋Shift＋G进入到 /usr/local/lib目录下，将所有和 OpenCV 相关的 dylib 库添加进来。
完成了之后，再到工程的 Build Settings中去添加对应的头文件和库文件。
找到 Search Paths，然后在 Header Search Paths 中添加
- /usr/local/include
- /usr/local/include/opencv
在 Library Search Paths 中添加
- /usr/local/lib
效果图如下：
完成之后，就可以开始编写 C++ 代码来开发 OpenCV 了。
同样还是预览一张图片作为示例：
// // main.cpp // OpenCVEnv // // Created by glumes on 2017/11/7. // Copyright © 2017年 glumes. All rights reserved. // #include <iostream> #include <opencv2/opencv.hpp> #include <opencv2/highgui/highgui.hpp> #include <opencv/cvaux.hpp> #include <fstream> using namespace std; #define BYTE unsigned char int main(int argc, const char * argv[]) { //这个地方的目录需要改成自己的 IplImage* img = cvLoadImage("/Users/glumes/Desktop/blog_opengl_result_point.png", 1); cvNamedWindow("picture", 1); cvShowImage("picture", img); cvWaitKey(0); cvReleaseImage(&img); cvDestroyWindow("picture"); return 0; }
点击运行，当编译成功时，就可以看到多了一个命令行窗口，里面就是我们预览的图片内容。
完成了开发环境的配置之后，就可以愉快地进行 OpenCV 开发咯。
Android 配置 OpenCV 开发环境
在 Android 上配置 OpenCV 的环境相对就简单多了。
首先要做的就是在官网上 https://opencv.org/releases.html 下载好对应的 SDK ，有 2.x 版本的也有 3.x 版本的。
解压之后，主要有三个目录：apk、sdk、samples，要关心的就是sdk目录了。
在 AS 上新建一个 Android 工程，创建时最好先勾选了 C++ Support 选项，后面会在 CMakeLists.txt 文件中进行更改。
然后选择 Import Module，在弹出的框中，选择下载好的 SDK 的 java 文件夹，如下图：
这会将 OpenCV 提供的对 NDK 调用封装的库以依赖的形式导入到我们的工程。
别忘了在工程的 build.gradle 添加如下代码来导入
implementation project(':OpenCVLibrary330')
之后，就是导入 so 动态库。
将 OpenCV-android-sdk\sdk\native\libs 目录下的内容拷贝到应用的 jibLibs 目录下。
接下来修改 CMakeLists.txt 文件，将头文件和库进行导入。
# 包含头文件 include_directories(/Users/glumes/Downloads/OpenCV-android-sdk/sdk/native/jni/include) # 添加 lib_opencv 动态库 add_library( lib_opencv SHARED IMPORTED ) # 设置库的导入路径 set_target_properties(lib_opencv PROPERTIES IMPORTED_LOCATION ${CMAKE_CURRENT_SOURCE_DIR}/src/main/jniLibs/${ANDROID_ABI}/libopencv_java3.so)
这里仅仅是导入了 libs 目录下的动态 so 库，也可以将静态的 .a 库导入。
完成了这一步后，就可以用 C++ 进行 OpenCV 的开发了。
在默认的 native-lib 动态库中，添加 opencv 的动态库，这样就可以链接到了。
target_link_libraries( # Specifies the target library. native-lib # 链接 opencv 的动态库 lib_opencv # Links the target library to the log library # included in the NDK. ${log-lib} )
具体的详细配置 Demo 可以参考我的 Github 地址 https://github.com/glumes/AndroidOpenCV
参考
1、http://www.jianshu.com/p/11959977589a
「视频云技术」你最值得关注的音视频技术公众号，每周推送来自阿里云一线的实践技术文章，在这里与音视频领域一流工程师交流切磋。
