編譯opencv常式

Ⅰ 在ARM上運行交叉編譯後的opencv文件，沒有輸出

一、交叉編譯opencv
構造：

下載：各個庫的下載可以直接搜名字到官網下載
幾個關鍵解釋：
「--prefix=」 後邊跟make install時的位置，本例中，libz在make install時將安裝到/usr/arm-linux-gnueabihf中
「--host=」 後邊跟arm-linux表明使用的是ARM環境
有configure的才能進行configure配置
4）所有的makefile修改類似
Libz的交叉編譯
第一步：# ./configure --prefix=/usr/arm-linux-gnueabihf --shared
第二步：修改makefile，主要有下邊幾個，修改的時候通篇參照即可
CC=arm-linux-gnueabihf-gcc
AR=arm-linux-gnueabihf-ar rc
RANLIB=arm-linux-gnueabihf-ranlib
STRIP = arm-linux-gnueabihf-strip
如果有ARCH的話，ARCH=ARM
第三步：#sudo make
#sudo make install
Libjpeg的交叉編譯
第一步：#./configure --host=arm-linux --prefix=/usr/arm-linux-gnueabihf --enable-shared --enable-static CC=arm-linux-gnueabihf-gcc
第二步：參考1）中方法修改makefile
第三步：#sudo make
#sudo make install
Libpng的交叉編譯
第一步：#./configure --host=arm-linux --prefix=/usr/arm-linux-gnueabihf --enable-shared --enable-static CC=arm-linux-gnueabihf-gcc
第二步：參考1）中方法修改makefile
第三步：#sudo make
#sudo make install
Yasm的交叉編譯
第一步：#./configure --host=arm-linux --prefix=/usr/arm-linux-gnueabihf --enable-shared --enable-static
第二步：修改makefile
第三步：#sudo make
#sudo make install
Libx264的交叉編譯
第一步：#CC=arm-linux-gnueabihf-gcc ./configure --enable-shared --host=arm-linux --disable-asm --prefix=/usr/arm-linux-gnueabihf
第二步：修改config.mak里的參數，因為makefile要調用config.mak，所以修改方法同makefile
第三步：#sudo make
#sudo make install
Libxvid的交叉編譯
第一步：首先切換目錄 #cd build/generic
第二步：#./configure --prefix=/usr/arm-linux-gnueabihf --host=arm-linux --disable-assembly
第三步：#sudo make
#sudo make install
ffmpeg的交叉編譯
第一步：
./configure --enable-cross-compile --target-os=linux --cc=arm-linux-gnueabihf-gcc --arch=arm --enable-shared --disable-static --enable-gpl --enable-nonfree --enable-ffmpeg --disable-ffplay --enable-ffserver --enable-swscale --enable-pthreads --disable-yasm --disable-stripping --enable-libx264 --enable-libxvid --extra-cflags=-I/usr/arm-linux-gnueabihf/include --extra-ldflags=-L/usr/arm-linux-gnueabihf/lib --prefix=/usr/arm-linux-gnueabihf
第二步：修改makefile文件
第三步：#sudo make
#sudo make install
第四步：將ffmpeg加入pkg-config
執行#sudo gedit /etc/bash.bashrc，在末尾加入
export LD_LIBRARY_PATH=/usr/arm-linux-gnueabihf/lib/
export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/arm-linux-gnueabihf /lib/pkgconfig
export PKG_CONFIG_LIBDIR=$PKG_CONFIG_LIBDIR:/usr/arm-linux-gnueabihf /lib/
完畢後使用命令：#source /etc/bash.bashrc
或者單獨使用三個export，不過壽命只在一個終端中，終端關閉時就失效。
幾個關鍵解釋：--extra-flags指向xvid的安裝路徑，--extra-ldflags指向x264的路徑
安裝cmake-gui
執行：#sudo apt-get install cmake-qt-gui
Opencv的交叉編譯
第一步：修改opencv/platflrms/linux/目錄下的arm-gnueabi.toolchain.cmake，將其所有刪掉，寫入：
set( CMAKE_SYSTEM_NAME Linux )
set( CMAKE_SYSTEM_PROCESSOR arm )
set( CMAKE_C_COMPILER arm-linux-gnueabihf-gcc )
set( CMAKE_CXX_COMPILER arm-linux-gnueabihf-g++ )
第二步：在opencv目錄下新建build目錄，進入build目錄，執行命令：
#cmake -DCMAKE_TOOLCHAIN_FILE=../platforms/linux/arm-gnueabi.toolchain.cmake ../
這時，要保證出現：

第三步：使用cmake-gui打開CMakeCache.txt，去掉所有的無關項，修改CMAKE_INSTALL_PREFIX，來確定make install的目錄
第四步：#sudo make
#sudo make install
可能出現的錯誤：
opencv編譯不通過，出現skip之類的，說明ffmpeg沒編譯好，或者其編譯好了，但是pkg-config沒有設置好，一定要設置好其環境
前邊幾步不通過的話，看看命令有沒有少，或者有沒有修改好makefile
在arm上使用時，一種方法時直接將編譯好的opencv目錄下的lib文件拷貝到開發板對應的/lib目錄下，其他或者拷貝到自己指定的目錄，並設置好環境變數即可使用

Ⅱ 在ubantu12.04版本環境下，使用交叉編譯工具編譯opencv，老出現這個問題，求大神指教！

整個項目的結構圖：

編寫DetectFaceDemo.java,代碼如下：

[java] view
plainprint?

package com.njupt.zhb.test;

import org.opencv.core.Core;

import org.opencv.core.Mat;

import org.opencv.core.MatOfRect;

import org.opencv.core.Point;

import org.opencv.core.Rect;

import org.opencv.core.Scalar;

import org.opencv.highgui.Highgui;

import org.opencv.objdetect.CascadeClassifier;

//

// Detects faces in an image, draws boxes around them, and writes the results

// to "faceDetection.png".

//

public class DetectFaceDemo {

public void run() {

System.out.println("\nRunning DetectFaceDemo");

System.out.println(getClass().getResource("lbpcascade_frontalface.xml").getPath());

// Create a face detector from the cascade file in the resources

// directory.

//CascadeClassifier faceDetector = new CascadeClassifier(getClass().getResource("森段並lbpcascade_frontalface.xml").getPath());

//Mat image = Highgui.imread(getClass().getResource("lena.png").getPath());

//注意：源程序的路徑會多列印一個燃豎『/』，因此總是出現如下錯誤

/*

* Detected 0 faces Writing faceDetection.png libpng warning: Image

* width is zero in IHDR libpng warning: Image height is zero in IHDR

* libpng error: Invalid IHDR data

*/

//因此，我們將第一個字元去掉

String xmlfilePath=getClass().getResource("lbpcascade_frontalface.xml").getPath().substring(1);

CascadeClassifier faceDetector = new CascadeClassifier(xmlfilePath);

Mat image = Highgui.imread(getClass().getResource("we.jpg").getPath().substring(1));

// Detect faces in the image.

// MatOfRect is a special container class for Rect.

MatOfRect faceDetections = new MatOfRect();

faceDetector.detectMultiScale(image, faceDetections);

System.out.println(String.format("此跡Detected %s faces", faceDetections.toArray().length));

// Draw a bounding box around each face.

for (Rect rect : faceDetections.toArray()) {

Core.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0));

}

// Save the visualized detection.

String filename = "faceDetection.png";

System.out.println(String.format("Writing %s", filename));

Highgui.imwrite(filename, image);

}

}
package com.njupt.zhb.test;
import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.MatOfRect;
import org.opencv.core.Point;
import org.opencv.core.Rect;
import org.opencv.core.Scalar;
import org.opencv.highgui.Highgui;
import org.opencv.objdetect.CascadeClassifier;

//
// Detects faces in an image, draws boxes around them, and writes the results
// to "faceDetection.png".
//
public class DetectFaceDemo {
public void run() {
System.out.println("\nRunning DetectFaceDemo");
System.out.println(getClass().getResource("lbpcascade_frontalface.xml").getPath());
// Create a face detector from the cascade file in the resources
// directory.
//CascadeClassifier faceDetector = new CascadeClassifier(getClass().getResource("lbpcascade_frontalface.xml").getPath());
//Mat image = Highgui.imread(getClass().getResource("lena.png").getPath());
//注意：源程序的路徑會多列印一個『/』，因此總是出現如下錯誤
/*
* Detected 0 faces Writing faceDetection.png libpng warning: Image
* width is zero in IHDR libpng warning: Image height is zero in IHDR
* libpng error: Invalid IHDR data
*/
//因此，我們將第一個字元去掉
String xmlfilePath=getClass().getResource("lbpcascade_frontalface.xml").getPath().substring(1);
CascadeClassifier faceDetector = new CascadeClassifier(xmlfilePath);
Mat image = Highgui.imread(getClass().getResource("we.jpg").getPath().substring(1));
// Detect faces in the image.
// MatOfRect is a special container class for Rect.
MatOfRect faceDetections = new MatOfRect();
faceDetector.detectMultiScale(image, faceDetections);

System.out.println(String.format("Detected %s faces", faceDetections.toArray().length));

// Draw a bounding box around each face.
for (Rect rect : faceDetections.toArray()) {
Core.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0));
}

// Save the visualized detection.
String filename = "faceDetection.png";
System.out.println(String.format("Writing %s", filename));
Highgui.imwrite(filename, image);
}
}

3.編寫測試類：

[java] view
plainprint?

package com.njupt.zhb.test;

public class TestMain {

public static void main(String[] args) {

System.out.println("Hello, OpenCV");

// Load the native library.

System.loadLibrary("opencv_java246");

new DetectFaceDemo().run();

}

}

//運行結果:

//Hello, OpenCV

//

//Running DetectFaceDemo

///E:/eclipse_Jee/workspace/JavaOpenCV246/bin/com/njupt/zhb/test/lbpcascade_frontalface.xml

//Detected 8 faces

//Writing faceDetection.png
package com.njupt.zhb.test;
public class TestMain {
public static void main(String[] args) {
System.out.println("Hello, OpenCV");
// Load the native library.
System.loadLibrary("opencv_java246");
new DetectFaceDemo().run();
}
}
//運行結果:
//Hello, OpenCV
//
//Running DetectFaceDemo
///E:/eclipse_Jee/workspace/JavaOpenCV246/bin/com/njupt/zhb/test/lbpcascade_frontalface.xml
//Detected 8 faces
//Writing faceDetection.png

Ⅲ cv2.error: /io/opencv/moles/imgproc/src/color.cpp:10638: error: (-215) scn == 3 || scn == 4 i

1. 編譯第一個opencv程序，出現了如下的錯誤。

[plain]view plain

• 1>openCVTest.obj:errorLNK2019:無法解析的外部符號_cvReleaseImage，該符號在函數_wmain中被引用

• 1>openCVTest.obj:errorLNK2019:無法解析的外部符號_cvDestroyWindow，該符號在函數_wmain中被引用

• 1>openCVTest.obj:errorLNK2019:無法解析的外部符號_cvWaitKey，該符號在函數_wmain中被引用

• 1>openCVTest.obj:errorLNK2019:無法解析的外部符號_cvShowImage，該符號在函數_wmain中被引用

• 1>openCVTest.obj:errorLNK2019:無法解析的外部符號_cvNamedWindow，該符號在函數_wmain中被引用

• 1>openCVTest.obj:errorLNK2019:無法解析的外部符號_cvLoadImage，該符號在函數_wmain中被引用

• 這種錯誤很大概率是因為需要的庫並沒有添加進去，但是我仔細檢查了好幾遍，需要的opencv的庫我都添加了。鼓搗了半天，最後發現原來是我的配置設錯了，我的電腦是64位的，但卻設置成了win32。修改方法為在配置中添加一個x64的選項，然後應用該選項即可。



2. fatal error C1010錯誤，具體錯誤信息如下：

[plain]view plain

• detection.cpp(11):fatalerrorC1010:在查找預編譯頭時遇到意外的文件結尾。是否忘記了向源中添加「#include"StdAfx.h"」?

• 解決方法，進行如下圖所示的修改。將預編譯頭選項由「使用(/Yu)」改為「不使用預編譯頭」



3. 在Visual Studio中讀取文件或者haarcascade_frontalface_alt.xml時文件的格式問題。正確的路徑格式應為"C:/path"或者為"C:\path"，Windows下默認的"C:path"這樣的格式是錯誤，會導致一些讀取文件上的錯誤。

4.Error opening file (../../moles/highgui/src/cap_ffmpeg_impl.hpp:529)錯誤

主要原因是讀取的文件的路徑不正確，結合第三個錯誤進行改正。

5. 通過cv.cvtColor()函數將圖像轉為灰度圖像時發生錯誤，錯誤信息如下：

[plain]view plain

• OpenCVError:Assertionfailed(scn==3||scn==4)incv::cvtColor,file........opencvmolesimgprocsrccolor.cpp,line3737gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)cv2.error:........opencvmolesimgprocsrccolor.cpp:3737:error:(-215)scn==3||scn==4infunctioncv::cvtColor

• 錯誤原因是因為你的輸入文件不合法，正確的image應該至少有3或者4個channel，但是我通過image.shape只顯示為2，說明它是一個灰度圖像。奇怪的是我讀入的文件確實是一個彩色圖像，怎麼會顯示是灰度圖像呢？然後我嘗試把讀取的圖像再通過cv2.imwrite()函數寫出來，果然重新寫出來的圖像是一張灰度圖像，那到底是哪個地方出的錯？因為cv2.cvtColor()前面就只有一個cv2.imread()的函數，莫非是該函數讀取圖像時出的問題？該函數只有兩個參數，第一個是要讀取的圖像的路徑，第二個是個0。但是自己對這第二個參數0卻是不明覺厲，究竟這個參數是幹啥用的。趕緊上網查找，果然是這個0搞的鬼。

Python:cv2.imread(filename[, flags])


這是該函數的語法。這個flags參數指定載入圖像的color類型：如果大於0，返回一個3通道的彩色圖像；如果為0，返回一個灰度圖像；如果小於0，則返回載入的圖像本身(with alpha channel)。

將第二個參數0去掉後，果然問題就解決了。

6. imread()讀取錯誤

首先看看是不是文件的路徑錯誤，如果路徑正確的情況下仍然出現錯誤，很有可能是配置opencv的dll的問題，比如你的程序運行的是debug，但是opencv的dll卻是release版本；或者運行的是release，但是opencv的dll卻是debug版本。一句話就是運行和dll的版本不匹配。

Ⅳ 如何編譯opencv中的install工程

第一步：由於opencv是在cmake工具下建立的工程，所以我們先要下載cmake，下載地址隨便一搜都有，不多說。下載到home的主目錄下，這里我們是/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這樣cmake工具安裝好了，並且可以直接使用cmake命令根據cmake的編譯規律，我們選擇外部編譯。
2
下載Opencv2.3.0到/home/lg解壓後進入Opencv2.3.0的目錄下（這里的opencv與以前版本1.0的不一樣，沒有configure文件，所以我們執行不了 ./configure命令） ：#mkdir build#cd build#cmake -D CMAKE_BUILD_TYPE=RELEASE -DCMAKE_INSTALL_PREFIX=/usr/local -D BUILD_PYTHON_SUPPORT=ON.. （這條命令解析可以參考cmake教程， 但是記住這里的第二個選項，我們將opencv安裝在/usr/local目錄下的）#make#make install到這opencv編譯完成，接下去看看opencv這個工具能正常使用。
3
記住這里的做法前一種對fedora有用， 也就是說在fedora的環境下只能使用這種做法， 但是ubuntu卻可以使用兩種方法。 順便說一下， 經常遇見apt-get命令，這是在ubuntu下使用獲取軟體包的命令， fedora使用的是yum， 記住了， 否則經常出現使用apt-get卻獲取不了軟體包的情況。方法1：在/etc/ld.so.conf.d下新建一個文件opencv.conf，裡面輸入/usr/local/lib方法2：在/etc/ld.so.conf文件中加入/usr/local/lib這一行然後執行#ldconfig(root許可權下）#cp /usr/local/lib/pkconfig/opencv.pc /usr/lib/pkgconfig(或者是輸入這個命令 exportPKG_CONFIG_PATH=/usr/local/lib/pkgconfig:$PKG_CONFIG_PATH)（ pkconfig的用法見以前的博文）至此opencv安裝完成我們可以找個例子來做實驗#cd /home/lg/Opencv2.3.0#cd samples/cpp#g++ `pkconfig --cflags --libs opencv` drawing.cpp -odrawing(記住前面的兩個引號是通過ESC下面的那個波浪符鍵獲得的)現在我們編譯那個人臉檢測程序，在Opencv2.3.0/data/目錄下有檢測鼻子、眼睛的XML文件，這可以通過改build目錄下的c目錄下的facedetect文件獲得。#cd ..#cd c#g++ `pkconfig --cflags --libs opencv` facedetect.c -ofacedetect到此結束

Ⅳ opencv如何編譯能支持單片機

可根據如下操作實現。
首先在VS中用C++寫一個串口能信的子程序放到OPENCV的程序中，再寫一個單片機的串口通信程序，最後連接運行即可。