本文主要是介绍CMake构建学习笔记13-opencv库的构建,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库,旨在提供一个跨平台的、易于使用的、快速执行的计算机视觉接口。如果只是简单的使用,其实不必要像笔者这样使用源代码进行构建,直接使用官方提供的二进制安装包即可。一般来说,需要从源代码进行构建的原因有以下几种:
- 由于C/C++构建成果的二进制兼容问题,官方提供的安装包或者预编译包比一定能够适配你的编程环境,有的环境也不太可能找到安装包,比如嵌入式、信创。
- 构建的成果不一定是你需要的构建类型,例如构建RelWithDebInfo类型。个人认为传统的Debug和Release模式似乎不能满足于目前软件测试能力退化环境了,反而RelWithDebInfo类型更实用一点。例如OpenCV的Release其实就是RelWithDebInfo,因为它同时生成了符号库文件。
- 官方提供的安装包或者预编译包不一定有符号库,符号库对于Debug调试非常重要,它可以让我们看到代码文件,让我们知道出问题的具体地方在哪里。虽然说依赖库的bug我们一般改不了,但是可以给我们一点提示让我们正确地调用依赖库,避免崩溃。
笔者构建的是OpenCV的3.4.16版本,这也是OpenCV3.X的最新版本,关键构建指令如下所示:
# 配置阶段,指定生成器、平台和安装路径
cmake .. -G "$Generator" -A x64 `-DCMAKE_BUILD_TYPE=Release `-DCMAKE_PREFIX_PATH="$env:GISBasic" `-DCMAKE_INSTALL_PREFIX="$InstallDir" `-DBUILD_opencv_world=ON `-DWITH_GDAL=OFF `-DWITH_FFMPEG=OFF `-DWITH_IPP=OFF `-DBUILD_TESTS=OFF `-DBUILD_PERF_TESTS=OFF `-DBUILD_opencv_python_tests=OFF `-DBUILD_opencv_python_bindings_generator=OFF `-DBUILD_JAVA=OFF `-DBUILD_opencv_java=OFF `-DBUILD_opencv_java_bindings_generator=OFF `#-DBUILD_ZLIB=OFF `#-DBUILD_JPEG=OFF `#-DBUILD_PNG=OFF `#-DBUILD_TIFF=OFF `#-DWITH_PROTOBUF=ON `#-DBUILD_PROTOBUF=ON `#-DPROTOBUF_UPDATE_FILES=OFF `# 构建阶段,指定构建类型
cmake --build . --config Release# 安装阶段,指定构建类型和安装目标
cmake --build . --config Release --target install
OpenCV具有大量的构建选项,读者可以按需进行构建:
-DBUILD_opencv_world=ON
表示将OpenCV的所有模块合并成一个名为opencv_world3416的库。-DWITH_GDAL=OFF
、-DWITH_FFMPEG=OFF
、-DWITH_IPP=OFF
像GDAL、FFMPEG这样的都是非常大型的库,如果暂时用不到功能的话就先不用参与构建了。- 其他以“BUILD”开头的选项都是测试、案例、或者其他语言的绑定什么的,如果不需要也不要进行构建了。
- OpenCV其实也用到了像zlib、libpng、libjpeg、libtiff等等前面已经构建好的库,如果像
BUILD_ZLIB=OFF
这样设置,构建OpenCV的时候就会使用已经构建好的库,而不是从OpenCV内部提供的代码重新构建。不过问题在于OpenCV还依赖于protobuf,谷歌的库是另外一套风格,构建出来问题多多,读者就不用尝试了,还是都从OpenCV内部提供的代码重新构建的好。
这篇关于CMake构建学习笔记13-opencv库的构建的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!