macOS和Linux上手动编译OpenCV并作为依赖添加到Python/C++/Java

OpenCV

OpenCV的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉库。
OpenCV也广泛运用于图片识别、图片处理等场景，被称为“计算机视觉”，本次教程，就教大家多种方法部署OpenCV嗷。

使用场景

OpenCV的使用场景很多，包括但不限于：

• 增强现实
• 人脸识别
• 手势识别
• 人机交互
• 动作识别
• 运动跟踪
• 物体识别
• 图像分割

具体使用

OpenCV其实就是一个C++的库，但是Python和Java也是有接口可以进行调用。本次教程，就交大家编译安装openCV的C++库，大家也可以根据自己需求，选择是否编译Python和Java的接口。

Python内，其实可以用pip直接安装的嗷。本文就不介绍了，主要讲解手动编译配置。

本次演示

本次演示，是在macOS和Linux上编译并安装OpenCV，Windows不在本教程范围内。

Linux上，使用腾讯云轻量应用服务器，不管是CentOS还是Debian都可以安装，但是最好提前更新一次软件源：

# Debian/Ubuntu
apt update 
apt upgrade
# CentOS
yum update
yum upgrade

紧急、限时推荐【强烈推荐】：

• 腾讯云双十一优惠，新用户2C 4G 8M服务器，一年只需要70元【0.04折】，本站专属链接：https://curl.mintimate.cn/1jccDM8rK1S

辅助视频

嘿嘿，做教程视频不易（B站根本不会推荐引流），请务必一键三连嗷～B站视频地址：https://www.bilibili.com/video/BV12U4y1K7oW

照顾海外用户：https://www.youtube.com/watch?v=RQhwnCR9OK0

环境依赖

编译OpenCV需要添加一些依赖，否则无法编译或Cmkae自动配置。这里我初略分为必要依赖和模块依赖：

• 必要依赖：编译OpenCV时一定需要的依赖。
• 模块依赖：编译OpenCV时候，选择的依赖；如：需要对Java提供支持，需要安装ant。

一些可选支持，比如：libpng包、libjepg包等等，这里也不做详细说明嗷。

必要依赖

这里的必要依赖为GCC和Cmake，否则无法进行编译。在Linux上安装GCC和Cmake，根据发行版本的不同：

# Debian/Ubuntu版本
sudo apt-get install build-essential
sudo apt-get install cmake

# CentOS发行版本
sudo yum install gcc gcc-c++
sudo yum install cmake

如：使用腾讯云轻量应用服务器的CentOS镜像：

对于macOS，也很简单，给两种方法：

• 【推荐】在安装Homebrew的情况下，安装cmake即可。
• 安装Xcode或XcodeXcode Command Line Tools（这样就有GCC），之后安装cmake GUI，并配置cmake GUI的cmake进环境变量。

模块依赖

(本来想一个小目录里写完的。写了之后，还是觉得这里简单说一下，下文详解……)

模块依赖，就是你需要把OpenCV作为依赖，添加到具体什么语言的开发环境。举例：

• Python2&Python3：需要指定Python的安装路径，并在系统变量内，指明lib地址。
• Java：需要指明JAVA_HOME，需要ANT的支持。

对其功能，一些特定依赖不赘述。（比如：ffmpeg）

OpenCV源码

我们进入OpenCV的官网：https://opencv.org，找到Source Forge选项：

并下载源码。你也可以直接到GitHub上下载源码或历史版本、标签。

需要注意⚠️：如果你的腾讯云轻量应用服务器和我一样，下载GitHub上OpenCV很慢，你可以试试Gitee镜像，下面就演示，在腾讯云轻量应用服务器上下载4.5.3版本OpenCV源码：

git clone -b 4.5.3 https://gitee.com/mirrors/opencv

Cmake预编译

下载好了OpenCV的源码，接下来我们使用Cmake进行预编译，进入OpenCV源码目录，输入：

cmake -S . -B build -DCMAKE_INSTALL_PREFIX=/usr/local/opencv

其中：

• DCMAKE_INSTALL_PREFIX：OpenCV的安装地址，我这里选择安装到/usr/local/opencv里（看个人习惯）。

之后，就会开始“跑码”预编译生成build文件夹和Markfile文件：

但是这样，我们后续编译只能安装Python2（系统）和C++的支持，无法支援到Python3和java。

接下来，就教大家怎么添加Python3和java依赖。

​

​

添加依赖

要添加对Java或者Python的依赖，就需要重新预编译。所以，你需要删除刚刚预编译出来的build文件夹：

rm -rf build

Java

Java的配置很简单，首先是安装并配置JDK，尤其是是配置JAVA_HOME，如：

# Java11
JAVA_HOME="$HOME/myEnvironment/ZuluJDK11"
CLASSPATH=$JAVA_HOME/lib/
PATH=$PATH:$JAVA_HOME/bin/
export PATH JAVA_HOME CLASSSPATH

如果你不知道怎么在Linux和macOS上配置JDK，可以参考我之前的视频教程：

• 腾讯云社区：https://cloud.tencent.com/developer/video/24850
• Bilibili：https://www.bilibili.com/video/BV1Yw411d7bU

需要特别注意⚠️，如果你的macOS或者Linux，配置了jenv，那么jenv的配置需要在JDK配置之前，比如我macOS本地就有配置jenv，需要这样编写环境变量：

之后，还需安装ANT，方法也很多，最简单的是用软件包管理器安装：

# macOS 
brew install ant
# Debian/Ubuntu
sudo apt-get install ant
# CentOS
sudo yum install ant

比如：我在腾讯云轻量应用服务器的Debian系统上安装ANT：

安装好后，我们还是需要设置ANT_HOME，否则OpenCV编译时候无法读取，软件包安装的ANT：

• /usr/share/ant： Linux通过软件包安装ant地址（腾讯云轻量应用服务器）
• /usr/local/Cellar/ant/{ant_version}：macOS通过Homebrew安装

注：macOS上，通过Homebrew安装的ant，应该是不用配置ANT_HOME，Homebrew会自动配置。

你也可以进入ant的源码下载页面：https://ant.apache.org/bindownload.cgi，手动配置到环境变量：

# ANT
ANT_HOME=$HOME/myEnvironment/ant
PATH=$PATH:$ANT_HOME/bin
export ANT_HOME PATH

之后，再到OpenCV源码内，重新预编译即可：

可以看到，这样的预编译，就有JDK支持了。

Python3

Python3的部署，会复杂一些。我建议不要动系统的Python3，macOS和Linux都安装Anaconda，用Anaconda的Python3比较好。macOS的Anaconda，还是和上文一样，可以用Homebrew安装：

# macOS
brew install anaconda

当然，也可以和Linux一样，使用Anaconda的脚本：

• https://docs.anaconda.com/anaconda/install/index.html

官网可能对大陆服务器不是很友好，可以用清华镜像下载源：

• https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

安装方法很简单：下载脚本后，用默认的Shell运行即可；如：

我的安装地址是/root/anaconda3，所以再配置一下环境变量：

之后，我们就来配/root/anaconda3/bin/python3这个Python3：

重新运行cmake：

cmake -S . -B build -DCMAKE_INSTALL_PREFIX=/usr/local/opencv -D BUILD_opencv_python3=ON -DPYTHON_DEFAULT_EXECUTABLE=/root/anaconda3/bin/python3

其中：

• DCMAKE_INSTALL_PREFIX：OpenCV安装地址。
• BUILD_opencv_python3：激活Python3
• DPYTHON_DEFAULT_EXECUTABLE：指定Python3地址

Make编译

现在，我们就可以正式开始编译了：

# 进入build目录
cd build
# make编译
make -j{N}

其中，{N}取决于你有几个CPU、几个线程，比如：我的MacBook Pro：

但是，我买的腾讯云轻量应用服务器，是2C 4G的；所以，这里使用：

等待编译好后，进行安装即可：

make install

又是一段“跑码“，OpenCV就安装好了。

这样编译好了，我们怎么在开发环境使用呢？下面看看怎么使用。

导入Python

首先我们看看怎么导入到Python，在未导入前，是这样的：

主要是，我们的OpenCV对应编译的Python3库文件地址在：/usr/local/opencv/lib/python3.8/site-packages/cv2（也就是OpenCV安装目录下的lib文件夹）:

而我们Python3的库文件在/root/anaconda3/lib/python3.8/site-packages：

所以，我们需要建立软链接：

# 复制so文件
cp /usr/local/opencv/lib/python3.8/site-packages/cv2/python-3.8/cv2.cpython-38-x86_64-linux-gnu.so /usr/local/opencv/lib/python3.8/site-packages/cv2/python-3.8/cv2.so
# 软链接so文件
ln -s /usr/local/opencv/lib/python3.8/site-packages/cv2/python-3.8/cv2.so /root/anaconda3/lib/cv2.so
# 软链接cv2包
ln -s /usr/local/opencv/lib/python3.8/site-packages/cv2 /root/anaconda3/lib/python3.8/site-packages/cv2

之后，在Python内就可以使用了：

当然，macOS也可以这样编译安装OpenCV。
但是如果是本地用PyCharm开发的，那么我们编译的OpenCV，没有data说明文件，PyChram是没有提示文件的哦～

导入C++

因为我并没有在腾讯云轻量应用服务器上进行过C++的项目开发，所以我就在macOS上演示，使用Clion，这里创建空项目：

之后，进入项目，编辑CMakeLists文件，原本是这样：

之后添加：

方便大家复制和更改：

cmake_minimum_required(VERSION 3.19)
project(HelloOpenCV)
set(CMAKE_CXX_STANDARD 14)

add_executable(HelloOpenCV main.cpp)
find_package(OpenCV)

include_directories(${OpenCV_INCLUDE_DIRS})

set(CMAKE_CXX_STANDARD 11)

target_link_libraries(HelloOpenCV ${OpenCV_LIBS})

之后，我们写个测试文件看看效果：

导入Java

最后，我们看看怎么导入到Java，前置条件：

• 预编译时，需要通过Java编译

如果没有满足前置条件，需要删除卸载OpenCV并删除build文件夹重新配置并编译。

满足前置条件情况下，在OpenCV安装目录下，会出现share文件夹，其中的java文件夹就是我们需要用到的。

打开java文件夹：

提取里面的.jar和库文件，并导入到项目内，如：

最后，点击项目结构，添加libopencv_java453.dylib这个文件作为lib库。

不过，比较奇怪的是，我这里报的信息有些奇怪，可能是我JDK版本的问题，建议大家用JDK8：

卸载OpenCV

卸载OpenCV很简单，我们重新进入OpenCV源码目录内的build文件夹，运行：

make uninstall all

之后，OpenCV就会自动卸载完成：

如果你已经删除源码文件夹，可以直接删除OpenCV编译安装目录，本文是：/usr/local/opencv

END

哈哈，居然被你滑到底部了？怎么样，OpenCV的安装是不是很简单？有问题可以评论区留言嗷～也欢迎进入我的博客了解更多Unix和GUN有关的内容～

---

若对文章很感兴趣，可以B站关注我ヾ(≧▽≦*)o

点此跳转“爱发电”页面(○｀ 3′○)