OpenCV 4.4.0在openEuler上的环境配置和测试

在完成OpenCV 4.4.0在openEuler上的下载和安装步骤，距离正式使用还需要进行环境配置。

配置环境

接下来介绍配置环境的详细步骤。

1. 添加库路径（创建opencv.conf文件）

输入命令

vi /etc/ld.so.conf.d/opencv.conf

在文件中添加

/usr/local/lib   //或者安装OpenCV时的路径设置

并保存退出

1. 添加环境变量

输入命令

vi /etc/profile

在结尾添加

export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig:$PKG_CONFIG_PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib

更新环境变量

source /etc/profile

1. 其他方式设置

输入命令

vi /etc/bash.bashrc

在结尾添加

export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib

更新环境变量

source  /etc/bash.bashrc

1. 更新系统库缓存

输入命令

ldconfig

1. 查看opencv是否安装成功

输入命令

pkg-config --cflags opencv  //头文件路径

-I/usr/local/include/opencv4

pkg-config --libs opencv  //安装库路径

-L/usr/local/lib -lopencv_shape -lopencv_stitching -lopencv_objdetect -lopencv_superres -lopencv_videostab -lopencv_calib3d -lopencv_features2d -lopencv_highgui -lopencv_videoio -lopencv_imgcodecs -lopencv_video -lopencv_photo -lopencv_ml -lopencv_imgproc -lopencv_flann -lopencv_core

pkg-config opencv --modversion

4.4.0

若均显示正常，说明安装正确。

demo测试

在OpenCV内部集成了很多测试demo，可以通过执行这些demo看是否完成opencv的配置。

命令进入到samples文件夹

cd opencv-4.4.0/samples

可以看到有各种语言的samples

android                directx                opencl                swift                winrt                CMakeLists.example.in                dnn                opengl                tapi                winrt_universal                CMakeLists.txt                gpu                openvx va_intel                wp8                cpp                hal                python                _winpack_build_sample.cmd                data                java                samples_utils.cmake                _winpack_run_python_sample.cmd     

进入C++的example_cmake

cd /cpp/example_cmake

由于本人所用的主机没有摄像头等，可以稍微修改 example.cpp 这个程序，之后进行编译执行，即可完成demo测试。

下面为本人使用的彩色图片转换为灰度图片的测试程序。

#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
using namespace cv;
using std::cout;
using std::endl;
int main()
{
    std::string image_path = samples::findFile("test.jpg");
    Mat img = imread(image_path, IMREAD_COLOR);
    if(img.empty())
    {
        std::cout << "Could not read the image: " << image_path << std::endl;
        return 1;
    }
    Mat gray_img;
    cvtColor(img, gray_img, COLOR_BGR2GRAY);
    bool success = imwrite("test_gray.jpg", gray_img);
    cout << success << endl;
    return 0;
}

测试前后图片如下：