MAC下Xcode配置opencv(2017.3.29最新实践,亲测可行)

本文原创,未经赞成,谢绝转载!(转载请告知本人而且通过本人赞成--By Pacific-hong)html

本人小硕一枚,由于专业方向图像相关,因此用到opencv,而后网上MAC下Xcode配置opencv的教程比较少,要否则就是过期了。因此在一番倒腾以后,成功配置了OpenCV。写下本文供他人参考,少走弯路。ios

 

一.版本介绍git

首先介绍macOS,Xcode,OpenCV版本:github

macOS: macOS Sierra 10.12.4macos

Xcode:  Xcode 8.3(8E162)windows

OpenCV:opencv 2.4.13.2ruby

 

二.安装OpenCVcurl

不要从官网下载opencv,由于官网没有macos版本(ios版本不能用在macbook下),本文中使用HomeBrew安装,方便快捷。测试

 1) 打开终端:复制粘贴下面脚本:ui

      ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

若是已经安装过会有提示,就不会再安装了,关于HomeBrew的安装,能够参考 http://www.cnblogs.com/lzrabbit/p/4032515.html

出现Installation successful 就说明已经安装成功了,输入执行brew help能查看brew的具体用法.

 

 2) 为了保证套件的完整,接着执行官网的建议脚本,安装wget.

      brew install wget

 3) 接着装cmake,这个是必需要装的.

      brew install cmake

 4) 重点:这里就是不一样于网上大部分mac配置opencv方法之处,让brew帮咱们下载OpenCV,而不是本身上OpenCV官网下载,切记,我从头至尾都不会让读者上官网去下载,由于我没有成功,这里感谢提出这种方法的大大mac下配置openCV(看看就行,毕竟文章很早了).

      brew install opencv

      这里直接执行这个命令可能会报一个小小的错,不过可有可无,大概意思就是不能直接找到这个命令,终端会本身接着找,而后会告诉你正确的命令应该怎么写,因为当时没有截图,因此具体命令我不记得了,实在抱歉,你们只要稍微有点英语基础,大概看下终端弹出来的描述,就可以知道具体应该执行的命令行了,这里应该是会提示出两个命令,选择关键字是opencv的执行便可,执行后brew会自动下载opencv,上图(由于本人机器上已经安装,因此没有显示安装的过程,不过这个不重要了):

 

      这就是我最后装的OpenCV的版本,这就是为何我不用最新的版本(由于根本没得选??????),不过你们放心,brew既然选择了这个版本天然有他的理由,读者也不用纠结这个问题,旧一点的版本不必定就很差.

下面是本地的安装目录:

 

/usr/local/Cellar目录下的文件都是brew帮咱们下载好的,里面的cmake,wget,opencv是咱们本身下载的,其余的都是brew帮咱们下的(应该都是有用的东西,什么都不要咱们管,很方便有没有).

三.在Xcode上配置OpenCV

 建立一个空的command line 工程:选择OS X -> Application -> Command Line Tool->Next;填写本身的product名,选择语言为C++,选择本身存放的目录。

而后就是opencv的配置了:

点击工程,选择TARGETS->右侧选择All->Build Settings -> 搜索框输入search paths ->选择search paths下面的Header Search Parhs ->双击后面的详细信息添加指定路径:/usr/local/include (你们能够点击空白桌面按shift+command+g前往该目录下查看,这里目录里有刚才下好的OpenCV库的头文件)

选择search paths下面的Library Search Parhs ->双击添加指定路径:/usr/local/lib (这里包含了所须要的库文件).

 

  右击工程new一个group,而后打开/usr/local/Cellar/opencv/2.4.13.2/lib目录(一样点击下空白桌面,而后shift+command+g)这个目录以前带你们看过一次就是brew帮咱们下载的opencv目录下的lib目录,而后你们按照文件种类排序能够看到一些.dylib文件,将这些.dylib文件拖入刚才新建的文件夹下.我这里是18个文件,网上有说要加全部后缀是dylib文件,其实左下角带箭头的那些不用管.

关于如何进入/usr目录,还有一种方法:双指点击(至关于windows下的右击)finder,而后点击“Go to Folder”,在弹出的搜索框输入/usr,就能进入/usr目录啦。

 

至此,OpenCV配置大功告成。

 

这里献上一段zhoufan大大的测试代码,测试用代码以下所示,从Mac自带的摄像头读入图像,而后canny提取了边缘而后显示。

 1 #include <iostream>
 2 #include <opencv2/core/core.hpp>
 3 #include <opencv2/highgui/highgui.hpp>
 4 #include <opencv2/opencv.hpp>
 5 
 6 
 7 using namespace std;
 8 using namespace cv;
 9 
10 IplImage* doCanny(IplImage* image_input,
11                   double lowThresh,
12                   double highThresh,
13                   double aperture)
14 {
15     if(image_input->nChannels != 1)
16         return (0);
17     
18     IplImage* image_output = cvCreateImage(cvGetSize(image_input),
19                                            image_input->depth,
20                                            image_input->nChannels);
21     
22     cvCanny(image_input,image_output,lowThresh,highThresh,aperture);
23     
24     return(image_output);
25 }
26 
27 
28 int main(int argc, char* argv[])
29 {
30     cvNamedWindow("Camera" , CV_WINDOW_AUTOSIZE );
31     
32     CvCapture* capture = cvCreateCameraCapture(CV_CAP_ANY);
33     
34     assert(capture != NULL);
35     
36     IplImage *frame = 0;
37     frame = cvQueryFrame(capture);
38     
39     IplImage *frame_edge = cvCreateImage(cvGetSize(frame),
40                                          IPL_DEPTH_8U,
41                                          1);
42     while(1)
43     {
44         frame = cvQueryFrame(capture);
45         if(!frame) break;
46         
47         cvConvertImage(frame,frame_edge,0);
48         frame = cvCloneImage(frame_edge);
49         
50         frame_edge = doCanny(frame_edge,70,90,3);
51         
52         cvShowImage("Camera",frame_edge);
53         char c = cvWaitKey(15);
54         if(c == 27)  break;
55     }
56     
57     cvReleaseCapture(&capture);
58     cvReleaseImage( &frame_edge );
59     cvReleaseImage( &frame);
60     
61     
62     return (int)0;
63 }

贴几张本身跑出来的测试图:

程序运行各项设备利用率:

相关文章
相关标签/搜索