前言
OpenCV为基于BSD许可（开源）发行的跨平台计算机视觉库，可运行在Linux、Windows和Mac OS上。它轻量级而且高效，提供了Python、Ruby、MATLAB等语言接口，实现了图像处理和计算机视觉方面的很多通用算法。
OpenCV不仅在进行软件开发的过程中需要用到，而且他也是很多开源软件的运行依赖，所以安装一个Opencv就很有必要了，即使自己本身并不想学习使用。
安装
以下主要是从百度上找到的可用方法：
安装运行依赖
$ sudo apt-get install libqt4-dev libopencv-dev build-essential cmake git libgtk2.0-dev pkg-configpython-dev python-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer0.10-devlibgstreamer-plugins-base0.10-dev libv4l-dev libtbb-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip
下载源代码
在 官网 下载适合的版本就好，我这下的是3.1.0。
下载完成解压就好。
编译
编译还是有点麻烦的，现在都是用cmake结合make来编译，头一次用这个有点头大。
1、在文件目录下新建一个叫build/的文件夹，这个文件夹的目的主要是用来存放编译生成的临时文件。当然起别的名字也可以。
2、进入build/文件夹，输入以下命令
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D BUILD_PYTHON_SUPPORT=ON -D WITH_XINE=ON -D WITH_OPENGL=ON -D WITH_TBB=ON -D BUILD_EXAMPLES=ON -D BUILD_NEW_PYTHON_SUPPORT=ON -D WITH_V4L=ON ..
其实就是cmake命令后加些配置参数，最后是CMakeLists.txt配置文件的位置，这个位置当然就是../
3、编译安装，输入make -j $(nproc) (这是多进程make的命令，\$(nproc)就是进程数，当然也可以直接指定)，这会花很长时间，最后再$ sudo make install ，对文件进行安装。
4、最后还要配置一些路径，输入以下命令
/bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
然后再ldconfig即可。（注意给权限）
5、最后可以用如下命令来判断是否安装成功
pkg-config --modversion opencv pkg-config --cflags opencv
测试
OpenCV在codeblock下可以通过加链接库的形式编译运行。但是如果在命令行下，就得手写cmake了。
为了方便测试，我们新建一个test文件夹，在这下面写一个测试程序。
首先新建如下文件，保存为test.cpp
#include<opencv2/highgui.hpp>
#include<opencv2/imgproc.hpp>
using namespace cv;
int main(int argc ,char** argv){
if(argc!=2){
printf("No image data\n");
return -1;
}
char *imageName=argv[1];
Mat image;
image=imread(imageName,1);
if(!image.data){
printf("No iamge data\n");
return -1;
}
namedWindow(imageName,CV_WINDOW_AUTOSIZE);
imshow(imageName,image);
waitKey(0);
return 0;
}
然后随便把一个测试用图片复制到test文件夹下，我用的是他自带的最经典的lena.jpg。
接着编写cmake配置文件，将下面的文件保存为CMakeLists.txt
project(test)
add_executable(test test.cpp)
find_package(OpenCV REQUIRED)
target_link_libraries(test ${OpenCV_LIBS})
里面用到的各种文件的意义也很清楚了，以后照着改就行。
最后在test下新建build文件夹，进入后输入cmake ../ 即可完成cmake编译，然后再输入make即可生成可执行文件。
找到test文件，然而在命令行下输入./test ../lena.jpg 即可运行程序。
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对的支持。
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
这一波大模型产业落地浪潮里，不少企业其实处在 “干瞪眼“的状态。
一种情况是，很多大模型产品看得见却摸不着，在台上一个个遥遥领先——今天Sora技精四座，明天英伟达的机器人又赢得满堂彩，可是到了台下一问：啥时候能用上啊？答曰：遥遥无期。
另一种情况是，企业想用上大模型，却又难免瞻前顾后——既要考虑场景融合，又得兼顾安全性，还要考虑打通现有系统，再加上各种部署成本和繁琐的采购流程……最后只能拂袖：罢了，再等等吧。
稳了！魔兽国服回归的3条重磅消息！官宣时间再确认！
昨天有一位朋友在大神群里分享，自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址，com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后，确实是网易的网址，也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情，因为以前都没有出现这样的情况，现在突然提示跳转到国服战网的网址，是不是说明了简体中文客户端已经开始进行更新了呢？