windows系统构建golang+opencv环境

python+opencv已经比较成熟了，但是比起go，python太缺乏秩序，所以打算后面用go玩opencv。

闲话不多说，开始。

第一步：安装mingw-w64

官网https://mingw-w64.org/

但是下载链接很难找！而且下载器很难用

来这里一步到位https://sourceforge.net/projects/mingw-w64/files/mingw-w64/

下载链接

在上图位置找到自己系统对应的安装包即可。我的64位win10用的是x86_64-win32-seh。

第二步：安装gocv

go get -u -d gocv.io/w/gocv

下载完成后，可考虑直接使用gocv自带工具构建opencv。

在$GOPATH/src/gocv.io/x/gocv中执行

./win_build_opencv.cmd

但此方法下载极慢，走代理之后也遇到很多坑，并不实用。如想尝试，可直接参考https://gocv.io/getting-started/windows/

笔者选择自己从源码编译。

第三步：编译opencv+contrib源码

下载源码

git clone https://github.com/opencv/opencv
git clone https://github.com/opencv/opencv_contrib

下载并安装cmake

https://cmake.org/download/

cmake生成

打开cmake-gui，看到如下界面

cmake-gui界面

依次填写源码位置以及目标地址，点一次configure，弹出如下界面

在此处选择MinGW Makefiles，表示生成MinGW工程

然后出现

这时会报错，因为没有设置环境变量

打开git-bash，依次输入

export CMAKE_CXX_COMPILER=gcc
export CMAKE_C_COMPILER=gcc
cmake-gui

再按上述步骤操作即可Configure成功

接下来，搜索OPENCV_EXTRA_MODULES_PATH，并在该项中填写之前clone的opencv_contrib/modules的路径，重新configure一次，这样opencv_contrib会一起构建

一般而言，此时可以点Generate使用默认的配置生成代码了。如果有兴趣，可以自己探索一下其它选项。比如选中WITH_CUDA可以使用Intel CUDA用GPU来加速算法。当然，首先你要有Intel显卡以及CUDA开发环境。

编译安装

在构建目录下，执行

make && make install

即可。注意：此过程预计耗时1小时以上

第四步：go+opencv环境配置

gocv使用cgo来调用opencv的库，本来按照官网说明是支持自定义位置的，但是无论怎么做，都会说找不到静态库。所以只好把编译好的资源，放在gocv默认的位置上。

在git-bash中执行

mkdir -p /c/opencv
cp -r YOUR_BUILD_PATH/install /c/opencv/

最后将此路径加入到环境变量PATH中即可

c:/opencv/build/install/bin

第五步：验证gocv

执行

go run $GOPATH/src/gocv.io/x/gocv/cmd/version/main.go

如果打印出

就大功告成！

问题处理

Q1： gocv版本与opencv版本不一致怎么办？

一般而言，gocv比opencv会稍慢一拍。笔者编译的是opencv4.1.1（2019/7/28发布），而gocv在这天默认使用4.1.0。由于自定义CGO环境出了很多问题，对于版本不一致且又不愿意重新编译一遍的同学，可以使用重命名的方式解决。

在相应库文件目录下(如/c/opencv/build/install/x64/mingw/lib)，执行以下脚本

import os

for file in os.listdir():
    if file.find("411.dll") < 0:
        continue
    to = file.replace("411", "410")
    os.system("cp " + file +" "+to)

Q2：运行时弹出exit status 3221225781怎么办？

确认第四步中将bin目录加入到了path。在实践中，我使用的地址跟gocv官方提供的不一样。根据github上的反馈，似乎使用gocv官方的那个路径会有问题。

其他

想了解opencv有什么玩法，可以参考笔者另一篇文章

《OpenCV视频后期防抖实战》

简单介绍了视频防抖的基本流程，还有自己开发的防抖系统的样例视频。