1、opencv其实最开始只有源码，也就是sources中的代码，sources中有个modules，进入里面是各个我们平常使用的模块，如下图。
动态链接库(又简称动态库)是很多工程项目中不可缺少的一部分。俗称.so文件(姑且就以linux系统为例，在windows中称为dll，在mac中为的dylib)，在平时的使用中我们对其察觉可能并不是很深，但其实我们玩电脑的时候无时不刻在使用动态链接库。
更新系统：在终端中输入 sudo apt-get update 和 sudo apt-get upgrade 以更新您的系统。
一、关于Opencv OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效--由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python, Java and MATLAB/OCTAVE (版本2.
上一篇介绍了在window上编译opencv的动态链接库，这一篇介绍在Linux上编译opencv的so库的过程。
在上一篇文章中<一步一步解读神经网络编译器TVM(一)——一个简单的例子>，我们简单介绍了什么是TVM以及如何利用Relay IR去编译网络权重然后并运行起来。
jetpack3.2自带了opencv3.3，但是只提供了python2.7的编译版本，所以也只能在python2.7下使用，我本来以为有什么更简单的方法链接到python3中，但是遍查资料也没人说过这个东西，直到我找到一篇博客。 how to install opencv3.4.0 on jeson TX2 这片文章写得非常好，把刷完机后所有的准备工作都写得很清楚，包括如何卸载旧的opencv版本。我就不重新写一遍了，只说下大概可能遇到的问题。
最近的学习涉及到 KCF 追踪算法，然而在我的 OpenCV 中找不到 KCF 的头文件，查阅资料发现还需要安装 OpenCV_contrib 这个模块，但又不想重装我的 OpenCV，于是就在我的 WSL(ubuntu18.04) 里面重新装一个 OpenCV，顺便记录一下坑，以防再掉进去
2018/3/5更新 在另一台电脑上通过编译源代码的方法无法成功安装，网上找到了更简单的方法
前言 笔者看了一些NDK的项目。一些教程不是HelloWord就是直接整FFmpeg或OpenCV,可谓一个天一个地，而且目录结构和Android3.5的默认结构并不是太一致,一直没找到什么合心的文章。故写此文连接这天地，来总结一下在NDK开发之前你应知道的东西。 ---- 在此之前，先划分三类人,如果不认清自己是什么角色(垃圾)就去玩NDK,你会很糟心: user : 纯粹.so链接库使用者(伸手党) creator : 纯粹ndk开发者,创作.so链接库(创作家) designer : 在现
之前写过一篇 《[-NDK 导引篇 -] 在NDK开发之前你应知道的东西》 介绍了在进入 NDK 学习之前，如何摆正自己的角色。时隔两年，NDK 系列文章开始填坑，在上一篇 《 NDK 是什么 | FFmpeg 5.0 编译 so 库》 中，介绍了 NDK 的概念，以及其作用。
想给python3装一个opencv的库，结果捣鼓半天，倒给python2.x装上cv2了，而python3里import cv2则一直失败。
由于实验需要，在实验室电脑上搭建深度学习Caffee框架。一共花了两天的时间，其中遇到了不少的问题，记录一下。 Caffee在配置上相对来说比较麻烦，需要前期安装的东西比较多，逐一介绍。
结合最近cmake的运用，对cmake的使用做简要总结。主要是关键词，编译思路的理解。
M1芯片的Mac安装opencv需要专门去找对应的版本去下载。这里稍有不慎，坑会比较多。
OpenCV是一个跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。
在通用属性（Common Properties）—>VC ++目录—>包含目录，然后点击右侧三角标志选中Edit进入编辑：
1. build-essential 软件包，为编译程序提供必需软件包的列表信息，这样软件包才知道头文件、库函数在哪里。
---- 安装opencv有很多种方式，我列出了两种方式。并针对第二种方式进行了详细的安装解释。 从Ubuntu源安装opencv sudo apt-get install libopencv-dev python-opencv 从opencv官方源代码安装 1.安装opencv所依赖的包 # KEEP UBUNTU OR DEBIAN UP TO DATE sudo apt-get -y update sudo apt-get -y upgrade sudo apt-get -y dist-upgrad
Cmake是跨平台构编译大型项目的工具，配合make工具和编译器我们理论上我们可以编译任何工程。具体的介绍就不多说了，不论是OpenCV还是Pytorch都是用cmake作为构建工具，当然还有很多很多工程项目使用它，这里不进行详细的介绍。
在使用C++进行编程时，经常会遇到一些错误提示信息，其中之一是undefined reference to symbol错误。这种错误通常会在链接阶段出现，并且表明缺少对一个特定符号的定义。在本篇文章中，我们将探讨一个常见的错误信息undefined reference to symbol ‘_ZN2cv7imwriteERKNS_6StringERKNS_11_InputArrayERKSt6vectorIiSaIiEE‘，并解释它的含义以及可能的解决方法。
OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库。它由英特尔公司发起并参与开发，以BSD许可证授权发行，可以在商业和研究领域中免费使用。OpenCV提供了大量的计算机视觉、图像处理和模式识别的算法，包括实时图像处理、视频分析、特征检测、目标跟踪、人脸识别、物体识别、图像分割、光流法、立体视觉、运动估计、机器学习和深度学习等。
OpenCV是图像领域经常会用到的工具库函数的集合，有C/C++,Java和Python等语言的接口，并且适用于Windows，Linux，Mac OS桌面开发平台和Android 和IOS移动开发平台。目前已经出了1.x系列和2.x系列，3.0 Beta版也已经出了。OpenCV配置起来还是挺费事的，虽然网上已经有很多很全面也很有用的参考文章，我还是打算把自己配置的过程写下来，以后肯定还会配置这个东西，希望到时候有个方便的参考。
最近不停的在装linux,各种发行版本基本上都装了，可能是先入为主的概念，比较喜欢fc15+gnome3，虽然ubuntu和opensuse都已经搭配了gnome3但没有直接放到DVD里面装起来麻烦，fc15DVD包含了所有包，不用为不能联网的问题烦恼。在virtualbox中安装fc15+gnome3问题很多，不知道是fc的问题还是gnome3的问题，时常一个mount命令可能导致内核崩溃，对此很无语，经过半个月的摸索发现gnome3的vb的版本要求很奇怪，以前用4.1.2成功了一次就再也不行了，逼不得已退回到4.1.0，奇怪的时退回来后装Gnome更轻松了而且不用升级内核版本。难道是内核版本去匹配VB增强包自带的显卡驱动，而不是反过来的，关于KDE确实很华丽，不过真是不习惯那个终端，要么全屏要么就自动缩小到那一块儿，设置大小也没用，gnome3的体验确实不错，虽然颠覆了传统的操作习惯但是慢慢会习惯的。但有些问题依然不知道怎么回事。
OpenCV（Open Source Computer Vision）是一个开放源代码的计算机视觉库，它提供了一系列函数和算法，用于处理图像和视频。通过使用OpenCV，您可以进行各种计算机视觉任务，例如图像处理、对象识别、目标追踪、人脸检测和机器学习等。它提供了底层图像处理功能，以及高级功能和模块，如特征提取、边缘检测、图像分割和物体测量等。
CodeBlocks是一个开放源代码的全功能的跨平台C/C++集成开发环境。CodeBlocks由纯粹的C++语言开发完毕，它使用了蓍名的图形界面库wxWidgets。对于追求完美的C++程序猿，再也不必忍受Eclipse的缓慢，再也不必忍受VS.NET的庞大和高昂的价格。界面简单、易操作。可以非常好得通过插件进行功能扩展，因此我个人比較喜欢这个C++IDE。为了可以在codeblocks中使用opencv。仿照VS2010配置opencv的步骤。在CodeBlocks 开发环境中配置使用OpenCV ，当然这是在ubuntu系统下，假设是在windows下。原理步骤基本同样，不再赘述。
Opencv大家很熟悉了，经典的图像处理库，Opencv在Windows下安装是很简单的，只需要配置DLL即可。但是在Linux下，因为Linux各种发行版本多种多样，所以我们只有自己通过编译源码的方式来安装Opencv了，源码安装会自动根据你当前的Ubuntu系统中安装的组件来编译Opencv源码，所以说你编译好的这份Opencv库是独一无二的，移到别的地方就不行了哦。
OpenCV官方网站下载：https://opencv.org/releases/ （官网打开速度有点慢也许打不开，可选择网盘下载或GitHub下载）
概述 由于需要在Ubuntu 16.04安装多个深度学习框架所以通过博客记录一下安装过程中的坑以及一些关键步骤。这个时候我们需要安装自己需要包装。下面我们通过一步一步开始安装自己数据。记录安装了如下软件和支持： * Cuda 9.1 * cuDnn 9.0 * OpenCV 3.4 Support Python2.7 Python3.4 Cuda OpenGL OpenBLAS * Mxnet Pytorch Tensorflow 安装 安装预编译包 我们先来安装cuda，首先通过官网下载你所需要
曾经不止一次遇到过这样的情况：从机器A拷贝一个二进制文件到另一台机器B，两台机器的操作系统版本一样，可是在机器A能正常运行，在机器B却提示错误。最常见的就是提示动态链接库找不到，如：
-《Java版人脸跟踪三部曲》系列是欣宸的又一原创，目标是通过理论加实战，与大家一同了解CamShift(连续自适应均值漂移)算法在Java领域的实际应用，整个系列由以下三篇文章组成：
创建DLL有几种不同的方式，最简单直接的的方式就是通过VS自带的动态链接库(DLL)项目，把相关的功能封装成一个类，然后导出几个接口方法，编译成功以后生成DLL文件，就可以在其他地方跟正常的第三方库配置之后一样调用了。
最近跑C程序，头文件中用到了OpenCV中的文件，找了很多篇OpenCV+VS的环境配置，发现如下这篇写的最为详细，特转载来自己的博客中留存，并附上原博客地址如下
打开https://opencv.org/releases.html，可以看到如图1的界面。
其中，“-shared” 表示要生成的为动态链接库文件； “-soname, libstr.so” 表示生成的动态链接库的别名为“libstr.so”; “-o libstr.so” 表示生成名字为“libstr.so.1”的实际动态链接库文件；
前面我们提到了如果我们不希望把我们的源码提供出来，但是又想提供这个接口给调用者调用，那么这个该怎么做呢？
int main() { // 读入一张图片 Mat img = imread(“longmao.jpg”); if(img.empty()) { cout << “Can’t read image” << endl; return -1; } // 创建一个名为“龙猫”窗口 namedWindow(“longmao”); // 在窗口中显示龙猫 imshow(“longmao”,img); // 等待6000ms后窗口自动关闭 waitKey(6000); return 0;
转：https://blog.csdn.net/iteye_20658/article/details/82650699
上一篇我们分析了Hello World是如何编译的，即使一个非常简单的程序，也需要依赖C标准库和系统库，链接其实就是把其他第三方库和自己源代码生成的二进制目标文件融合在一起的过程。经过链接之后，那些第三方库中定义的函数就能被调用执行了。早期的一些操作系统一般使用静态链接的方式，现在基本上都在使用动态链接的方式。
Windows环境使用CMake编译 opencv3.3.0 && opencv_contrib3.3.0 for AndroidNDK
官方文章 cmd/cgo: cgo命令行工具 wiki/cgo: 简介 C? Go? Cgo!: 古老的文章 WindowsDLLs: 不是CGO 通过cgo调用C代码: Go语言圣经中的介绍 相关文
Linux下得库有动态与静态两种，动态通常用.so为后缀，静态用.a为后缀。面对比一下两者：
今天配置之前项目的时候，发现有些动态链接库变了，想看看现在应用在使用哪些动态链接库的时候，进一步查了点资料；
下载地址http://download.qt.io/archive/qt/5.12/5.12.8/
本文仅做命令的表面解释，有关Linux动态库和静态库的其他知识还请参照文末参考文章。
虽然CGO属于不太常用的技术，但是偶尔在一些场景中还是会用到的，本文搜集了一些CGO的文章, 方便大家学习和参考。
完成宏替换、文件引入、以及去除空行、注释等，为下一步的编译做准备。也就是对各种预处理命令进行处理，包括文件的包含、宏定义的扩展、条件编译的选择等。
OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，它提供了很多函数，这些函数非常高效地实现了计算机视觉算法（最基本的滤波到高级的物体检测皆有涵盖）。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
