编译安装opencv和nodejs安装cv方法

1.安装编译

1.1 linux安装

在 Ubuntu 系统上安装 OpenCV 可以通过以下步骤进行。请注意，这些步骤是基于我截止到 2021 年 9 月的知识，如果有新的版本发布，步骤可能会有所变化。以下是基本的安装步骤：

1. 更新包管理器：

   在终端中运行以下命令，以确保你的包管理器是最新的：

   sudo apt update
   sudo apt upgrade

2. 安装必要的依赖项：

   OpenCV 的安装需要一些依赖库。运行以下命令以安装这些依赖项：

你可以省略 libdc1394-22-dev 软件包，只运行以下命令进行安装：

sudo apt install build-essential cmake git pkg-config libgtk-3-dev \
                 libavcodec-dev libavformat-dev libswscale-dev \
                 libv4l-dev libxvidcore-dev libx264-dev \
                 libjpeg-dev libpng-dev libtiff-dev gfortran \
                 openexr libatlas-base-dev python3-dev python3-numpy \
                 libtbb2 libtbb-dev libdc1394-dev

若libtbb2 报错。去掉既可以，自动安装相关依赖

这些软件包应该足以支持 OpenCV 在大多数情况下的编译和安装。

如果你遇到其他问题，请随时询问。

3. 下载 OpenCV 源代码：

   使用 git 克隆 OpenCV 的源代码仓库：

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

4. 编译和安装 OpenCV：

   进入刚刚克隆的 OpenCV 目录，并创建一个用于编译的目录：

   cd opencv
   mkdir build
   cd build

   运行 cmake 生成编译配置：

   cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..

   然后，编译 OpenCV（时间久，我的surface 7 pro 需要1小时左右）：

   make -j$(nproc)

   最后，将编译好的 OpenCV 安装到系统中：

   sudo make install

5. 配置动态库链接器：

   更新动态库链接器的缓存：

   sudo ldconfig

现在，OpenCV 应该已经成功安装在你的 Ubuntu 系统上了。你可以在终端中使用 OpenCV 库进行开发，或者在你的代码中引用它。

请注意，安装过程可能因你的系统和 OpenCV 版本而有所不同。如果你遇到问题，可以参考 OpenCV 官方文档或开发者社区寻求帮助。

6.手动创建opencv.pc

如果在你的系统上没有生成 opencv.pc 文件，那么在使用 opencv4nodejs 时可能会遇到问题，因为该库需要 .pc 文件来确定 OpenCV 的位置和编译选项。

在这种情况下，你可能需要手动创建一个名为 opencv.pc 的 .pc 文件，以便让 opencv4nodejs 正确地找到 OpenCV。以下是一个简单的示范文件，你可以根据你的实际安装路径进行调整：

1. 创建一个名为 opencv.pc 的文件，例如在 /usr/local/lib/pkgconfig 目录下（如果该目录不存在，可以先创建它）。

   sudo mkdir /usr/local/lib/pkgconfig

    

2. 将以下内容复制到 opencv.pc 文件中：

   sudo vim /usr/local/lib/pkgconfig/opencv.pc

    

3. 获取版本号
    

   import cv2
   print(cv2.__version__)

    

4. 注意版本号：Version: 4.x.x，其他不用改，我的4.8.0的

   # opencv.pc
   
   prefix=/usr/local
   exec_prefix=${prefix}
   includedir=${prefix}/include
   libdir=${exec_prefix}/lib
   
   Name: OpenCV
   Description: Open Source Computer Vision Library
   Version: 4.8.0
   Libs: -L${libdir} -lopencv_core -lopencv_imgproc -lopencv_highgui -lopencv_ml -lopencv_video -lopencv_features2d -lopencv_calib3d -lopencv_objdetect -lopencv_stitching -lopencv_gapi -lopencv_photo -lopencv_imgcodecs -lopencv_videoio
   Cflags: -I${includedir}/opencv4

   注意将 Version 替换为你安装的 OpenCV 版本。

pkg-config --modversion opencv

1.2 windows安装

基本环境安装和配置步骤：

1. 安装 CMake 并配置环境变量：

   • 下载地址：https://github.com/Kitware/CMake/releases
   • 选择合适的版本，例如 cmake-3.26.0-windows-x86_64.msi。
   • 在安装过程中选择添加环境变量，这将自动配置环境变量。

2. 安装 windows-build-tools（我没有装成功也没有事，后面不影响）：

   • 打开管理员模式终端（右键 Windows 图标，选择“终端（管理员）”）。

   • 运行以下命令以全局方式安装 windows-build-tools：

     npm install --global windows-build-tools

   • 安装完成后，重启终端。

3. 安装 OpenCV 4.6：

   • 下载地址：https://nchc.dl.sourceforge.net/project/opencvlibrary/4.6.0/opencv-4.6.0-vc14_vc15.exe  官网：Releases - OpenCV

   • 安装 OpenCV。

   • 设置以下环境变量(属性→高级系统设置→环境变量)：

     环境变量名                           值
     OPENCV_INCLUDE_DIR            C:\tools\opencv\build\include
     OPENCV_LIB_DIR                    C:\tools\opencv\build\x64\vc15\lib
     OPENCV_BIN_DIR                  C:\tools\opencv\build\x64\vc15\bin
     OPENCV4NODEJS_AUTOBUILD_OPENCV_VERSION    4.6.0
     OPENCV4NODEJS_DISABLE_AUTOBUILD               1

2.测试

    方法0：

pkg-config --modversion opencv

1. 使用 python测试：

python3 -c "import cv2; print(cv2.__version__)"

yys@yys-virtual-machine:~/cv/opencv$ python3 -c "import cv2; print(cv2.__version__)"
4.8.0-dev 

2. 使用 OpenCV 库：

   创建一个简单的 C++ 或 C 代码文件，使用 OpenCV 库的一些功能。比如，你可以尝试读取图像并将其保存为不同格式，或者进行简单的图像处理操作。如果编译并运行这个文件没有问题，说明 OpenCV 库成功地链接并可用。

   这里是一个简单的示例 C++ 代码，用于读取图像并显示其尺寸：

   #include <opencv2/opencv.hpp>
   #include <iostream>
   
   int main() {
       cv::Mat image = cv::imread("path_to_your_image.jpg");  // 替换为你的图像文件路径
       if (!image.empty()) {
           std::cout << "Image dimensions: " << image.cols << "x" << image.rows << std::endl;
       } else {
           std::cout << "Failed to read image." << std::endl;
       }
       return 0;
   }

   编译并运行上述代码，替换 path_to_your_image.jpg 为你的图像文件路径。如果代码能够成功编译和运行，并输出图像的尺寸，说明 OpenCV 库已经成功链接。

通过运行这些示例，你可以验证编译安装的 OpenCV 是否已经正确地集成到你的系统中。如果你在编译或运行过程中遇到问题，你可能需要检查你的编译选项、库路径和依赖项，确保它们都正确配置。

将上述代码保存为一个以 .cpp 为扩展名的文件，比如 test_opencv.cpp。

然后按照以下步骤在终端中进行编译和运行：

1. 打开终端。

2. 使用 cd 命令切换到保存了你的 .cpp 文件的目录。假设你的文件在 /home/yys 目录下：

   cd /home/yys

3. 使用 g++ 命令编译你的代码。在这里，你需要指定 OpenCV 的头文件路径和库链接标志。假设你的 OpenCV 安装路径是 /usr/local：

   g++ -o test_opencv test_opencv.cpp -I/usr/local/include/opencv4 -lopencv_core -lopencv_imgcodecs -lopencv_highgui

4. 编译成功后，会在同一目录下生成一个名为 test_opencv 的可执行文件。

5. 运行编译后的可执行文件：

   ./test_opencv

程序会读取指定的图像文件，并显示其尺寸。请确保将 "path_to_your_image.jpg" 替换为你实际的图像文件路径。

这样，你就可以在终端中运行你的 OpenCV C++ 代码并进行测试了。如果你遇到任何错误，可以检查是否正确指定了 OpenCV 的头文件和库路径，以及你的图像文件是否位于指定路径下。

        nodejs代码

const cv = require('@u4/opencv4nodejs');
function testOpenCV() {
  try{ 
    // 创建一个 3x3 的单位矩阵
    const mat = cv.Mat.eye(3, 3, cv.CV_8U);

    // 打印矩阵的行数和列数
    console.log('Matrix rows:', mat.rows);
    console.log('Matrix cols:', mat.cols);

    // 访问矩阵元素 (0, 0)
    const value = mat.at(0, 0);
    console.log('Value at (0, 0):', value);

    // 创建另一个矩阵
    const mat2 = new cv.Mat([[1, 2, 3], [4, 5, 6], [7, 8, 9]], cv.CV_8U);

    // 矩阵相乘 (结果应该还是单位矩阵)
    const result = mat.mul(mat2);
    console.log("Multiplication Result", result.getDataAsArray());

    // 检查矩阵是否为空
    console.log('Is mat empty?', mat.empty);
    console.log("result type:", result.type)
    console.log("mat2 depth:", mat2.depth)
    console.log("mat channels:", mat.channels)

    console.log('OpenCV test successful!');
  } catch (error) {
    console.error('OpenCV test failed:', error);
    process.exit(1); // 退出并返回错误码
  }
}

testOpenCV();

3.nodejs安装node环境编译

项目地址：UrielCh/opencv4nodejs: Nodejs bindings to OpenCV 3 and OpenCV 4 (github.com)

packge.json

{
  
    "dependencies": {
      "@u4/opencv4nodejs": "^6.5.2"
    },
    "opencv4nodejs":{
      "disableAutoBuild": "1",
      "autoBuildOpencvVersion": "4.8.0"
    }
}

全局安装 @u4/opencv4nodejs

nodejs几种安装方式

export OPENCV4NODEJS_DISABLE_AUTOBUILD=1

npm i @u4/opencv4nodejs -g

npm i node-gyp -g

build-opencv --version 4.8.0 rebuild

npm config set registry https://registry.npm.taobao.org

4.opencv找图代码

单张图示例

当将代码封装为一个类时，您可以提高代码的可维护性和可重用性。下面是一个将之前的代码封装为类的示例，我还在注释中解释了每个方法的作用：

const cv = require('@u4/opencv4nodejs');

class ImageMatcher {
    /**
     * 构造函数
     */
    constructor() {
        // 可在此初始化一些属性
    }

    /**
     * 寻找相似图片并获取匹配信息
     * @param {string} imsrcPath - 源图像路径
     * @param {string} imobjPath - 目标图像路径
     * @param {number} similarityThreshold - 相似度阈值
     * @returns {object|null} - 匹配信息对象或null
     */
    async findMatchingImages(imsrcPath, imobjPath, similarityThreshold) {
        const imsrc = await cv.imreadAsync(imsrcPath);
        const imobj = await cv.imreadAsync(imobjPath);

        const res = imsrc.matchTemplate(imobj, cv.TM_CCOEFF_NORMED);

        const { maxLoc } = cv.minMaxLoc(res);
        const similarity = res.at(maxLoc.y, maxLoc.x);

        if (similarity > similarityThreshold) {
            const centerX = maxLoc.x + imobj.cols / 2;
            const centerY = maxLoc.y + imobj.rows / 2;
            return { centerX, centerY, similarity };
        }

        return null;
    }

    /**
     * 主函数
     * @param {string} imsrcPath - 源图像路径
     * @param {string} imobjPath - 目标图像路径
     * @param {number} similarityThreshold - 相似度阈值
     */
    async main(imsrcPath, imobjPath, similarityThreshold) {
        try {
            const result = await this.findMatchingImages(imsrcPath, imobjPath, similarityThreshold);

            if (result) {
                console.log(`找到相似度为 ${result.similarity} 的匹配`);
                console.log(`中心点坐标：x=${result.centerX}, y=${result.centerY}`);
            } else {
                console.log('未找到匹配。');
            }
        } catch (error) {
            console.error('错误：', error);
        }
    }
}

// 创建实例并调用主函数
const imageMatcher = new ImageMatcher();
imageMatcher.main('src1.png', 'src2.png', 0.9);

D:\node>node cv_find_pic.js
info config found opencv4nodejs section in D:\node\package.json
info applyEnvsFromPackageJson the following opencv4nodejs environment variables are set in the package.json:
info applyEnvsFromPackageJson disableAutoBuild: 1
info applyEnvsFromPackageJson autoBuildOpencvVersion: 4.6.0
找到相似度为 0.9999989867210388 的匹配
中心点坐标：x=112, y=898

这个封装的类名为 ImageMatcher，其中有两个方法：findMatchingImages 和 main。在注释中详细解释了每个方法的作用，使得代码更易于理解。创建一个类实例后，您可以调用 main 方法来运行整个流程，传递图像路径和相似度阈值作为参数。这种封装方式使得代码更具结构性和可读性。

5.报错

cv2.error: OpenCV(4.8.0) D:\a\opencv-python\opencv-python\opencv\modules\highgui\src\window.cpp:1255: error: (-2:Unspecified error) The function is not implemented. Rebuild the library with Windows, GTK+ 2.x or Cocoa support. If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, then re-run cmake or configure script in function 'cvNamedWindow'

安装新版本opencv-python解决