这篇文章我们来对我们的安装进行测试,并介绍如何用CMake工具快捷地构建OpenCV项目。
为了使整个项目更加条理,我们的文件夹采用如下组织方式:
bin build CMakeLists.txt src |
其中bin目录用于放编译生成的可执行文件,build目录用于cmake构建项目,src用于放源代码。"CMakeLists.txt"这个名字,一个字都不能错。
编写的OpenCV示例代码:
<
opencv2
/
core
/
core.hpp
>
#include
<
opencv2
/
highgui
/
highgui.hpp
>
#include
<
opencv2
/
imgproc
/
imgproc.hpp
>
#include
<
iostream
>
using
namespace
std;
using
namespace
cv;
int
main(
int
argc,
char
*
*
argv)
{
if
(argc
!=
2
)
{
cout
<<
"Usage: opencv_test <image path>"
<<
endl;
return
-
1
;
}
char
*
imgName
=
argv[
1
];
Mat image;
image
=
imread(imgName,
1
);
if
(
!
image.data)
{
cout
<<
"No image data"
<<
endl;
return
-
1
;
}
Mat gray_img;
cvtColor(image, gray_img, COLOR_BGR2GRAY);
// imwrite("~/template/result.jpg", gray_img);
imshow(
"gray"
,gray_img);
cv
:
:
waitKey(
0
);
return
0
;
}
这是一个很简单的例子:读取图片然后转化成灰度图。取名为main.cpp。需要注意的是在没有“语法糖”的情况下编写代码非常困难,我选择首先在vs中编好,然后复制。
CMake文件的文件名CMakeLists.txt有严格的大小写要求,注意不要写错。
# project name
PROJECT(opencv_test)
# requirement of cmake version
cmake_minimum_required(VERSION 3.
5)
# set the directory of executable files
set(CMAKE_RUNTIME_OUTPUT_DIRECTORY ${opencv_test_SOURCE_DIR} /bin)
# find required opencv
find_package(OpenCV REQUIRED)
# directory of opencv headers
include_directories(${OpenCV_INCLUDE_DIRS})
# name of executable file and path of source file
add_executable(opencv_test src /opencv_test.cpp)
# directory of opencv library
link_directories(${OpenCV_LIBRARY_DIRS})
# opencv libraries
target_link_libraries(opencv_test ${OpenCV_LIBS})
PROJECT指令的语法是:
PROJECT(projectname [CXX] [C] [Java])
你可以用这个指令定义工程名称,并可指定工程支持的语言,支持的语言列表是可以忽略的,这个指令隐式的定义了两个cmake变量:<projectname>_BINARY_DIR以及<projectname>_SOURCE_DIR。前者指构建路径,后者指工程路径,即CMakeLists.txt所在的路径。
同时cmake系统也帮助我们预定义了PROJECT_BINARY_DIR和PROJECT_SOURCE_DIR变量,他们的值分别跟opencv_test_BINARY_DIR与opencv_test_SOURCE_DIR一致。【注意这里的许多约定,这个名字应该就是目录名称】
为了统一起见,建议以后直接使用PROJECT_BINARY_DIR,PROJECT_SOURCE_DIR,即使修改了工程名称,也不会影响这两个变量。如果使用了<projectname>_SOURCE_DIR,修改工程名称后,需要同时修改这些变量。
接下来是设置cmake要求的最低版本号:
cmake_minimum_required(VERSION
3.
5)
SET指令的语法是:
SET(VAR [VALUE] [CACHE TYPE DOCSTRING [FORCE]])
现阶段,你只需要了解SET指令可以用来显式的定义变量即可。这里我们将变量CMAKE_RUNTIME_OUTPUT_DIRECTORY定义为${opencv_test_SOURCE_DIR}/bin也就是工程路径下的bin目录。
find_package这个指令以被用来在系统中自动查找配置构建工程所需的程序库。在linux和unix类系统下这个命令尤其有用。CMake自带的模块文件里有大半是对各种常见开源库的find_package支持,支持库的种类非常多。
当它找到OpenCV程序库之后,就会帮助我们预定义几个变量,OpenCV_FOUND、OpenCV_INCLUDE_DIRS、OpenCV_LIBRARY_DIRS、OpenCV_LIBRARIES,它们分别指是否找到OpenCV,OpenCV的头文件目录,OpenCV的库文件目录,OpenCV的所有库文件列表。接着我们就可以使用这些变量来配置了:
include_directories(${OpenCV_INCLUDE_DIRS})
这个指令用来设置包含的头文件的路径。
link_directories(${OpenCV_LIBRARY_DIRS})
这个指令用来设置库文件的路径。
target_link_libraries(opencv_test ${OpenCV_LIBS})
这个指令用来设置需要的库文件,它的语法是:
<debug | optimized
>
其中的target就是前面设置生成的目标文件(可执行文件):
/opencv_test.cpp)
这个命令很好理解,首先是可执行文件的名字,然后是源码的名字。因此,这个命令一定要在TARGET_LINK_LIBRARIES之前使用。
现在我们的CMakeLists.txt就介绍完了。
进入build目录,然后开始构建:
cd build
cmake ..
因为CMakeLists.txt在buil的父目录中,因此make命令之后使用..。
-- Configuring done
-- Generating done
-- Build files have been written to :
/home
/liuchaoyang
/grad_proj
/opencv_test
/build
这样就构建成功了,构建之后会生成很多文件,其中就有Makefile文件。
然后编译生成可执行文件:
make
[ 50
%] Building CXX object CMakeFiles
/opencv_test.dir
/src
/opencv_test.cpp.o
[ 100
%] Linking CXX executable ..
/bin
/opencv_test
[ 100
%] Built target opencv_test
运行生成的可执行文件以测试我们是否成功,该程序需要传递一个命令行参数。下面是运行结果:
这里非常神奇的就是CMake能够自动给你找到环境。那么也就是说当我们进行类库移植的时候,最好进行一次CMake和make ,看上去非常高级。
总结:
这几个标黄的地方,改成和目录名称一样,应该就可以了。
标签:CMake,opencv,OpenCV,构建,SOURCE,test,cmake,DIR From: https://blog.51cto.com/jsxyhelu2017/5968142