Windows环境使用CMake编译 opencv3.3.0 && opencv_contrib3.3.0
2017-09-05 15:19
881 查看
opencv 从3.0.0开始不在提供合并的库,而是将原先合并的库分开为两个库,分别是:
这里顺便吐槽一下,使用caffe框架搭建深度学习训练人脸识别模型,要比opencv给出的人脸识别快很多,opencv-人脸识别还有很大的进步空间。不过遗憾的是caffe目前还没有提供移动端的运行环境,即时PC训练好了模型也没有用武之地,颇感遗憾。
下载opencv Tag 3.3.0
下载opencv_contrib Tag 3.3.0
使用git clone或者直接下载压缩包,这两种姿势都可以。
核心功能库和
拓展功能库。而核心库依然提供Android开发所需要的静态库支持,但是如果需要用到最近大红大紫的人工智能相关功能,必然用到扩展功能库提供的诸如人脸识别等功能,所以需要我们
手动CMake生成Android所需要的静态库,这里主要讲如何生成操作,生成我们需要的静态库。
这里顺便吐槽一下,使用caffe框架搭建深度学习训练人脸识别模型,要比opencv给出的人脸识别快很多,opencv-人脸识别还有很大的进步空间。不过遗憾的是caffe目前还没有提供移动端的运行环境,即时PC训练好了模型也没有用武之地,颇感遗憾。
准备材料
opencv3.3.0 && opencv_contrib3.3.0下载opencv Tag 3.3.0
下载opencv_contrib Tag 3.3.0
使用git clone或者直接下载压缩包,这两种姿势都可以。
git clone https://github.com/opencv/opencv.git git clone https://github.com/opencv/opencv_contrib.git[/code]
Cmake
下载Cmake工具,安装即可。
MinGW
下载MinGW,安装以后会有相应的g++配置,这一步需要自行勾选,然后下载对应的g++编译包即可,配置完成MinGW大概在500MB左右。
需要配置path环境变量,在命令行中输入gcc -v检验配置是否正确
Ant
下载Ant,无需安装,解压后,配置path环境变量即可,可以在命令行中输入ant -v检验配置是否正确。配置编译环境
打开CMake GUI如下图配置
上面一行地址是source所在目录
下面一行地址是编译文件将要放置的目录
接下来需要配CMake的配置参数如下:Name: ANDROID_ABI Type: STRING Value: armeabi-v7a
如图所示:
如上,继续添加:Name: ANDROID_NDK Type: Path Value: H:/android-ndk-r14bName: ANDROID_OPENCL_SDK Type: Path Value: E:/android-sdk-windows
点击Configure,进入设置编译器阶段,如图
确定以后,配置cmake的起始路径J:/opencv-source/opencv-3.3.0/platforms/android/android.toolchain.cmake
配置好以后,如图所示:
配置运行一段时间以后,然后搜索OPENCV_EXTRA_MODULES_PATH,配置一下opencv_contrib/modules的路径所在地。
配置完以后如下:
再点击Generate,如图所示。开始编译
进入到上面配置的编译文件将要放置的目录,进入命令行,输入:mingw32-make
如果一切顺利话,大概30分钟以后,会Build成功,接下来再输入:mingw32-make install
一般会顺利的输出生成的测试apk。特殊情况
上面顺利的话就不用往下看了,如果遇到报错,一般是在编译的时候出现找不到文件之类的奇怪问题。
而提示找不到的文件其实在我们本地的目录.cache\xfeatures2d\boostdesc中,如下所示:
把上面的文件前缀统统去掉,copy到opencv_contrib-3.3.0\modules\xfeatures2d\src即可
参考:Error with “boostdesc_bgm.i” while compiling on Ubuntu 16.04
然后,如果提示还缺少文件,那么同样的思路,到.cache\xfeatures2d\vgg目录,把剩下的所有.i后缀文件统一copy到上面的目录即可,如图所示:
如果没有这些文件,可以到这里下载。
最后,我们找一下生成的静态链接库,在J:\opencv-source\build\armeabi\lib\armeabi目录下。
如果实在搞不定,最后的静态库可以到这里下载。
相关文章推荐
- Windows环境下使用CMake编译OpenCV3.0和OpenCV_contrib
- 使用CMake 2.8 编译OpenCV 3.1.0 + opencv_contrib扩展 (环境ubuntu14.04 CUDA8.0)
- 基于windows下使用CMake和VS2013编译OpenCV的环境搭建
- opencv3.3.1、opencv_contrib-3.3.1使用 CMake 编译步骤
- Windows环境下编译OpenCV3.0和OpenCV_contrib
- windows下编译使用opencv的cmake工程
- Windows环境下使用Cmake ndk编译fdk-aac
- Windows中如何在Visual Studio 2015环境里编译OpenCV 3.1并加入opencv_contrib-master
- 使用CMake编译OpenCV3.0+OpenCV_contrib时所遇问题的解决方案
- Windows下使用CMake+MinGw编译opencv
- 在Windows下使用CMake+MinGW搭建C/C++编译环境
- Windows环境下编译OpenCV3.1和OpenCV_contrib
- mac10.12.6系统使用cmake安装opencv3.3.0+opencv_contrib-3.3.0
- windows下使用cmake+mingw编译opencv2.4.13.3版
- Windows环境下编译OpenCV3.1和OpenCV_contrib
- 【caffe】windows下vs2013+opencv3.2.0+opencv_contrib(包含dnn)+cmake3.8编译与配置
- Windows下使用VIM&Cygwin,搭建Mainframe开发环境(六)---用awk/sed合并PLI/Cobol编译结果
- 在Windows下使用CMake+MinGW搭建C/C++编译环境
- 在ubuntu下使用cmake进行opencv的配置和Windows下进行使用cmake编译源代码
- windows下cmake编译opencv3.2+opencv_contrib完整过程