OPENCV 编译选项以及解释-Toy模板网

这篇具有很好参考价值的文章主要介绍了OPENCV 编译选项以及解释。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

cmake编译以及模块介绍，后面遇到没有的会继续再补充

CMAKE_BUILD_TYPE：指定构建类型，如Debug、Release等。
CMAKE_INSTALL_PREFIX：指定安装目录。
BUILD_SHARED_LIBS：设置为ON时，构建共享库；设置为OFF时，构建静态库。
BUILD_WITH_STATIC_CTR：当为ON是，构建静态运行时库（MT/MTd），设置为OFF时，构建动态运行时库（MD/MDd）
OPENCV_EXTRA_MODULES_PATH：指定额外模块的路径，用于构建OpenCV的扩展模块。
BUILD_opencv_world：设置为ON时，构建包含所有模块的单个动态库（opencv_world）。
BUILD_opencv_python：设置为ON时，构建Python绑定。
BUILD_opencv_java：设置为ON时，构建Java绑定。
BUILD_opencv_apps：设置为ON时，构建OpenCV示例应用程序。
BUILD_opencv_calib3d：设置为ON时，构建相机标定和三维重建模块。
- Calibration（校准）加3D这两个词的组合缩写。这个模块主要是相机校准和三维重建相关的内容。基本的多视角几何算法，单个立体摄像头标定，物体姿态估计，立体相似性算法，3D信息的重建等等。提供了摄像机标定、立体视觉和三维重建的功能，包括相机参数估计、立体匹配、三维点云重建等。
BUILD_opencv_core：设置为ON时，构建核心功能模块。
- OpenCV基本数据结构
- 动态数据结构
- 绘图函数
- 数组操作相关函数
- 辅助功能与系统函数和宏
- 与OpenGL的互操作
BUILD_opencv_dnn：设置为ON时，构建深度学习模块。
- 图像分类；
- 目标检测；
- 图像分割；
- 文字检测和识别；
- 姿态估计；
- 深度估计
- 人脸验证和检测；
- 人体重新识别；
BUILD_opencv_features2d：设置为ON时，构建特征检测和描述模块。
- 特征检测和描述
- 特征检测器（Feature Detectors）通用接口
- 描述符提取器（Descriptor Extractors）通用接口
- 描述符匹配器（Descriptor Matchers）通用接口
- 通用描述符（Generic Descriptor）匹配器通用接口
- 关键点绘制函数和匹配功能绘制函数
BUILD_opencv_flann：设置为ON时，构建快速最近邻搜索模块。
BUILD_opencv_gapi：设置为ON时，构建通用图像处理模块。
BUILD_opencv_highgui：设置为ON时，构建图形用户界面模块。
- 媒体的I / O输入输出
- 视频捕捉
- 图像和视频的编码解码
- 图形交互界面的接口等内容
- 关键点绘制函数和匹配功能绘制函数
- 关键点绘制函数和匹配功能绘制函数
BUILD_opencv_imgcodecs：设置为ON时，构建图像编解码模块。
BUILD_opencv_imgproc：设置为ON时，构建图像处理模块。
BUILD_opencv_ml：设置为ON时，构建机器学习模块，基本上是统计模型和分类算法。
- 统计模型（Statistical Models）
- 一般贝叶斯分类器（Normal Bayes Classifier）
- K-近邻（K-NearestNeighbors）
- 支持向量机（Support Vector Machines）
- 决策树（Decision Trees）
- 提升（Boosting）
- 梯度提高树（Gradient Boosted Trees）
- 随机树（Random Trees）
- 超随机树（Extremely randomized trees）
- 期望最大化（Expectation Maximization）
- 神经网络（Neural Networks）
- MLData
BUILD_opencv_objdetect：设置为ON时，构建目标检测模块。
- 包含Cascade Classification（级联分类）和Latent SVM这两个部分，包括Haar特征分类器、级联分类器等。
BUILD_opencv_photo：设置为ON时，构建图像修复、去噪点和增强模块。
BUILD_opencv_stitching：设置为ON时，构建图像拼接模块。
- 拼接流水线
- 特点寻找和匹配图像
- 估计旋转
- 自动校准
- 图片歪斜
- 接缝估测
- 曝光补偿
- 图片混合
BUILD_opencv_video：设置为ON时，构建视频分析模块。
BUILD_opencv_videoio：设置为ON时，构建视频输入/输出模块。
BUILD_opencv_videostab：设置为ON时，构建视频稳定模块。
BUILD_ITT：用于构建Intel® Trace Collector (ITC) 的支持。
- Intel Trace Collector是一种用于分析和优化并行和多线程应用程序的工具，它可以帮助开发人员识别和解决并行程序中的性能问题。通过使用BUILD_ITT选项，可以选择是否编译和构建OpenCV与Intel Trace Collector的集成支持，以便在开发和调试OpenCV应用程序时使用Intel Trace Collector进行性能分析和优化。
BUILD_IPP_IW：选项，用以inter 的ipp加速模块
BUILD_opencv_ts：用于构建OpenCV的测试模块（Test Suite）。
- 测试模块是用于验证OpenCV库的正确性和稳定性的一组测试用例。这些测试用例可以帮助开发人员在开发和修改OpenCV代码时进行自动化测试，以确保代码的正确性和功能的稳定性。通过使用BUILD_opencv_ts选项，可以选择是否编译和构建OpenCV的测试模块。
BUILD_opencv_objc_building_generator：用于生成Objective-C绑定的构建文件。
- Objective-C绑定是为了在iOS和macOS平台上使用OpenCV库时，能够方便地与Objective-C代码进行交互和集成。当设置BUILD_opencv_objc_building_generator为ON时，CMake会生成Objective-C绑定所需的构建文件。这些构建文件包括Objective-C的头文件和源文件，以及用于生成Objective-C绑定的辅助工具。通过启用这个选项，开发者可以在iOS和macOS平台上使用Objective-C语言来调用OpenCV库中的函数和类，从而实现图像处理和计算机视觉的功能。
WITH_CUDA：设置为ON时，启用CUDA支持。
WITH_TBB：设置为ON时，启用Intel TBB支持。
WITH_OPENCL：设置为ON时，启用OpenCL支持。
- OpenCL是一种开放的并行计算框架，可以利用多个计算设备（如CPU、GPU等）进行并行计算，从而加速图像处理和计算机视觉算法的执行。如果设置WITH_OPENCL为ON，则会启用OpenCL支持；如果设置为OFF，则不会启用OpenCL支持。
- OPENCL相关选项：
  - OPENCL_FOUNE：是否查找使用opencl
  - WITH_OPENCL：启用OPENCL支持
  - OPENCV_DNN_OPENCL：用于控制是否启用OpenCL加速的深度学习模块（DNN）
    - OpenCV的DNN模块提供了深度学习推理的功能，可以加载和执行训练好的深度学习模型。而OpenCL是一种并行计算框架，可以利用多个计算设备（如CPU、GPU等）进行并行计算，从而加速深度学习模型的推理过程。
    - 如果设置OPENCV_DNN_OPENCL为ON，则会启用OpenCL加速的DNN模块；如果设置为OFF，则禁用OpenCL加速的DNN模块。启用OpenCL加速可以提高深度学习模型推理的速度，特别是在使用支持OpenCL的GPU时。但需要注意的是，启用OpenCL加速需要确保系统支持OpenCL，并且安装了相应的OpenCL驱动程序。如果系统不支持OpenCL或者没有安装OpenCL驱动程序，那么即使设置了OPENCV_DNN_OPENCL为ON，也无法启用OpenCL加速的DNN模块。
  - WITH_OPENCLAMDBLAS：启用AMD提供的的 OPENCL GPU并行BLAS线性代数库支持
    - BLAS（basic linear algebra subroutine）（基本线性代数子程序）是提供用于执行基本向量和矩阵运算的标准构建块的例程。1 级 BLAS 执行标量、矢量和矢量-矢量运算，2 级 BLAS 执行矩阵-矢量运算，3 级 BLAS 执行矩阵-矩阵运算。
    - AMD_BLAS官方：基本线性代数子程序（BLAS）库 |阿德 (amd.com)
  - WITH_OPENCLAMDFFT：启用AMD提供的 OPENCL GPU并行快速傅里叶变化支持
    - FFT：快速傅里叶变换
    - cFFT官方：clFFT： OpenCL 快速傅立叶变换（FFT） (clmathlibraries.github.io)
  - WITH_OPENCL_D3D11_NV：启用NVIDIA提供的OPENCL D3D11 GPU 并行计算支持
  - WITH_OPENCL_SVM：OPENCL共享虚拟内存支持
WITH_OPENGL：设置为ON时，启用OpenGL支持。
WITH_QT：设置为ON时，启用Qt支持。
ENABLE_PRECOMPILED_HEADERS：设置为ON时，启用预编译头文件。
CV_TRACE：用于启用或禁用OpenCV函数调用的跟踪功能。
- 当CV_TRACE选项被启用时，OpenCV库会在运行时输出函数调用的跟踪信息，包括函数名称、参数和返回值等。这对于调试和性能分析非常有用，可以帮助开发人员了解代码的执行流程和性能瓶颈。通过启用CV_TRACE选项，可以在OpenCV编译时将跟踪功能添加到库中。在运行时，可以使用相应的API函数来控制跟踪的开启和关闭，以及设置跟踪输出的目标（如控制台、日志文件等）。这样，开发人员可以根据需要在调试和性能优化过程中使用CV_TRACE选项来获取更详细的函数调用信息。
ENABLE_LTO：用于启用或禁用链接时优化（Link Time Optimization，简称LTO）。
- 链接时优化是一种编译器优化技术，它在链接阶段对整个程序进行优化，而不仅仅是对单个源文件进行优化。通过启用LTO，编译器可以对整个OpenCV库进行全局优化，从而提高代码的执行效率和性能。如果设置ENABLE_LTO为ON，则会启用链接时优化；如果设置为OFF，则禁用链接时优化。启用LTO可能会增加编译时间和内存消耗，但可以提高生成的OpenCV库的执行效率。因此，根据具体需求和编译环境，可以选择是否启用ENABLE_LTO选项。
ENABLE_IPC：生成与位置无关的代码（对于共享库是必需的）
ENABLE_PRECOMPILED_HEADERS：启用预编译头
EBABLE_SOLUTION_FOLDERS：在VS或其他IDE中启用解决方案文件夹文章来源地址https://www.toymoban.com/news/detail-737232.html