学习Opencv（蝴蝶书/C++）代码——1.macOS下安装OpenCV4.8.0和QT5.15（C++）

1.前置条件-cmake和c++

1. 先看看vscode里怎么弄c++，详见：mac下vscode配置c++环境
2. 同时记得把cmake下载好，路径配置好

2. opencv

直接从官网教程开始（事实证明不是很全面，还是有很多问题需要额外找解决方案）：
https://docs.opencv.org/4.x/d0/db2/tutorial_macos_install.html

一般是有两种安装方式：

1. 直接安装对应平台的预编译版本，可以直接去这里下载，默认不含有opencv_contrib 模块
   
   上面三个就是安卓，ios平台和Windows下的预编译好的版本，后面两个source code就是从源码编译了，也就是第二种安装方式，一般linux都是用后者来安装。
2. 从源码安装，也就是下面介绍的内容

2.1 opencv安装

# 1. 确认安装好了cmake，同时版本大于3.9
>cmake --version
cmake version 3.22.3
CMake suite maintained and supported by Kitware (kitware.com/cmake).

# 2. 下载稳定版的opencv源码，截止2023.10.30 最新的稳定版是4.8
https://github.com/opencv/opencv/archive/4.8.0.zip
# 下载后解压，无论是macos双击解压，还是命令行解压都行

# 3. 然后就可以用cmake来从源码build opencv了
# 这里建议新建立一个 build_opencv存放构建好的opencv，和解压后的opencv不是一个东西
mkdir build_opencv
cd build_opencv

# 然后在build_opencv目录下运行下面的cmake命令，也可以使用cmake的可视化界面
# 1. cmake用来生成makefile
# 确保当前的执行路径位于build_opencv
# 确认当前的python环境就是下面写的那个python执行环境，同时保证这个环境里有numpy
# 注意，换行命令分割的符号\要和前面的命令之间隔空格，但是VAR:type=value，参数和参数值（等号左右没有空格）

cmake \
-DOPENCV_GENERATE_PKGCONFIG=ON \
-DWITH_OPENJPEG=OFF \
-DWITH_IPP=OFF \
-D CMAKE_BUILD_TYPE=Release \
-D BUILD_EXAMPLES=ON \
-D WITH_IPP=OFF \
-D BUILD_opencv_python2=OFF \
-D BUILD_opencv_python3=ON \
-D BUILD_JAVA=OFF \
-D BUILD_OPENEXR=ON \
-D PYTHON3_EXECUTABLE=/Users/huangshan/Documents/software/miniconda3/miniconda3/bin/python \
../opencv-4.8.0


# 2. make命令把Makefile 文件中定义的一系列任务将软件源代码编译成可执行文件
make -j8
# 其实make之后，软件其实就已经编译好了，可用了

# 3.make之后 还有人会进行make install 
# make install 命令就是将可执行文件、第三方依赖包和文档复制到正确的路径。

make install
# 输出信息：
# -- Installing: /usr/local/include/opencv4/opencv2/cvconfig.h
# -- Installing: /usr/local/include/opencv4/opencv2/opencv_modules.hpp
# -- Installing: /usr/local/include/opencv4/opencv2/opencv.hpp
# -- Installing: /usr/local/lib/libopencv_core.4.8.0.dylib

build_opencv/include/cmake_install.cmake文件中可以看到：

set(CMAKE_INSTALL_PREFIX "/usr/local")
file(INSTALL DESTINATION "${CMAKE_INSTALL_PREFIX}/include/opencv4/opencv2" TYPE FILE FILES "/Users/huangshan/Documents/DailyStudy/cpp/lib/opencv-4.8.0/include/opencv2/opencv.hpp")

这样的代码

上面的cmake里的命令里，有一些参数是可以自己配的

• CMAKE_BUILD_TYPE=Release 或者是Debug，一般开发过程中建议用debug，可以帮助调试，前者的话是无法打开调试模式的，更详细的说明可以看：Debug build
  • 如果开启了CV_DISABLE_OPTIMIZATION，那么很多第三方库就不会优化了，比如：Eigen等
  • 如果使用的是gcc的默认GNU（libstdc++），则可以考虑打开ENABLE_GNU_STL_DEBUG，则生成的内容也可以用debug模式
• 如果要捎带构建opencv_contrib里的内容，那么需要设置 OPENCV_EXTRA_MODULES_PATH=<path to opencv_contrib>/modules，详见：Build with extra modules，主要就是opencv_contrib中的一些内容
• 另外，编译的时候也可以禁用一些插件，解耦插件，详见：(optional) Step 4: Build plugins
• macOS在构建的时候可能需要额外自己注意下自己的系统架构，是xx86_64还是arm64，可以用命令uname -a试一下，比如我的就是x86_64

  > uname -a
  Darwin XXXMacBook-Pro.local 22.3.0 Darwin Kernel Version 22.3.0: Mon Jan 30 20:42:11 PST 2023; 
  root:xnu-8792.81.3~2/RELEASE_X86_64 x86_64
  

• make install之后，OpenCV的一些文件会被统一放到usr/bin目录下，lib和include的比较重要
  • /usr/local/bin - executable files
  • /usr/local/lib - libraries (.so)✅
  • /usr/local/cmake/opencv4 - cmake package
  • /usr/local/include/opencv4 - headers✅
  • /usr/local/share/opencv4 - other files (e.g. trained cascades in XML format)
  • 可以按照顺序看一下，确实全都是opencv的库
    
• 同时，build_opencv中的lib库和/usr/local/lib的其实是一致的
  
• DOPENCV_GENERATE_PKGCONFIG=ON 这句是为了生成opencv.pc
  
  生成之后，opencv.pc位于build_opencv/unix-install/opencv4.pc，在make install中可以看到：-- Installing: /usr/local/lib/pkgconfig/opencv4.pc已经复制过去了。

参考：

• Opencv Install-make install
• configure、 make、 make install 背后的原理(翻译)
• Determine the architecture of a Mac from the command line or script?
• OpenCV-Generate pkg-config info

2.2 opencv测试

2.2.1 基本测试

为了验证opencv安装是否成功，可以随便找个程序跑一下：

1. CMakeLists.txt
cmake_minimum_required(VERSION 2.8)
project( DisplayImage )
find_package( OpenCV REQUIRED )
include_directories( ${OpenCV_INCLUDE_DIRS} )
add_executable( DisplayImage DisplayImage.cpp )
target_link_libraries( DisplayImage ${OpenCV_LIBS} )

2. DisplayImage.cpp

#include <stdio.h>
#include <opencv2/opencv.hpp>
using namespace cv;
int main(int argc, char** argv )
{
    if ( argc != 2 )
    {
        printf("usage: DisplayImage.out <Image_Path>\n");
        return -1;
    }
    Mat image;
    image = imread( argv[1], IMREAD_COLOR );
    if ( !image.data )
    {
        printf("No image data \n");
        return -1;
    }
    namedWindow("Display Image", WINDOW_AUTOSIZE );
    imshow("Display Image", image);
    waitKey(0); // 等待键盘输入
    return 0;
}

这两个文件创建好之后，切换到这两个文件所在目录，运行：

如果直接运行下面的命令而不加任何别的参数，
>cmake .

则会报错：
CMake Error at CMakeLists.txt:3 (find_package):
  By not providing "FindOpenCV.cmake" in CMAKE_MODULE_PATH this project has
  asked CMake to find a package configuration file provided by "OpenCV", but
  CMake did not find one.

  Could not find a package configuration file provided by "OpenCV" with any
  of the following names:

    OpenCVConfig.cmake
    opencv-config.cmake

  Add the installation prefix of "OpenCV" to CMAKE_PREFIX_PATH or set
  "OpenCV_DIR" to a directory containing one of the above files.  If "OpenCV"
  provides a separate development package or SDK, be sure it has been
  installed.

因此在运行时，需要添加CMAKE_PREFIX_PATH参数，来指明编译好的opencv的位置。即正确的运行命令是：

>cmake -D CMAKE_PREFIX_PATH=XXXXX/build_opencv .

所以构建好的库就不要随便挪位置了，不然记不住了。。。

正确后会提示：
-- Found OpenCV: XXXX/build_opencv (found version "4.8.0") 
-- Configuring done
-- Generating done
-- Build files have been written to: XXXX

然后就：

> make
[ 50%] Building CXX object CMakeFiles/DisplayImage.dir/DisplayImage.cpp.o
[100%] Linking CXX executable DisplayImage
[100%] Built target DisplayImage
此时就已经生成了 CMakeLists中project( DisplayImage )这个项目名称，为名称的一个可执行文件

接下来运行，需要传递一个图像路径作为参数，自己随便找个图，如果懒得找的话，可以去opencv的安装包里找，路径类似下面。
>./DisplayImage ./lib/opencv-4.8.0/samples/data/lena.jpg
在图像显示窗口按下任意按键结束程序，或者也可以在命令行里ctrl+C强制终止程序

如果是被强制终止的，因此使用`echo $?`查看上个程序的执行状态，返回的是130
如果是正确执行，返回的则是1
> echo $?
130

关于exit code是130的解释，详见：Why is “Doing an exit 130 is not the same as dying of SIGINT”?

然后就可以看到这样的显示啦，但是左上角没有❎，要去程序里ctrl+C强制终止。

参考：

• OpenCV Tutorials-Using OpenCV with gcc and CMake

2.2.2 opencv里的自带测试图像

在vscode里，使用command+p打开搜索框，输入.jpg，就可以看到，其实opencv自带了很多图片，主要的两个路径是：

1. opencv-4.8.0/samples/data
2. lib/opencv-4.8.0/doc/tutorials中每个教程里面的images文件夹
   

2.3 使用vscode的cmake工具

2.3.1 适配vscode的cmake插件

如果要使用vscode里的cmake tools插件，则执行方式会有些变化，

1. CMakeLists.txt
// 删除这句 不需要cmake_minimum_required(VERSION 2.8)
project( DisplayImage )
// 添加 CMAKE_PREFIX_PATH设置，设置为build的opencv
// 或者是 /usr/local/include/opencv4, 一般来说，这里是会搜索的目录，所以不需要额外设置
set(CMAKE_PREFIX_PATH XXXX/build_opencv)
find_package( OpenCV REQUIRED )
include_directories( ${OpenCV_INCLUDE_DIRS} )
add_executable( DisplayImage DisplayImage.cpp )
target_link_libraries( DisplayImage ${OpenCV_LIBS} )

运行的时候，注意在vscode中打开的时候，要保证一级目录下要包含CMakeLists.txt文件，例如：

设置里选择编译器是Clang（macos的默认编译器）

点击生成，其实就是执行了cmake .，然后在输出中会看到生成成功

然后点击▶️，其实就是运行，在终端中会看到：
其实就是直接执行了./DisplayImage，只是用的是绝对路径，因此缺了一个输入图片地址，可以上箭头，回到上一条命令，然后自己输入路径，类似：

注意：这时生成的可执行文件在build文件夹中了。

参考：

• 【cmake开发（11）】CMake中的CMAKE_PREFIX_PATH使用技巧与示例

2.3.2 vscode转到定义，转到文件快捷操作

如果鼠标放到函数上，会有函数定义提示，说明opencv配置正确

如果想打开函数定义，直接command+鼠标左键点击该函数即可

如果想调到一个文件路径，则参考：vscode使用合集——python中的9.2 vscode-go-to-file插件。

2.4 运行示例代码

OpenCV自带很多的示例代码，以一个边缘检测的示例来说明：

• 源文件位于：opencv-4.8.0/samples/cpp/edge.cpp，如果有些需要额外参数，需要在这个文件里确定传递参数的内容
• 生成的可执行文件位于：build_opencv/bin/example_cpp_edge
• 编译过程中产生的文件位于：build_opencv/samples/cpp/CMakeFiles/example_cpp_edge.dir/edge.cpp.o
• 运行该示例程序：确定当前目录，确保运行build_opencv/bin/example_cpp_edge即可
  
• 不添加一个图像路径参数，则默认会用一个水果图进行展示，会展示两个窗口，如下：

• 也可以加上任意图像路径，比如之前的lena.jpg，则命令类似：

  build_opencv/bin/example_cpp_edge opencv-4.8.0/samples/data/lena.jpg
  

结果也是类似的：

2.5 报错

2.5.1 MacOSX10.15.sdk/usr/include/sys/cdefs.h:807:2: error: Unsupported architecture

完整的报错信息是：

CommandLineTools/SDKs/MacOSX10.15.sdk/usr/include/stdlib.h:62: 
/Library/Developer/CommandLineTools/SDKs/MacOSX10.15.sdk/usr/include/sys/cdefs.h:807:2: 
error: Unsupported architecture

报错信息提示是架构问题，

# 以下面的命令为基准
cmake \
-DWITH_OPENJPEG=OFF \
-DWITH_IPP=OFF \
-D CMAKE_BUILD_TYPE=Release \
-D BUILD_EXAMPLES=ON \
-D WITH_IPP=OFF \
-D BUILD_opencv_python2=OFF \
-D BUILD_opencv_python3=ON \
-D PYTHON3_EXECUTABLE=/Users/huangshan/Documents/software/miniconda3/miniconda3/bin/python \
../opencv-4.8.0

# 分别添加以下的配置时指定架构的命令，同时为了防止cmake用cache，每次cmake前会删除当前文件夹，重新全部生成
1. 不指定架构参数  可以make，不会再报架构错误，因此以下两种就没有再尝试了。
注意：如果之前cmake的时候指定过一些参数，那么下次cmake即便没有用这些参数，默认cmake会找上次的cache也会出错，
因此，建议cmake出错之后，clear一下，再去进行cmake，
之前错是因为指定-DCMAKE_OSX_ARCHITECTURES=arm64，之后没有删除cache，就继续cmake了

2. 指定x86_64和arm64
# CFLAGS="-mmacosx-version-min=11.0 -arch x86_64 -arch arm64" \
# -DCMAKE_OSX_ARCHITECTURES="x86_64;arm64" \

3. 只指定x86_64
# CFLAGS="-mmacosx-version-min=11.0 -arch x86_64" \
# -DCMAKE_OSX_ARCHITECTURES="x86_64" \

参考：

• How do I build cmake from source as universal(arm64 and x86_64) binary on Mac?
• Creating universal binary(arm64 and x86_64) for Mac system #1206
• Building and Installing OpenCV 4.5.0 on an M1 Mac
• How to fix “#error architecture not supported” when installing pycurl with Python 3.8.2 on macOS 10.15?
• Osx_image xcode12.2 does not come with macos 11 SDK (no way to compile for ARM)
• Determine the architecture of a Mac from the command line or script?

2.5.2 电脑上没有安装java(Unable to locate a Java Runtime.)

报错：
[ 15%] Building Java objects for opencv_java_jar.jar
[ 15%] Linking CXX static library ../lib/liblibtiff.a
The operation couldn’t be completed. Unable to locate a Java Runtime.
Please visit http://www.java.com for information on installing Java.

make[2]: *** [modules/java/jar/CMakeFiles/opencv_java_jar.dir/java_compiled_opencv_java_jar] Error 1
make[1]: *** [modules/java/jar/CMakeFiles/opencv_java_jar.dir/all] Error 2
make[1]: *** Waiting for unfinished jobs....

解决：
在cmake命令里加入：
-D BUILD_JAVA=OFF \

参考：OpenCV configuration options reference-Miscellaneous features

2.5.3 zlib报错(No rule to make target zlib, needed by `lib/libopencv_imgcodecs.4.8.0.dylib’. Stop.)

报错的完整信息：

[ 30%] Building CXX object modules/features2d/CMakeFiles/opencv_features2d.dir/src/kaze/fed.cpp.o
make[2]: *** No rule to make target `zlib', needed by `lib/libopencv_imgcodecs.4.8.0.dylib'.  Stop.
make[2]: *** Waiting for unfinished jobs....
[ 30%] Building CXX object modules/imgcodecs/CMakeFiles/opencv_imgcodecs.dir/src/exif.cpp.o

错误原因：

其实不是网上有些方案说的homebrew里的zlib库冲突导致的，用brew info zlib命令查看本机的zlib情况，可以看到，本机是没有安装zlib的

>brew info zlib
==> zlib: stable 1.2.13 (bottled), HEAD [keg-only]
General-purpose lossless data-compression library
https://zlib.net/
Not installed
From: https://github.com/Homebrew/homebrew-core/blob/HEAD/Formula/zlib.rb
License: Zlib

我这里更深层的原因是：
本机之前安装了OPENEXR这个库，导致opencv直接用了这个brew安装的openexr，但是这个openexr并不包括zlib的依赖，因此显示No rule to make target zlib

可以看一下自己的电脑是不是也安装过：

>brew info OpenEXR
==> openexr: stable 3.1.9 (bottled)
High dynamic-range image file format
https://www.openexr.com/
/usr/local/Cellar/openexr/3.1.9 (194 files, 7.4MB) *
  Poured from bottle using the formulae.brew.sh API on 2023-07-24 at 19:00:32
From: https://github.com/Homebrew/homebrew-core/blob/HEAD/Formula/openexr.rb

由上面信息可知，是2023.7.24安装的，
如果想知道是安装什么的时候给装上去的，可以按照时间去排列brew安装的库，即

>brew ls -l  # 按照时间顺序查看安装的库
drwxr-xr-x  3 huangshan  admin   96 Jul 24 19:03 node
drwxr-xr-x  3 huangshan  staff   96 Jul 24 19:03 opencore-amr
drwxr-xr-x  3 huangshan  admin   96 Jul 24 19:03 openexr
drwxr-xr-x  3 huangshan  admin   96 Jul 24 19:03 openfortivpn
drwxr-xr-x  3 huangshan  staff   96 Jul 24 19:03 openjpeg

再去百度一下，就知道openexr是跟着node一起安的

如果之前安装过node，会默认配套一起安装openexr这个库，这个库的介绍可以看看openexr-百度百科。

解决：

在cmake命令里加入：
-D BUILD_OPENEXR=ON \

一些相关资料:

# 在 opencv-4.8.0/modules/imgcodecs/CMakeLists.txt 文件中，有
if(HAVE_PNG OR HAVE_TIFF OR HAVE_OPENEXR OR HAVE_SPNG)
  ocv_include_directories(${ZLIB_INCLUDE_DIRS})
  list(APPEND GRFMT_LIBS ${ZLIB_LIBRARIES})
endif()

# 在build_opencv/modules/imgcodecs/CMakeFiles/opencv_imgcodecs.dir/DependInfo.cmake中，有
 "/Users/XXX/Documents/DailyStudy/cpp/lib/build_opencv/3rdparty/zlib/CMakeFiles/zlib.dir/DependInfo.cmake"

# 即zlib其实位于opencv-4.8.0/3rdparty/zlib文件夹里

参考：

• ✅Issues on OpenCV 4.5.5 compiling from scratch on newer macOS (Intel chip, macOS Monterey) #21389
• mac os 安装完整版opencv （with qt ）
• openCV4 : Mac 编译和开发环境搭建
• MacOS Catalina Unable to find Zlib#4109
  • brew info zlib
• CMake No rule to make target

2.5.4 网络问题导致安装失败

可以去查看：

build_opencv/CMakeDownloadLog.txt

这个文件就记录了CMake过程中关于下载的一些信息，会记录要下载文件的来源和放置位置

可以自己下好，放到它要求的位置即可

2.6 记录安装信息

其实安装信息里打印的内容（opencv的可配置内容）大多数来自：OpenCV configuration options reference

cmake过程中会出现很多提示信息，比如关于库和安装的信息，也许以后会用得到，这里记录一下：（类似的日志可以在build_opecv/version_string.tmp 、build_opecv/CMakeVars.txt 中看到）

-- Performing Test HAVE_CXX_MAVX512F (check file: cmake/checks/cpu_avx512.cpp)
类似这样的检查信息，其实大部分是检查有没有包含一些库，或者一些视频音频编码器的支持，
可以打开这些文件看看，内容其实都挺简单的，
比如：opencv-4.8.0/cmake/checks/opencl.cpp就是看本机有没有安装opencl，这个文件只有21行

# SIMD项没有启用
-- libjpeg-turbo(SIMD): SIMD extensions disabled: could not find NASM compiler.  Performance will suffer.

# 有一些包没有放在opencv源码里，想用的话需要额外下载
-- Checking for modules 'libavcodec;libavformat;libavutil;libswscale'
--   Found libavcodec, version 60.3.100
--   Found libavformat, version 60.3.100
--   Found libavutil, version 58.2.100
--   Found libswscale, version 7.1.100
-- Checking for module 'libavresample'
--   No package 'libavresample' found
-- Checking for module 'gstreamer-base-1.0'
--   No package 'gstreamer-base-1.0' found
-- Checking for module 'gstreamer-app-1.0'
--   No package 'gstreamer-app-1.0' found
-- Checking for module 'gstreamer-riff-1.0'
--   No package 'gstreamer-riff-1.0' found
-- Checking for module 'gstreamer-pbutils-1.0'
--   No package 'gstreamer-pbutils-1.0' found
-- Checking for module 'gstreamer-video-1.0'
--   No package 'gstreamer-video-1.0' found
-- Checking for module 'gstreamer-audio-1.0'
--   No package 'gstreamer-audio-1.0' found
-- Checking for module 'libdc1394-2'
--   No package 'libdc1394-2' found

# 最重要的安装信息
-- General configuration for OpenCV 4.8.0 =====================================
--   Version control:               unknown
-- 
--   Platform:
--     Timestamp:                   2023-10-30T03:00:47Z
--     Host:                        Darwin 22.3.0 x86_64
--     CMake:                       3.22.3
--     CMake generator:             Unix Makefiles
--     CMake build tool:            /usr/bin/make
--     Configuration:               Release
--   CPU/HW features:
--     Baseline:                    SSE SSE2 SSE3 SSSE3 SSE4_1
--       requested:                 DETECT
--     Dispatched code generation:  SSE4_2 FP16 AVX AVX2 AVX512_SKX
--       requested:                 SSE4_1 SSE4_2 AVX FP16 AVX2 AVX512_SKX
--       SSE4_2 (2 files):          + POPCNT SSE4_2
--       FP16 (1 files):            + POPCNT SSE4_2 FP16 AVX
--       AVX (8 files):             + POPCNT SSE4_2 AVX
--       AVX2 (37 files):           + POPCNT SSE4_2 FP16 FMA3 AVX AVX2
--       AVX512_SKX (8 files):      + POPCNT SSE4_2 FP16 FMA3 AVX AVX2 AVX_512F AVX512_COMMON AVX512_SKX
-- 
# 这下面是本机的c/c++编译器和调试器的情况，支持的命令
# 另外，可以看到，支持的C++标准是C++ 11
--   C/C++:
--     Built as dynamic libs?:      YES
--     C++ standard:                11
--     C++ Compiler:                /Library/Developer/CommandLineTools/usr/bin/c++  (ver 11.0.0.11000033)
--     C++ flags (Release):         -fsigned-char -W -Wall -Wreturn-type -Wnon-virtual-dtor -Waddress -Wsequence-point -Wformat -Wformat-security -Wmissing-declarations -Wmissing-prototypes -Wstrict-prototypes -Wundef -Winit-self -Wpointer-arith -Wshadow -Wsign-promo -Wuninitialized -Wno-delete-non-virtual-dtor -Wno-unnamed-type-template-args -Wno-comment -fdiagnostics-show-option -Wno-long-long -Qunused-arguments -Wno-semicolon-before-method-body -ffunction-sections -fdata-sections  -fvisibility=hidden -fvisibility-inlines-hidden -O3 -DNDEBUG  -DNDEBUG
--     C++ flags (Debug):           -fsigned-char -W -Wall -Wreturn-type -Wnon-virtual-dtor -Waddress -Wsequence-point -Wformat -Wformat-security -Wmissing-declarations -Wmissing-prototypes -Wstrict-prototypes -Wundef -Winit-self -Wpointer-arith -Wshadow -Wsign-promo -Wuninitialized -Wno-delete-non-virtual-dtor -Wno-unnamed-type-template-args -Wno-comment -fdiagnostics-show-option -Wno-long-long -Qunused-arguments -Wno-semicolon-before-method-body -ffunction-sections -fdata-sections  -fvisibility=hidden -fvisibility-inlines-hidden -g  -O0 -DDEBUG -D_DEBUG
--     C Compiler:                  /Library/Developer/CommandLineTools/usr/bin/cc
--     C flags (Release):           -fsigned-char -W -Wall -Wreturn-type -Wnon-virtual-dtor -Waddress -Wsequence-point -Wformat -Wformat-security -Wmissing-declarations -Wmissing-prototypes -Wstrict-prototypes -Wundef -Winit-self -Wpointer-arith -Wshadow -Wsign-promo -Wuninitialized -Wno-delete-non-virtual-dtor -Wno-unnamed-type-template-args -Wno-comment -fdiagnostics-show-option -Wno-long-long -Qunused-arguments -Wno-semicolon-before-method-body -ffunction-sections -fdata-sections  -fvisibility=hidden -fvisibility-inlines-hidden -O3 -DNDEBUG  -DNDEBUG
--     C flags (Debug):             -fsigned-char -W -Wall -Wreturn-type -Wnon-virtual-dtor -Waddress -Wsequence-point -Wformat -Wformat-security -Wmissing-declarations -Wmissing-prototypes -Wstrict-prototypes -Wundef -Winit-self -Wpointer-arith -Wshadow -Wsign-promo -Wuninitialized -Wno-delete-non-virtual-dtor -Wno-unnamed-type-template-args -Wno-comment -fdiagnostics-show-option -Wno-long-long -Qunused-arguments -Wno-semicolon-before-method-body -ffunction-sections -fdata-sections  -fvisibility=hidden -fvisibility-inlines-hidden -g  -O0 -DDEBUG -D_DEBUG
--     Linker flags (Release):      -Wl,-dead_strip  
--     Linker flags (Debug):        -Wl,-dead_strip  

再下面，就是已经安装好的opencv的module

--   OpenCV modules:
--     To be built:                 calib3d core dnn features2d flann gapi highgui imgcodecs imgproc java ml objdetect photo stitching ts video videoio
--     Disabled:                    world
--     Disabled by dependency:      -
--     Unavailable:                 python2 python3
--     Applications:                tests perf_tests examples apps
...
--   Python (for build):            /Users/XXX/Documents/software/miniconda3/miniconda3/bin/python3

2.7 non-free模块

之前说的有些受专利保护的内容，被放在这个模块。说明详见：学习Opencv（蝴蝶书/C++）——1. 前言 和 第1章.概述中1.3.1 基本信息部分

在构建好的OpenCV中，在build_opencv/opencv2/opencv_modules.hpp中，有以下内容：

// This definition means that OpenCV is built with enabled non-free code.
// For example, patented algorithms for non-profit/non-commercial use only.
/* #undef OPENCV_ENABLE_NONFREE */

#define HAVE_OPENCV_CALIB3D
#define HAVE_OPENCV_CORE
#define HAVE_OPENCV_DNN
#define HAVE_OPENCV_FEATURES2D
...

同时，在build_opencv/modules/features2d/CMakeFiles/opencv_features2d.dir/src文件夹中，确实看不到那几个受到专利保护的算法，其他的都可以看到：

• https://docs.opencv.org/4.8.0/d5/d51/group__features2d__main.html

3. Qt配置

也是从官网教程开始看，主要是：

• Qt for macOS
• Getting Started with Qt

另外，还有：

• https://web.stanford.edu/dept/cs_edu/resources/qt/install-mac
• https://learnopencv.com/configuring-qt-for-opencv-on-osx/

其实Qt安装起来比较简单，直接下载安装包安装软件即可。
要和OpenCV连用，主要是要在Qt里配置一下OpenCV的路径等。

暂时用不上，等需要的时候再安装吧，大概知道重点在哪了

3.1 环境和支持

3.1.1 确定本机架构、平台环境等

macOS是苹果对Mac系列的电脑的操作系统，是基于Darwin内核的UNIX平台，类似于其他的类UNIX系统。主要的区别就是X11之后不再使用窗口系统，而是使用苹果自己原生的窗口系统，可以通过Cocoa API访问。

1. 查看自己的内核和架构，比如，我的就是：Darwin  x86_64
>uname -a
Darwin huangshandeMacBook-Pro.local 22.3.0 Darwin Kernel Version 22.3.0: Mon Jan 30 20:42:11 PST 2023; root:xnu-8792.81.3~2/RELEASE_X86_64 x86_64

2. 查看自己的SDK/XCode版本，比如：我的就是10.15的sdk
> xcrun -sdk macosx --show-sdk-path 
/Library/Developer/CommandLineTools/SDKs/MacOSX.sdk
> cd /Library/Developer/CommandLineTools/SDKs
MacOSX.sdk  MacOSX10.14.sdk MacOSX10.15.sdk

3.1.2 Qt对macOS的支持

3.2 opencv支持qt（imshow显示状态栏）

3.2.1 C++版本

这个其实比较常见：

• 在OpenCV-High-level GUI中，搜索Qt可以看到：

如果想要让自己本机的python中的opencv支持qt，那么需要自己编译。
参考：Compile OpenCV 4 with Qt 5 for Python 3 and C++ on macOS High Sierra 10.13和
Maghin/OpenCV-build.md

简单来说：

cmake -D CMAKE_BUILD_TYPE=RELEASE \
     -D OPENCV_GENERATE_PKGCONFIG=ON \
     -D CMAKE_INSTALL_PREFIX=/usr/local \
     -D INSTALL_PYTHON_EXAMPLES=ON \
     -D INSTALL_C_EXAMPLES=ON \
     -D OPENCV_ENABLE_NONFREE=ON \
     -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules \
     -D PYTHON3_LIBRARY=python3 -c 'import subprocess ; import sys ; s = subprocess.check_output("python3-config --configdir", shell=True).decode("utf-8").strip() ; (M, m) = sys.version_info[:2] ; print("{}/libpython{}.{}.dylib".format(s, M, m))' \
     -D PYTHON3_INCLUDE_DIR=python3 -c 'import distutils.sysconfig as s; print(s.get_python_inc())' \
     -D PYTHON3_EXECUTABLE=/usr/local/opt/python@3.7/bin/python3 \
     -D BUILD_opencv_python2=OFF \
     -D BUILD_opencv_python3=ON \
     -D WITH_QT=ON \
     -D Qt5_DIR=$(brew --prefix qt5)/lib/cmake/Qt5 \
     -D BUILD_EXAMPLES=ON ..

就是在cmake的时候，把PYTHON3_EXECUTABLE改成conda里你希望把支持qt的opencv安装到的哪个env的python执行其中，同时PYTHON3_LIBRARY指向对应env的site-packages中

3.2.2 python版本

搜索关键词：toolbar, status bar
根据Python OpenCV - remove title bar, toolbar, and status bar和Expanded GUI for openCV with python and conda可知：

• 其实在低版本的opencv中，是默认可以显示状态栏和工具栏的
• 但是在高版本之后，需要使用cv2.WINDOW_GUI_EXPANDED参数才可以显示扩展的imshow的GUI
• 可以看一下自己本机opencv的安装情况

pip list 
// 1. 找到你安装的opencv的名字，比如是：`opencv-python`，或者是`opencv-contrib-python`

pip show 你的opencv包的名字
> Location: /Users/XXX/Documents/software/miniconda3/miniconda3/envs/py37/lib/python3.7/site-packages
// 2. 返回的信息中找到Location字段，cd到这个目录下

// 3. 可以捎带看看，其实opencv_contrib_python-4.8.1.78.dist-info这里只是一些配置信息，真正opencv的安装包是位于 cv2 这个文件夹下的
ls |grep cv 
cv2
mmcv
mmcv-2.0.0rc4.dist-info
mmcv.egg-link
mmcv_lite-2.0.0.dist-info
opencv_contrib_python-4.8.1.78.dist-info

In [1]: import cv2
In [2]: cv2.__file__
Out[2]: '/Users/huangshan/Documents/software/miniconda3/miniconda3/envs/py37/lib/python3.7/site-packages/cv2/cv2.abi3.so'
// 这个就是cv2的主要动态链接库的路径

所以在cv2其他文件夹里都只看到__init__.py，只是起一个目录结构索引的作用，真正的动态可执行文件是cv2.abi3.so。

如果还有印象的话，其实在安装的时候，安装包名称里就有abi3这样的字眼，即：
opencv_python-4.8.1.78-cp37-abi3-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

其实关于opencv-python，最好的文档就是github上的readme了: github-opencv/opencv-python

1. opencv-python四种安装包的区别

• 之前就是pip install opencv-python，剩下的其实完全没有注意过。。
• 这个页面里也解释了
  • pip install opencv-python
  • pip install opencv-contrib-python，除了主模块之外，还会下载extend模块
  • pip install opencv-python-headless
  • pip install opencv-contrib-python-headless
  • 这四者的区别，带有headless的安装包要小很多，因为并没有使用QT或者其他GUI后端的编译，如果不打算使用cv2.imshow，或者说不打算使用OpenCV而是打算使用PyQt后端来创建GUI，可以选择headless类型的

2. 如何手动编译（例如:加入QT支持）

// 1. clone项目
git clone --recursive https://github.com/opencv/opencv-python.git

// 2. cd到对应目录下
cd opencv-python

// 3. 添加自定义的cmake的flags
export CMAKE_ARGS='WITH_QT=ON'

参考：

• ✅Cant build OpenCV with QT Support even after configuring CMAKE_ARGS. #891
• How to build cv2 in debug non-optimized mode? #424
• Build broken with latest scikit-build release (0.14.0) #648
• https://docs.opencv.org/4.x/db/d05/tutorial_config_reference.html
• https://github.com/opencv/opencv-python?tab=readme-ov-file#manual-builds
• where is opencv python located in windows?
• Compile OpenCV with Cmake to integrate it within a Conda env
• Build broken with latest scikit-build release (0.14.0) #648

3.2.3 ❌trick???(来自chatGPT)

1. 确保你已经安装了Qt库和相应的Python绑定
pip install PyQt5 -i https://pypi.tuna.tsinghua.edu.cn/simple
> Collecting PyQt5
  Downloading PyQt5-5.15.10-cp37-abi3-macosx_10_13_x86_64.whl (7.0 MB)

2. 
import matplotlib
matplotlib.use("Qt5Agg")  # 或者 "QtAgg"
import cv2
cv2.namedWindow("Window Name", cv2.WINDOW_NORMAL)
cv2.imshow("Window Name", image)
cv2.waitKey(0)

我信了，我是个大傻逼

参考：文章来源地址https://www.toymoban.com/news/detail-800607.html

• ImportError: Failed to import any qt binding, Python - Tensorflow

到了这里，关于学习Opencv（蝴蝶书/C++）代码——1.macOS下安装OpenCV4.8.0和QT5.15（C++）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！