Windows 下使用 CMake + Visual Studio 2022 编译 OpenCV 4.8.1 及其扩展模块

一. 背景

目前维护的某个项目是在 Windows 下运行的,并且使用了 OpenCV 4.5.2 版本。

我本地的开发环境是 Mac 并使用了比较新的 OpenCV 4.8.1 版本。为了和本地开发环境保持一致,我打算对项目中使用的 OpenCV 进行升级,因为该项目还是用了扩展模块的一些功能,所以需要自行编译。

本文只是记录自己在编译时踩过的坑,避免下次再犯或者给有需要的人。

二. 需要准备的软件

CMake 3.13 或者以上版本 cmake.org/

Visual Studio 2022 社区版本 visualstudio.microsoft.com/zh-hans/vs/

OpenCV 4.8.1 源码包 github.com/opencv/open...

OpenCV 4.8.1 扩展模块源码包 github.com/opencv/open...

三. 编译

3.1 使用 CMake

3.1.1 准备工作

解压 OpenCV4.8.1 源码包和扩展模块源码包到某个位置

打开 cmake-gui,设置 OpenCV4.8.1 源码的位置和输出编译的二进制文件的位置

3.1.2 Configure

点击"Configure",弹窗会显示build目录没有创建,是否需要创建。

点击"Yes"之后,CMake 会让你选择使用什么工具来生成这个项目。我们采用 Visual Studio 2022。

"Configure"配置成功后,会出现这个界面

此时,我们可以设置扩展模块的路径

扩展模块的路径在设置时,一定要到 modules 这个文件夹,否则后面再次"Configure"会失败。

如果需要编译 OpenCV World 模块,也需要在这里单独设置。

World 模块是一个超级模块(super-module),它结合了用户选择的所有其它模块。它是一个一体化(all-in-one)模块,具有所有库的功能。

然后再次点击"Configure"。

此时,最好看一下 CMake 的下载日志,下面的文件是 CMake 的下载日志。

某些文件的无法下载可能会最终导致 OpenCV World 模块无法编译成功。

我主要是修改这几个地方:

a. 进入 C:/opencv-4.8.1/opencv-4.8.1/3rdparty/ippicv 目录, 将 ippicv.cmake 的 raw.githubusercontent.com 修改为:raw.staticdn.net

b. 进入 C:/opencv-4.8.1/opencv-4.8.1/3rdparty/fmpeg 目录, 将 ffmpeg.cmake 的 raw.githubusercontent.com 修改为:raw.staticdn.net

c. 进入 C:/opencv_contrib-4.8.1/opencv_contrib-4.8.1/modules/xfeatures2d/cmake 目录, 将 download_boostdesc.cmake 中的raw.githubusercontent.com 修改为:raw.staticdn.net

d. 进入 C:/opencv_contrib-4.8.1/opencv_contrib-4.8.1/modules/xfeatures2d/cmake 目录, 将 download_vgg.cmake 中的 raw.githubusercontent.com 修改为:raw.staticdn.net

e. 进入 C:/opencv_contrib-4.8.1/opencv_contrib-4.8.1/modules/face 目录, 修改 CMakeLists.txt, 将raw.githubusercontent.com 修改为:raw.staticdn.net

之后再重新"Configure"即可。

3.1.3 Generate

接下来,点击"Generate"生成使用 CMake 构建的项目

3.1.4 Open Project

最后点击"Open Project",唤起 Visual Studio 2022 打开该项目。

当然也可以去输出编译的二进制文件的目录(C:/opencv-4.8.1/newbuild) ,打开 OpenCV.sln 文件达到同样的效果。

3.2 使用 Visual Studio 2022

在编译之前,先配置 opencv_world 模块,然后选择 release 或者 debug。

找到 CMakeTargets,选择 ALL_BUILD 进行生成。

上述步骤生成成功后,选择 INSTALL 进行生成。

INSTALL 生成成功后,这次编译算是大功告成了。我们完成了OpenCV4.8.1 及其扩展模块的编译。

我们可以在输出编译的二进制文件的目录(C:/opencv-4.8.1/newbuild)下找到 install 文件夹

install 文件夹最终输出的内容如下

我们也成功编译了 opencv_world 模块。

四. 总结

本文只是便于自己日后翻阅和查找。

不过整个编译过程花费了1天多才搞定。编译的时候遇到各种问题,其实只要仔细阅读日志进行分析,总能解决。

当然,自行编译 OpenCV 库有很多好处,可以根据自己的需要定制 OpenCV 库,可以针对特定的硬件平台优化 OpenCV 库等等。

相关推荐
格林威2 小时前
BroadCom-RDMA博通网卡如何进行驱动安装和设置使得对应网口具有RDMA功能以适配RDMA相机
人工智能·数码相机·opencv·计算机视觉·c#
youcans_13 小时前
2025年数学建模美赛 A题分析(3)楼梯使用方向偏好模型
图像处理·python·opencv·数学建模·图像分割
pchmi16 小时前
深度学习VS机器视觉
人工智能·深度学习·opencv·计算机视觉
pchmi16 小时前
C# OpenCV机器视觉:实现农作物病害检测
人工智能·opencv·c#·机器视觉·opencvsharp
jndingxin21 小时前
OpenCV2D 特征框架 (11)特征检测与描述用于检测二值图像中连通区域(即“斑点”或“blob”)的类cv::SimpleBlobDetector的使用
opencv
bohu831 天前
亚博microros小车-原生ubuntu支持系列:11手指控制与手势识别
opencv·ubuntu·计算机视觉·手势识别·mediapipe
jndingxin1 天前
OpenCV相机标定与3D重建(65)对图像点进行去畸变处理函数undistortPoints()的使用
opencv
西猫雷婶1 天前
python学opencv|读取图像(四十三)使用cv2.bitwise_and()函数实现图像按位与运算
开发语言·python·opencv
漫漫进阶路1 天前
VS C++ 配置OPENCV环境
开发语言·c++·opencv
bohu831 天前
亚博microros小车-原生ubuntu支持系列:8-脸部检测与人脸特效
linux·opencv·ubuntu·dlib·microros·亚博