本篇简介
谈起一套工具的使用，首先需要的就是这套工具的安装。因为这个系列的研究所使用的开发系统为Ubuntu16.04，而官方目前没有提供3.3版本的安装包，因此需要自己从源码进行编译。
既然都已经必须从源码编译了，不妨添加一些基础安装包里没有包含的高级模块，打造一个功能更为全面的SDK。
编写构建脚本
在从源码构建一套工具时，因为系统环境差异等各方面的因素，往往会出现一些预料之外的情况导致构建失败，很少能一次就构建成功。因此，我个人习惯编写简单的脚本进行构建，以减少构建失败时重复敲打命令的工作。
首先规划一下构建环境的目录结构：
simpleCV
|
+-->tools:工具文件夹
| |
| +-->build_cv：构建脚本
|
+-->opencv_git：官方代码库文件夹
| |
| +-->opencv：官方opencv基础库源码
| |
| +-->opencv_contrib：官方contrib源码
|
+-->sdk
|
+-->opencv：构建目录，避免污染源码库环境
|
+-->opencv_release：发布目录，也就是最终使用的sdk
然后大致划分一下构建的步骤：
- 从官方的git repo里拉取最新的源码
- 安装依赖
- 准备构建环境
- 执行cmake和make进行构建
- 部署额外的库文件
接下来开始编写脚本。先编写一个基本的脚本框架：
#!/bin/bash
# 全局变量
ROOT_DIR=$(pwd)/..
GIT_DIR=${ROOT_DIR}/opencv_git
SDK_DIR=${ROOT_DIR}/sdk
BUILD_DIR=${SDK_DIR}/opencv
RELEASE_DIR=${SDK_DIR}/opencv_release
VERSION=3.3.1
HTTP_PROXY_PROP=127.0.0.1:8123
# 执行入口
#update_opencv_src &&
# install_dependencies &&
# prepare_src_codes &&
# exec_cmake &&
# exec_make &&
# deploy_extra_libs
其中：
- 全局变量：定义了前面规划的目录结构、准备编译的opencv版本和代理设置
- 执行入口部分：按照上面划分的步骤，把每一步都包成一个函数，构建的时候如果出错了，可以把前面已经成功的步骤注释掉，只调试出问题的步骤。（现在因为函数都还没有编写，所以暂时先注释起来。）
下面就来编写各个步骤的函数：
1. 拉取最新源码
目前官方的最新代码分为基础包和contrib包，其中contrib包囊括了一些技术较新，但是因为各种原因还没有集成在默认OpenCV中的功能。
这两个包分别对应官方github的opencv和opencv_contrib这两个repo，且这两个repo的版本号是基本一致的。例如本系列使用的3.3.1版本opencv，只需要将两个库均切换到3.3.1标签即可。
下面是拉取最新源码的脚本：
update_opencv_src() {
echo "Updating soruce code..."
local src_dirs=(${GIT_DIR} ${SDK_DIR})
ensure_dirs ${src_dirs[@]}
cd ${GIT_DIR}
if [[ -d ${GIT_DIR}/opencv/.git ]]; then
git pull
else
git clone https://github.com/opencv/opencv.git
fi
if [[ -d ${GIT_DIR}/opencv_contrib ]]; then
git pull
else
git clone https://github.com/opencv/opencv_contrib
fi
cd ${GIT_DIR}/opencv
git checkout ${VERSION}
cd ${GIT_DIR}/opencv_contrib
git checkout ${VERSION}
}
这里面用到了一个确保关键目录存在的工具函数
ensure_dirs() {
local targets=$@
for target in ${targets[@]}; do
echo -n "checking ${target}..."
if [[ ! -d ${target} ]]; then
mkdir -p ${target}
fi
echo "OK!"
done
}
2.安装依赖
3.3.1需要安装的依赖参见下面的安装依赖函数。值得注意的是有些依赖包可能会安装得比较缓慢，有条件的话可以设置一下代理。下面的脚本里也包含了对代理设置的判断：
install_dependencies() {
echo "Installing dependencies..."
if [[ -n ${HTTP_PROXY_PROP} ]]; then
export http_proxy=http://${HTTP_PROXY_PROP}
export https_proxy=https://${HTTP_PROXY_PROP}
fi
sudo apt install -y libjpeg8-dev libjasper-dev libpng12-dev &&
sudo apt install -y libtiff5-dev &&
sudo apt install -y libavcodec-dev libavformat-dev libswscale-dev libdc1394-22-dev &&
sudo apt install -y libxine2-dev libv4l-dev &&
sudo apt install -y libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev &&
sudo apt install -y qt5-default libgtk2.0-dev libtbb-dev &&
sudo apt install -y libatlas-base-dev &&
sudo apt install -y libfaac-dev libmp3lame-dev libtheora-dev &&
sudo apt install -y libvorbis-dev libxvidcore-dev &&
sudo apt install -y libopencore-amrnb-dev libopencore-amrwb-dev &&
sudo apt install -y x264 v4l-utils &&
sudo apt install -y python-dev python-pip python3-dev python3-pip
if [[ -n ${HTTP_PROXY_PROP} ]]; then
sudo -H pip2 --proxy ${HTTP_PROXY_PROP} install -U pip numpy &&
sudo -H pip3 --proxy ${HTTP_PROXY_PROP} install -U pip numpy
else
sudo -H pip2 install -U pip numpy &&
sudo -H pip3 install -U pip numpy
fi
}
3. 准备构建环境
为了避免污染源码库，可以单独搭建一个构建环境，将两个源码库中的源码合并在一起，然后在新搭建的构建环境中进行构建：
prepare_src_codes() {
echo "Preparing build environment..."
if [[ -d ${BUILD_DIR} ]]; then
rm -rf ${BUILD_DIR}
fi
mkdir ${BUILD_DIR}
cd ${GIT_DIR}/opencv
local src_modules=(3rdparty apps cmake data doc include modules platforms samples)
for module in ${src_modules[@]}; do
echo "copying opencv/${module}..."
cp -Rf ${module} ${BUILD_DIR}/${module}
done
cp -Rf CMakeLists.txt ${BUILD_DIR}
cp -Rf LICENSE ${BUILD_DIR}
if [[ -d ${BUILD_DIR}/contrib ]]; then
rm -rf ${BUILD_DIR}/contrib
fi
mkdir ${BUILD_DIR}/contrib
cd ${GIT_DIR}/opencv_contrib
local contrib_modules=(doc modules samples)
for module in ${contrib_modules[@]}; do
echo "copying opencv_contrib/${module}..."
cp -Rf ${module} ${BUILD_DIR}/contrib/${module}/
done
}
4. 执行cmake
准备好构建环境后，就可以尝试进行编译了。官方的源码已经提供了CMakeList.txt，所以最简单的办法就是直接使用cmake作为编译工具。
这里需要特别注意两点：
- 请保持网络畅通。官方设置的编译过程中会下载一些所需的依赖库，如果下载失败导致cmake执行失败，可以尝试多执行几次。
- 请确保系统中的cmake包含https支持。这里面有个比较坑的地方，就是一些重要的依赖库需要使用https下载，而下载失败cmake不会报错，会跳过继续执行，但是在后面执行make的时候会报一些诸如找不到cuda.hpp之类的诡异错误。如果发现所使用的cmake不包含https支持，可以重新编译一下cmake。具体可以参考下面的参考链接3
——综合上面两点，还是和前面安装依赖包时一样，有条件的话推荐在这一步使用一下代理。
言归正传，官方的CMakeList中提供了非常多的选项，可以通过在cmake后添加-D标签进行控制，下面的脚本仅挑选了我认为有用的模块，如果有其他进一步的需要可以参考CMakeList中的设置进行调整。
为了方便调试，这个函数还添加了一个--clean的参数来清理构建目录，如果需要的话在执行入口的exec_cmake后面加上--clean即可：
exec_cmake() {
echo "Executing cmake..."
cd ${BUILD_DIR}
if [[ -d build ]]; then
if [[ $1 -eq "--clean" ]]; then
rm -rf build/
fi
else
mkdir build
fi
cd build
cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=${RELEASE_DIR} \
-D INSTALL_C_EXAMPLES=ON \
-D INSTALL_PYTHON_EXAMPLES=ON \
-D WITH_TDD=ON \
-D WITH_V4L=ON \
-D WITH_QT=ON \
-D WITH_OPENGL=ON \
-D OPENCV_EXTRA_MODULES_PATH=${BUILD_DIR}/contrib/modules \
-D BUILD_EXAMPLES=ON ..
}
5. 执行make
执行到这一步基本上就没什么问题了。需要注意的就是上面一步所说的，如果cmake的https支持缺失的话，可能会报一些奇怪的错，如果构建执行make的时候报了什么错，请检查一下所使用的cmake。
exec_make() {
"Making..."
cd ${BUILD_DIR}/build
local core_cnt=$(nproc)
make -j${core_cnt} && make install
}
6. 部署额外的库文件
在使用编译好的sdk时，根据cmake设置的不同，可能会有一些动态库需要额外部署到sdk中以方便链接时使用。下面是部署libippicv到sdk路径下的脚本：
deploy_extra_libs() {
#libippicv
echo -n "Deploying libippicv..."
local lib_ippicv_path=$(find ${BUILD_DIR}/build/3rdparty/ippicv -name "libippicv.a")
if [[ -n ${lib_ippicv_path} ]];then
cp ${lib_ippicv_path} ${RELEASE_DIR}/lib && echo "OK" || echo "FAILED!"
else
echo "FAILED！libippicv not found!"
fi
}
至此，sdk就构建完成了。（>>查看完整脚本）
下一步的尝试是使用这个sdk结合Qt进行开发。具体请参见下一节。
>>返回系列索引
参考链接
- OpenCV 3 - 编译更强大的OpenCV：windows环境下拓展和编译opencv的系列教程
- Install OpenCV on Ubuntu：Ubuntu上安装opencv的教程，列举了所需的依赖包
- CMake缺失https下载支持导致的错误讨论
网友评论