opencv+ffmpeg环境（ubuntu）搭建全面详解

一.先讲讲opencv和ffmpeg之间的关系

1.1它们之间的联系

我们知道opencv主要是用来做图像处理的，但也包含视频解码的功能，而在视频解码部分的功能opencv是使用了ffmpeg。所以它们都是可以处理图像和视频的编解码，我个人感觉两个的侧重点不一样。

1.2它们之间的区别

这就要提上面我所说的它们的侧重点是不一样。

OpenCV专注处理图像，以及图像相关的处理应用，不严谨地可以认为是PhotoShop。Opencv主要做一些识别 跟踪机器视觉应用。

FFmpeg专注处理视频、音频的编解码、转换等，不严谨地可以认为是格式工厂和PotPlayer的结合体。主要应用是编解码，各种格式转换。

二.opencv和ffmpeg版本匹配

在搭建环境之前，我着重强调下两者版本匹配的问题，因为在我本人搭建环境的时候由于版本不匹配问题踩了太多的坑，怕了。所以一开始把这些干扰因素处理好，后面可以省很多事。

2.1如果版本不匹配可能会出哪些问题呢？

会在编译opencv的时候出现各种识别不到某些定义的错误，导致编译不过。

具体有：

2.1.1问题一

error: ‘CODEC_ID_H264’ was not declared in this scope

{ CODEC_ID_H264, MKTAG('H', '2', '6', '4') }

网友给的就解决方法是，编译的时候不开启ffmpeg的编译：

-D WITH_FFMPEG=OFF

我试过，可以编译通过，但同时也如同自断一臂，给使用ffmpeg功能（视频处理类）带来巨大麻烦，或者干脆是用不了。因此我认为，最好的办法还是，版本匹配，完美编译，完美使用，这才用的安心，根本之道。

2.1.2问题二

error: 'CODEC_FLAG_GLOBAL_HEADER' was not declared in this scope

这种解决办法是，补充添加未定义的宏，这个如果你了解不深刻里面的原理机制，一般人想不到，也只有是大佬才能理解并找到的方法。

总之基本上出问题的都是ffmpeg和opencv版本匹配问题，为啥我们不一开始就做好呢，是吧。

2.2如何知道ffmpeg和opencv的匹配的版本

为了解决这个问题，本人也是走了一大圈，才整清楚，可能最终说起来也就几句话的事，但过程是非常曲折的，不过正是经历了这种过程，才更加深刻吧，也同时也锻炼了下自己的耐心，加强了一点专研的精神，也不错哈！下面进入主题！

根据网友提供的方法进入opencv源码目录

按理说这里面应该会有一个叫ffmpeg_version.cmake的文件，里面会列出opencv相对应的ffmpeg版本号，类似下图：

那些带数字的就是某个版本的ffmpeg下，各个组件对应的版本，我们到ffmpeg官网去FFmpeg下载对应的版本源码即可。

上图只是为了说明问题，并没有去专门匹配版本号哈。

现在问题是，我的文件下没有ffmpeg_version.cmake啊，当时也是一脸懵。没办法，我就打开ffmpeg.cmake看看，是否能发现什么线索。

看到里面的内容，有几条线索，图片上已经标注出来了，这里总结下：

1.可以看到opencv需要的ffmpeg版本号对应的tag标签，以及commit id号；

2.ffmpeg.cmake其实是从上述网址***raw.git***上下载下来的；

为什么我的电脑上没有下载下来，一波查询，发现是访问不了该网址，网友也支招，在host文件加入ip什么的。我的办法是用github.com替代，其实是一样的。

进入另外的链接：

GitHub - opencv/opencv_3rdparty: OpenCV - 3rdparty

点击进去

你会发现opencv的commit id也匹配上了。

这样就找到了。关于版本匹配就讲这么多，当了解了整个过程是不是简单许多了，但如果不是自己一步一步摸索出来的，你是体会不到那种，遇到问题的焦躁以及解决完问题豁然开朗的感觉。

接下来就是分别下载ffmpeg和opencv的源码了，ffmpeg官网链接上面提供了，Releases - OpenCV是opencv的源码下载链接，自己选好版本，切记它们之间的版本匹配，要不我上面唠叨那么多是为了啥，然后编译安装，咱们继续往下走。

三.ffmpeg的安装流程

安装流程

这里建议先安装ffpmeg再安装opencv，因为安装opencv会用到ffmpeg。

先解压ffmpeg源码，然后进入到源码目录，输入如下指令：

这里说下，输入指令前先对支持库的安装

sudo apt-get install -y autoconf automake build-essential git libass-dev libfreetype6-dev libsdl2-dev libtheora-dev libtool libva-dev libvdpau-dev libvorbis-dev libxcb1-dev libxcb-shm0-dev libxcb-xfixes0-dev pkg-config texinfo wget zlib1g-dev

再是参数配置指令输入

./configure --disable-x86asm --enable-shared --prefix=/usr/local/ffmpeg

参数含义是把ffmpeg安装到/usr/local/ffmpeg目录下，完了之后再输入

make
中间编译的时间会有点长，依电脑的性能而定
sudo make install

所有走完之后，会在/usr/local目录下看到ffmpeg文件夹，如下：

ffmpeg的工具和动态库都在里面了，为了编译时能找到ffmpeg的动态库，还要做如下处理：

创建文件ffmpeg.conf
sudo vi /etc/ld.so.conf.d/ffmpeg.conf
输入如下内容(ffmpeg动态库的路径)
/usr/local/ffmpeg/lib
最后使能生效
sudo ldconfig

看到下面内容说明安装成功

可以测试使用ffplayg工具播放一段视频

/usr/local/ffmpeg/bin/ffplay   **/**/***.mp4 (视频文件目录)

当然我们可以将ffmpeg的bin添加到全局变量，这样可以随时调用，不用加上绝对地址，编辑 profile 文件(sudo vi /etc/profile)在文件末尾添加：

export FFMPEG_HOME=/usr/local/ffmpeg 
export PATH=$FFMPEG_HOME/bin:$PATH

ffmpeg的安装到此结束，接下来是opencv的安装，继续往下走！

四.opencv的安装流程

安装流程

同样，将opencv的压缩包解压，进入源码目录，创建一个pc_build（如果以后要使用交叉编译，就换一个arm_build,扯远了）文件夹：

这里我是使用cmake图形化编译的，先安装一个cmake工具：

sudo apt-get install cmake cmake-qt-gui cmake-curses-gui

然后在pc_build目录下执行

cmake-gui

出现界面

这里仅演示ubuntu环境，不说交叉编译的

点击finish，然后再点击configure，配置一些参数，如下图

出现下图框出的版本信息，说明识别到了ffmpeg，如果没识别到怎么办呢？留个悬念后面讲。

最后点击generate。

小提示：

cmake过程中如果遇到卡住的情况，缺少文件需要下载，却一直下载不下来的情况

如：opencv源码安装文件下载问题：ippicv_2017u3_lnx, face_landmark_model.dat, tiny-dnn

配置：打开${opencv_folder}/3rdparty/ippicv/ippicv.cmake，
第47行  "https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}/ippicv/"，
改成："file://${path}"，比如我的就是"file:///home/downloads/"

下载地址：https://github.com/opencv/opencv_3rdparty/tree/ippicv/

按照自己缺少的版本下载，下载慢的话可以把链接拷贝到迅雷里面下载。

开始编译

回到命令界面，先不要急着输入 make。首先在源码目录 3rdparty/protobuf/src/google/protobuf/stubs/common.cc 这个文件下第 33 行添加#define HAVE_PTHREAD 宏定义才可以编译的过。具体原因是 HAVE_PTHREAD 宏定义了 pthread 库。

cd ..
// 返回 opencv 源码顶层目录
vi 3rdparty/protobuf/src/google/protobuf/stubs/common.cc

再进入pc_build目录输入指令

make -j 16
漫长的等待编译编译完之后，安装
sudo make install

所有成功之后会在/usr/local目录下生成相应的文件

里面包含头文件和动态库

同样为了找到opencv的动态库做如下处理

创建文件opencv.conf
sudo vi /etc/ld.so.conf.d/opencv.conf
输入如下内容(ffmpeg动态库的路径)
/usr/local/lib
最后使能生效
sudo ldconfig

到此opencv编译安装完成！

前面挖的坑

前面提到一个坑，是在cmake的时候没有出现ffmpeg的版本怎么办，我的做法是先编译，不管，编译通过之后，将ffmpeg的pkgconfig里面的所有pc文件复到/usr/local/lib/pkgconfig里面，这文件里面是opencv的pc文件。

sudo cp /usr/local/ffmpeg/lib/pkgconfig/*.pc   /usr/local/lib/pkgconfig

然后按上面的操作在重新编译一次opencv，是不是有点崩溃，没办法。

当然我也想了一些操作，有网友说安装完ffmpeg后做如下操作，再去编译opencv

sudo vi /etc/profile
添加
export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/ffmpeg/lib/pkgconfig
让环境变量生效
source /etc/profile

我这么处理了，貌似没用，也不知道怎么回事，有知道的网友，还请麻烦留言告知下。

到这里ffmpeg和opencv都安装好了，是不是按捺不住内心的激动，跃跃欲试。接下来走几个小栗子，磨磨刀，哈哈哈。

五.实践操作

是骡子是马拉出来溜溜，前面做了这么多就是为了学习和实践操作，接下来就写几个小程序跑一跑功能。

5.1显示一张图片

#include "opencv2/objdetect.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/opencv.hpp"
#include "opencv2/core/core.hpp"
#include <iostream>using namespace std;
using namespace cv;int main(int argc,char** argv)
{Mat image = imread("11.png", 1 );//加载cv::namedWindow("picture",CV_WINDOW_AUTOSIZE);cv::imshow("picture", image);//显示图片waitKey(5000);//等待return 0;
}

5.2播放一段视频

#include<opencv2/opencv.hpp>
using namespace cv;int main()
{//从摄像头读取视频VideoCapture capture("video.mp4");//循环显示每一帧while (1){Mat frame;//定义一个Mat变量，用于存储每一帧的图像capture >> frame;//读取当前帧imshow("读取视频帧", frame);//显示当前帧waitKey(30);//延时30ms}system("pause");return 0;
}

5.3使用笔记本内置的摄像头，拍摄一段视频并保存

#include "opencv2/objdetect.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/opencv.hpp"
#include "opencv2/core/core.hpp"
#include <iostream>using namespace std;
using namespace cv;int main(int argc,char** argv)
{
//打开电脑摄像头VideoCapture capture(0);if(!capture.isOpened()){cout<<"error"<<endl;waitKey(0);return 0;}//获得分辨率int w = static_cast<int>(capture.get(CV_CAP_PROP_FRAME_WIDTH));int h = static_cast<int>(capture.get(CV_CAP_PROP_FRAME_HEIGHT));cout<<"w="<<w<<endl;cout<<"h="<<h<<endl;Size videoSize(w,h);VideoWriter writer;writer.open("video.mp4",CV_FOURCC('M','J','P','G'),25,videoSize);if(!writer.isOpened()){cout<<"fail"<<endl;return -1;}Mat frame;int key;char startorstop=1;char flag=0;while(1){capture >> frame;if(key == 32){//按下空格开始录制、暂停录制   可以来回切换startorstop = 1-startorstop;if(startorstop == 0){flag = 1;}}if(key == 27){//按下ESC退出整个程序，保存视频文件到磁盘cout << "exit" << endl;break;}if(startorstop == 0 && flag == 1){writer << frame;cout << "recording" << endl;}else if(startorstop == 1){flag = 0;cout << "end recording" << endl;}imshow("picture",frame);key=waitKey(100);cout<<"key="<<key<<endl;}capture.release();writer.release();destroyAllWindows();return 0;
}

编译脚本

g++ test.cpp -o test -L/usr/local/lib -lopencv_core -lopencv_highgui -lopencv_imgproc -lopencv_videoio -lopencv_imgcodecs

好了，到这里就告一段落了，一路走下来感觉要踩的坑我绝大部分都踩了一遍，不容易啊！所以后面的路，尽情发挥你的创造力吧！

如存在有误之处，还请广大网友指正！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/14025.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

无涯教程-jQuery - Selectable选择函数

无涯教程-jQuery - Selectable选择函数

选择能力功能可与JqueryUI中的交互一起使用。此功能可在任何DOM元素上启用选择能力功能。用光标绘制一个框以选择项目。按住Ctrl键可进行多个不相邻的选择。 Select able - 语法 $( "#selectable" ).selectable(); Select able - 示例 以下是一个简单的示例&…
阅读更多...
目标检测应用场景—数据集【NO.14】行人跌倒测试

目标检测应用场景—数据集【NO.14】行人跌倒测试

写在前面&#xff1a;数据集对应应用场景&#xff0c;不同的应用场景有不同的检测难点以及对应改进方法&#xff0c;本系列整理汇总领域内的数据集&#xff0c;方便大家下载数据集&#xff0c;若无法下载可关注后私信领取。关注免费领取整理好的数据集资料&#xff01;今天分享…
阅读更多...
Android10 Settings系列（三）根据需求动态添加删除一级菜单、二级菜单的设置项

Android10 Settings系列（三）根据需求动态添加删除一级菜单、二级菜单的设置项

一 、背景 当时遇到定制需求，需要根据实际需要隐藏Settings的菜单项，于是开始了寻找方法 二 、准备工作 在看了一下源码，经过尝试后，确认生效后，就简单说明一下Settings中布局中主要组成元素 Settings中的菜单项是由 PreferenceScreen 和Preference组成的。其中Prefer…
阅读更多...
shardingsphere读写分离配置

shardingsphere读写分离配置

注&#xff1a; 如果是升级之前的单库单表&#xff0c;要将之前的 数据库接池 druid-spring-boot-starter 注释掉&#xff0c;换成 druid&#xff0c;否则无法连接数据库。 原因&#xff1a; 因为数据连接池的starter&#xff08;比如druid&#xff09;可能会先加载并且其创…
阅读更多...
DevOps（三）

DevOps（三）

CD（二） 1. 整体流程2. 环境准备1. jenkins安装2. 编译安装git3. docker安装4. docker-compose安装5. sonarqube安装6. harbor安装7. gitlab私服8. maven安装9. Nexus部署10. K8s部署3. 安装java及编写代码3.1 安装java3.2 安装IntelliJ IDEA3.3 安装tomcat3.4 安装maven3.5 c…
阅读更多...
【LLM】大语言模型学习之LLAMA 2：Open Foundation and Fine-Tuned Chat Model

【LLM】大语言模型学习之LLAMA 2：Open Foundation and Fine-Tuned Chat Model

大语言模型学习之LLAMA 2：Open Foundation and Fine-Tuned Chat Model 快速了解预训练预训练模型评估微调有监督微调（SFT）人类反馈的强化学习（RLHF）RLHF结果局限性安全性预训练的安全性安全微调上手就干使用登记代码下载获取模型转换模型搭建Text-Generation-WebUI分发模型…
阅读更多...
微信小程序-处理ios无法播放语音的问题

微信小程序-处理ios无法播放语音的问题

背景 框架&#xff1a;tarovue3 问题&#xff1a;今天搞小程序语音播放功能&#xff0c;开放工具播放正常&#xff0c;但是到ios手机上调试时无法播放&#xff0c;在网上找到个好办法 解决方案 核心代码 Taro.setInnerAudioOption({obeyMuteSwitch: false // 解决有一些IOS无…
阅读更多...
UE5、CesiumForUnreal加载无高度地形

UE5、CesiumForUnreal加载无高度地形

文章目录 1.实现目标2.实现过程3.参考资料1.实现目标 在UE5中，CesiumForUnreal插件默认的地形都是带高度的，这里加载没有高度的地形，即大地高程为0，GIF动图如下： 2.实现过程 参考官方的教程，下载无高度的DEM，再切片加载到UE中。 （1）下载无高度地形DEM0。 在官方帖子…
阅读更多...
uniapp使用uni-swipe-action后右侧多了小于1px的间隙

uniapp使用uni-swipe-action后右侧多了小于1px的间隙

问题&#xff1a;uniapp使用uni-swipe-action后右侧多了小于1px的间隙。且在真机上没有问题&#xff0c;但是在微信开发者工具中有问题。 代码如下&#xff1a;在滑动滑块或者点击这个区域时&#xff0c;就会出现问题。 <scroll-view :scroll-y"true" :style&quo…
阅读更多...
如何理解原型及原型链？js的继承方式

如何理解原型及原型链？js的继承方式

原型与原型链 原型 在js中&#xff0c;每个对象都有一个原型&#xff08;prototype&#xff09;。原型是一个对象&#xff0c;其他对象可以通过原型来共享属性和方法。当我们创建一个对象时&#xff0c;它会自动关联到一个原型对象。 例如&#xff1a;function Person(name, a…
阅读更多...
文心一言大数据模型-文心千帆大模型平台

文心一言大数据模型-文心千帆大模型平台

官网&#xff1a; 文心千帆大模型平台 (baidu.com) 文心千帆大模型 (baidu.com) 模型优势 1、模型效果优&#xff1a;所需标注数据少&#xff0c;在各场景上的效果处于业界领先水平 2、生成能力强&#xff1a;拥有丰富的AI内容生成&#xff08;AIGC&#xff09;能力 3、应用…
阅读更多...
区间dp，合并石子模板题

区间dp，合并石子模板题

设有 N 堆石子排成一排&#xff0c;其编号为 1,2,3,…,N。 每堆石子有一定的质量&#xff0c;可以用一个整数来描述&#xff0c;现在要将这 N 堆石子合并成为一堆。 每次只能合并相邻的两堆&#xff0c;合并的代价为这两堆石子的质量之和&#xff0c;合并后与这两堆石子相邻的…
阅读更多...
【笔试强训选择题】Day32.习题（错题）解析

【笔试强训选择题】Day32.习题（错题）解析

作者简介&#xff1a;大家好&#xff0c;我是未央&#xff1b; 博客首页&#xff1a;未央.303 系列专栏&#xff1a;笔试强训选择题 每日一句&#xff1a;人的一生&#xff0c;可以有所作为的时机只有一次&#xff0c;那就是现在&#xff01;&#xff01; 文章目录 前言 一、Da…
阅读更多...
HDFS异构存储详解

HDFS异构存储详解

异构存储 HDFS异构存储类型什么是异构存储异构存储类型如何让HDFS知道集群中的数据存储目录是那种类型存储介质 块存储选择策略选择策略说明选择策略的命令 案例&#xff1a;冷热温数据异构存储对应步骤 HDFS内存存储策略支持-- LAZY PERSIST介绍执行使用 HDFS异构存储类型 冷…
阅读更多...
回归预测 | MATLAB实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆神经网络多输入单输出回归预测

回归预测 | MATLAB实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆神经网络多输入单输出回归预测

回归预测 | MATLAB实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆神经网络多输入单输出回归预测 目录 回归预测 | MATLAB实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆神经网络多输入单输出回归预测预测效果基本介绍模型描述程序设计参考资料 预测效果 基本介绍 Matlab实…
阅读更多...
【Django】如何优化数据库访问

【Django】如何优化数据库访问

原文作者&#xff1a;我辈李想 版权声明&#xff1a;文章原创&#xff0c;转载时请务必加上原文超链接、作者信息和本声明。 文章目录 前言一、数据库层面优化常用优化postgresql查询分库分表 二、内存层面优化三、代码层面优化 前言 Django是一个高级的Web框架&#xff0c;它…
阅读更多...
十五章：使用类别峰值响应的弱监督实例分割

十五章：使用类别峰值响应的弱监督实例分割

0.摘要 目前&#xff0c;使用图像级别标签而不是昂贵的像素级掩码进行弱监督实例分割的研究还未得到充分探索。本文通过利用类别峰值响应来实现一个分类网络&#xff0c;用于提取实例掩码&#xff0c;来解决这个具有挑战性的问题。只通过图像标签的监督下&#xff0c;完全卷积的…
阅读更多...
SqueezeLM 的想法，压缩输入句子潜变量，生成下一句子

SqueezeLM 的想法，压缩输入句子潜变量，生成下一句子

又搞了一段时间。还是感觉LongNet那种空洞注意力做编码器有搞头。 RetNet等AFT方法&#xff0c;直接生成太长的句子感觉有点难度&#xff0c;不过可以一句句生成&#xff0c;每次生成短句&#xff0c;这样感觉比较合适。 启发 受 MemroyTransformer 和 GLM 启发 想了一个类似…
阅读更多...
MySQL的JSON操作

MySQL的JSON操作

官网地址 1. MySQL json介绍 As of MySQL 5.7.8, MySQL supports a native JSON data type defined by RFC 7159 that enables efficient access to data in JSON (JavaScript Object Notation) documents. Automatic validation of JSON documents stored in JSON columns. …
阅读更多...
MobaXterm通过SSH访问Ubuntu服务器遇到的一个问题

MobaXterm通过SSH访问Ubuntu服务器遇到的一个问题

在Windows下的MobaXterm界面配置完ubuntuIP以后显示access denied&#xff0c;排查发现是因为在ubuntu那边忘记安装了SSH Serve&#xff0c;安装过程如下&#xff1a; 第一步&#xff1a;安装所需包 让我们从打开终端输入一些必要命令开始。 注意&#xff0c;在安装新的包或…
阅读更多...
最新文章

Copyright @ 2022~2023