前言 在做視覺任務時，我們經常會用到開源視覺庫OpenCV，OpenCV是一個基于Apache2.0許可（開源）發行的跨平臺計算機視覺和機器學習軟件庫，它具有C++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和Mac OS。 最近在項目中，我遇到了在MacOS上使用OpenCV需求，目前OpenCV官網上并沒有提供OpenCV現成的安裝包，因此在此處我們需要自己進行編譯，所以在此處我們將結合``opencv_4.8.0``、``opencv_contril_4.8.0``，演示如何源碼編譯并使用

1. 下載項目源碼

? 首先下載項目源碼，這里我們下載的是4.8.0，大家可以根據自己的需求進行下載，不過要盡量保證opencv、opencv_contril源碼版本一致。通過下面代碼我們進行源碼下載：

wget https://github.com/opencv/opencv/archive/4.8.0.zip
wget https://github.com/opencv/opencv_contrib/archive/refs/tags/4.8.0.zip

? 下載完代碼后，將代碼文件解壓到當前文件中，如下圖所示：

2. 創建CMake編譯文件

? OpenCV支持CMake編譯，所以此處需要安裝CMake，安裝方式此處不做講解。輸入一下指令，打開并創建編譯文件夾：

cd opencv-4.8.0
mkdir build && cd build

? 接下來輸入CMake指令，進行CMake編譯，此處需要注意三個路徑：

• CMAKE_INSTALL_PREFIX=<install path>：<install path>表示編譯好的OpenCV安裝路徑，可以指定到系統路徑，也可以是自定義路徑，此處設置為：/Users/ygj/3lib/opencv_4.8.0/include/opencv4/opencv2，注意這個路徑，后續編譯C++項目時會用到。
• OPENCV_EXTRA_MODULES_PATH=<model path>：<model path>表示擴展模塊的路徑，就是上文我們下載的opencv_contril_4.8.0文件，在此處設置為/Users/ygj/3lib/opencv_build/opencv_contrib-4.8.0/modules。
• PYTHON3_EXECUTABLE=<python path>：<python path>表示本計算機Python的安裝路徑，此處也可以不設置，主要就是設置要不要生成Python依賴庫。如果設置了，需要開啟BUILD_opencv_python2=ON或者BUILD_opencv_python3=ON，具體按照你的電腦中安裝的Python版本決定。
  設定好上面三個路徑后，就可以在終端輸入以下指令，進行CMake編譯：

cmake -DCMAKE_SYSTEM_PROCESSOR=arm64 -DCMAKE_OSX_ARCHITECTURES=arm64 -DWITH_OPENJPEG=OFF -DWITH_IPP=OFF -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=<install path> -D OPENCV_EXTRA_MODULES_PATH=<model path> -D PYTHON3_EXECUTABLE=<python path> -D BUILD_opencv_python2=OFF -D BUILD_opencv_python3=ON -D INSTALL_PYTHON_EXAMPLES=ON -D INSTALL_C_EXAMPLES=OFF -D OPENCV_ENABLE_NONFREE=ON -D BUILD_EXAMPLES=ON ..

? 編譯完成后如下圖所示，不過此處要注意一點，在編譯時會下載相關的第三方庫，要保證網絡通暢，防止下載失敗。

3. 編譯安裝

? 上一步完成CMake編譯后，就可以進行make編譯了，只需要輸入一下指令即可，-j8表示用8個核心進行編譯，具體設置可以根據你的電腦進行設置，數值越大編譯越快。

make -j8

? 編譯完成后，如下圖所示：

? 接下來就是進行安裝，只需要一下指令就可：

make install

? 安裝完成后，會在你上文設置的安裝路徑下生成依賴文件，如下圖所示：

4. 案例測試

? 首先創建一個新的C++文件main.cpp文件，在文件中添加以下代碼：

#include "opencv2/opencv.hpp"

int main(){
    std::cout<<"hello opencv!"<<std::endl;
    cv::Mat image = cv::imread("image.jpg");
    if (!image.empty())
    {
        std::cout << "image is OK!" << std::endl;
    }
    std::cout << "圖像的寬度是：" << image.rows << std::endl;
    std::cout << "圖像的高度是：" <<image.cols << std::endl;
    std::cout << "圖像的通道數是：" << image.channels() << std::endl;
    cv::Mat image1;
    cv::cvtColor(image,image1,cv::COLOR_RGB2GRAY);
    cv::imshow("image",image);
    cv::imshow("image1",image1);
    cv::waitKey(0);
    std::cout<<"hello opencv!"<<std::endl;
    return 0;
}

? 這一段代碼主要是讀取本地圖片文件，獲取并輸出圖片的基本信息，然后使用窗口將圖片展示出來。

? 此處編譯方式采用CMake編譯方進行編譯，定義的CMakeLists.txt文件如下所示：

cmake_minimum_required(VERSION 3.28)
project(opencv)
set(OpenCV_DIR /Users/ygj/3lib/opencv_4.8.0/lib/cmake/opencv4)
find_package(OpenCV REQUIRED)
message(STATUS "OpenCV_DIR = ${OpenCV_DIR}")
message(STATUS "OpenCV_INCLUDE_DIRS = ${OpenCV_INCLUDE_DIRS}")
message(STATUS "OpenCV_LIBS = ${OpenCV_LIBS}")
include_directories(
    ${OpenCV_INCLUDE_DIRS}
)
add_executable( main main.cpp )
target_link_libraries( main ${OpenCV_LIBS} )

? 在CMakeLists文件中，我們通過find_package(OpenCV REQUIRED)查找本計算機安裝的OpenCV依賴庫，但是需要在之前指定OpenCV的安裝路徑。寫完Cmake文件后，在命令行中輸入cmake .進行運行，輸出結果如下圖所示：

? 可以看出，CMake已經成功找到了本計算機安裝的OpenCV路徑，并獲取了項目編譯所需要的所有信息。
如果CMake沒有任何問題，接下來就進行項目編譯，只需要輸入make指令即可，輸出如下所示：

? make之后，會在項目文件夾中生成一個main文件，接下來直接運行該文件，斌可以的到如下圖所示的輸出：

5. 總結

? 在本項目中，我們實現了在MacOS系統上源碼編譯OpenCV，并在VS Code上使用OpenCV做了項目測試，最后成功實現了在MacOS系統上使用我們源碼編譯OpenCV的鏈接庫，進行了圖片處理。

總結

以上是生活随笔為你收集整理的【OpenCV】在MacOS上源码编译OpenCV的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。