第77章：OpenCV：集成OpenCV计算机视觉库

计算机视觉，说白了就是让机器看懂世界。OpenCV 是这个领域最常用的工具库，没有之一。我最早接触 OpenCV 是在做车牌识别项目的时候，那时候还在用 C 接口，现在想想真是恍如隔世。这一章，我们就聊聊怎么在 CMake 项目中把 OpenCV 集成进来。

为什么需要 CMake 来管理 OpenCV？

你可能会问：OpenCV 不是有现成的安装包吗？直接链接不就行了？

嗯，这里要注意。OpenCV 的版本、模块、编译选项非常多。手动管理这些依赖，尤其是在跨平台场景下，简直是噩梦。我见过太多人因为 OpenCV 版本不匹配，浪费了一整天时间。

用 CMake 管理 OpenCV，有这几个好处：

• 自动检测：CMake 能自动找到你系统上安装的 OpenCV
• 版本控制：可以指定最低版本要求，避免 API 不兼容
• 模块选择：只链接你需要的模块，减少编译时间
• 跨平台一致：Windows、Linux、macOS 用同一套配置

核心流程：find_package 的妙用

集成 OpenCV 的核心命令就是 find_package。CMake 会去系统路径下寻找 OpenCV 的配置文件，然后自动设置好头文件路径和库文件路径。

我个人习惯这样写：

find_package(OpenCV REQUIRED)
if(OpenCV_FOUND)
    include_directories(${OpenCV_INCLUDE_DIRS})
    target_link_libraries(my_project ${OpenCV_LIBS})
endif()

就这么几行，OpenCV 就集成进来了。简单吧？

版本控制：别踩坑

我曾经在一个项目中，本地用的是 OpenCV 4.5，但服务器上是 3.4。结果代码里用了 cv::dnn::Net::getUnconnectedOutLayersNames()，这个 API 在 3.4 里根本不存在。编译报错，排查了半天。

所以，我建议你明确指定版本：

find_package(OpenCV 4.0 REQUIRED)

这样如果系统上的 OpenCV 版本低于 4.0，CMake 会直接报错，而不是等到编译时才发现问题。

模块化链接：只取所需

OpenCV 的模块很多：core、imgproc、highgui、video、dnn 等等。如果你全部链接，编译时间会变长，生成的可执行文件也会变大。

我个人习惯只链接需要的模块：

find_package(OpenCV REQUIRED COMPONENTS core imgproc highgui)
target_link_libraries(my_project 
    ${OpenCV_LIBS}
)

这里 COMPONENTS 指定了只找 core、imgproc、highgui 这三个模块。如果系统上缺少某个模块，CMake 会报错，而不是静默失败。

避坑指南：常见问题

实战：一个完整的 CMakeLists.txt

下面是一个完整的例子，展示了如何集成 OpenCV 并读取一张图片：

cmake_minimum_required(VERSION 3.10)
project(OpenCVExample)

# 设置 C++ 标准
set(CMAKE_CXX_STANDARD 11)
set(CMAKE_CXX_STANDARD_REQUIRED ON)

# 查找 OpenCV
find_package(OpenCV 4.0 REQUIRED COMPONENTS core imgproc highgui)

# 添加可执行文件
add_executable(show_image main.cpp)

# 链接 OpenCV 库
target_link_libraries(show_image ${OpenCV_LIBS})

# 打印 OpenCV 版本信息
message(STATUS "OpenCV version: ${OpenCV_VERSION}")
message(STATUS "OpenCV include dirs: ${OpenCV_INCLUDE_DIRS}")

对应的 main.cpp：

#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    cv::Mat img = cv::imread("test.jpg");
    if(img.empty()) {
        std::cerr << "无法读取图片" << std::endl;
        return -1;
    }
    cv::imshow("显示图片", img);
    cv::waitKey(0);
    return 0;
}

知识体系：一张图看懂

下面这张图展示了 OpenCV 集成的核心流程和关键点：

进阶技巧：自定义 OpenCV 路径

有时候 OpenCV 安装在非标准路径下，比如 /opt/opencv。这时候 find_package 可能找不到。我建议用两种方式解决：

1. 设置 CMake 变量：在命令行传入 -DOpenCV_DIR=/opt/opencv/cmake
2. 在 CMakeLists.txt 中设置：set(OpenCV_DIR "/opt/opencv/cmake") 放在 find_package 之前

我个人更推荐第一种方式，因为这样 CMakeLists.txt 更通用，不会绑定到特定路径。

总结

集成 OpenCV 其实就三步：find_package、include_directories、target_link_libraries。但细节决定成败，版本控制、模块选择、路径设置这些坑，我都在项目中踩过。希望这一章能帮你少走弯路。

好了，这一章就到这里。记住，工具是死的，人是活的。CMake 和 OpenCV 的组合，能帮你省下大量时间，让你专注于算法本身。