【OpenCV】在Linux上使用OpenCvSharp已关闭评论
74 次浏览

A+

所属分类：.NET技术

摘要

前言OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，它具有C++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和Mac OS。OpenCvSharp是一个OpenCV的 .Net wrapper，应用最新的OpenCV库开发，使用习惯比EmguCV更接近原始的OpenCV，该库采用LGPL发行，对商业应用友好。

便宜好用的国外VPS推荐

前言

OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，它具有C++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和Mac OS。OpenCvSharp是一个OpenCV的 .Net wrapper，应用最新的OpenCV库开发，使用习惯比EmguCV更接近原始的OpenCV，该库采用LGPL发行，对商业应用友好。

1. 项目环境

编码环境：Visual Studio Code
程序框架：.NET 6.0

目前在Linux上使用C#语言官方提供了Visual Studio Code平台，所以在此处我们演示使用Visual Studio Code进行演示。而代码的运行与配置使用dotnet指令实现。

关于Visual Studio Code以及.NET的安装方式可以参考一下官方教程：

在 Linux 上安装 .NET：由于Linux系统环境类型较多，所以可以根据官方提供的教程并根据自己的系统安装即可；

Visual Studio Code on Linux：大家可以根据自己的环境进行安装。

2. 创建控制台项目

此处使用dotnet指令创建新项目，在Visual Studio Code的终端中输入一下指令：

dotnet new console --framework net6.0 --use-program-main -o test_opencvsharp

如下图所示，在终端中输入以下指令后，会自动创建新的项目以及项目文件夹。
【OpenCV】在Linux上使用OpenCvSharp

在创建好项目后，我们使用vscode打开，输入以下指令，如下图所示：

test_opencvsharp code .

【OpenCV】在Linux上使用OpenCvSharp

3. 添加 Nuget Package 程序包

OpenCvSharp4是一个可以跨平台使用的程序包，并且官方也提供了编译好的程序包，用户可以根据自己的平台进行安装。在Linux上，主要需要安装一下两个包，分别是OpenCvSharp4的官方程序包以及OpenCvSharp4的运行依赖包。

dotnet add package OpenCvSharp4 dotnet add package OpenCvSharp4_.runtime.ubuntu.20.04-x64

依次输入指令后输出如下图所示：
【OpenCV】在Linux上使用OpenCvSharp

安装完上面两个安装包后，项目的配置的文件中会增加下面两个配置。

<Project Sdk="Microsoft.NET.Sdk">    <PropertyGroup>     <OutputType>Exe</OutputType>     <TargetFramework>net6.0</TargetFramework>     <ImplicitUsings>enable</ImplicitUsings>     <Nullable>enable</Nullable>   </PropertyGroup>    <ItemGroup>     <PackageReference Include="OpenCvSharp4" Version="4.9.0.20240103" />     <PackageReference Include="OpenCvSharp4_.runtime.ubuntu.20.04-x64" Version="4.9.0.20240103" />   </ItemGroup>  </Project>

接下来运行dotnet run，检验项目中是否包含所需要的配置文件：OpenCvSharp.dll、runtimes/ubuntu.20.04-x64/native/。打开项目运行生成的文件夹bin/{build_config}/{dotnet_version}/，在本项目中是bin/Debug/net6.0/文件夹，如下图所示：

【OpenCV】在Linux上使用OpenCvSharp

可以看出，在程序运行后，安装的程序包中所有项目都已经加载到当前项目中，如果出现缺失，就需要找到程序包位置，将该文件复制到指定路径。

5. 安装依赖项目

在上面的测试中，并为使用到安装的OpenCvSharp4，因此运行并未出现其他错误，如果主机电脑之前没有安装使用过OpenCV，所以第一次使用需要配置依赖项目。
首先第一步检查一下缺少什么依赖项，在终端中输入以下指令：

ldd libOpenCvSharpExtern.so

【OpenCV】在Linux上使用OpenCvSharp

如上图所示，经过ldd检测后，发现存在未安装的依赖，接下爱就是安装相应的依赖项，首先是解决tesseract缺少，在终端输入以下指令：

sudo apt install tesseract-ocr

安装完成后再进行依赖项检测，如下图所示：
【OpenCV】在Linux上使用OpenCvSharp

可以看出，经过安装后，该依赖项已经可以检测到，接下来就是安装其他依赖项，依次输入以下指令即可：

sudo apt install libdc1394-dev sudo apt install libavcodec-dev  sudo apt install libavformat-dev sudo apt install libswscale-dev sudo apt install libopenexr-dev

最后，安装完成后，在进行检测，如下图所示，可以看出，目前已经成功检测到所有依赖项，程序就可以正常使用了。
【OpenCV】在Linux上使用OpenCvSharp

4. 测试应用

最后我们编写项目代码进行测试，如下面代码所示：

using System; using OpenCvSharp; namespace test_opencvsharp  {     internal class Program     {         static void Main(string[] args)         {             Mat image = Cv2.ImRead("image.jpg");             Mat image2=new Mat();             if (image!=null)             {                 Console.WriteLine("srcImg is OK!");             }             Console.WriteLine("图像的宽度是：{0}",image.Rows);             Console.WriteLine("图像的高度是：{0}", image.Cols);             Console.WriteLine("图像的通道数是：{0}", image.Channels());             Cv2.ImShow("src", image);             Cv2.CvtColor(image, image2, ColorConversionCodes.RGB2GRAY);//转为灰度图像             Cv2.ImShow("src1", image2);             Cv2.WaitKey(0);             Cv2.DestroyAllWindows();//销毁所有窗口         }     } }

项目代码运行后，最后呈现效果如下图所示：

【OpenCV】在Linux上使用OpenCvSharp