golang 开启opencv图形化编程

本篇文章给大家分享《golang 开启opencv图形化编程》，覆盖了Golang的常见基础知识，其实一个语言的全部知识点一篇文章是不可能说完的，但希望通过这些问题，让读者对自己的掌握程度有一定的认识(B 数)，从而弥补自己的不足，更好的掌握它。

正文

最近在国外一个嵌入式编程网站上看到其平台支持Opencv库，出于好奇在其说明文档上看到gocv.io Opencv golang库的官网。就是下面这个。

在开启编程前，必备之一就是要把环境配置好撒。下面均是基于macos系统，其他操作系统请参考官网手册。

环境配置

step1. 当然是安装OpenCV。这里使用Homebrew工具进行安装。首次安装直接执行以下命令

brew install opencv

step2. 如果是以前安装Opencv的，执行以下命令即可：

brew upgrade opencv

step3. 到此Homebrew已经帮你把Opencv 基本环境配置好了。接下来就是下载GoCV库。

go get -u -d gocv.io/x/gocv

当然你也可以使用install进行预编译GoCV包在新的golang版本上。

go install gocv.io/x/gocv

step4. 下载完成相关依赖包后，我们可以在GoCV包下构建并运行下代码，检查环境是否配置对。

go run ./cmd/version/main.go

如果配置都ok，终端会输出以下信息：

gocv version:0.30.0
opencv lib version: 4.5.5

接下来，就是一点自定义环境配置标签，主要用Opencv的编译相关的标识执行。此环节属于可选配置。 step1. 必要安装的pkgconfig

brew install pkgconfig

step2. 修改CGO环境变量，这里需要修改homebrew安装的opencv路径

export CGO_CXXFLAGS="--std=c++11"
export CGO_CPPFLAGS="-I/usr/local/Cellar/opencv/4.5.5/include"
export CGO_LDFLAGS="-L/usr/local/Cellar/opencv/4.5.5/lib -lopencv_stitching -lopencv_superres -lopencv_videostab -lopencv_aruco -lopencv_bgsegm -lopencv_bioinspired -lopencv_ccalib -lopencv_dnn_objdetect -lopencv_dpm -lopencv_face -lopencv_photo -lopencv_fuzzy -lopencv_hfs -lopencv_img_hash -lopencv_line_descriptor -lopencv_optflow -lopencv_reg -lopencv_rgbd -lopencv_saliency -lopencv_stereo -lopencv_structured_light -lopencv_phase_unwrapping -lopencv_surface_matching -lopencv_tracking -lopencv_datasets -lopencv_dnn -lopencv_plot -lopencv_xfeatures2d -lopencv_shape -lopencv_video -lopencv_ml -lopencv_ximgproc -lopencv_calib3d -lopencv_features2d -lopencv_highgui -lopencv_videoio -lopencv_flann -lopencv_xobjdetect -lopencv_imgcodecs -lopencv_objdetect -lopencv_xphoto -lopencv_imgproc -lopencv_core"

step3.执行命令，检验配置是否生效

go run -tags customenv ./cmd/version/main.go

API编程

在开始前我们还是以官网的一个例子来做个直观效果展示。

package main
import (
	"fmt"
	"image/color"
	"gocv.io/x/gocv"
)
func main() {
    // set to use a video capture device 0
    deviceID := 0
	// open webcam
	webcam, err := gocv.OpenVideoCapture(deviceID)
	if err != nil {
		fmt.Println(err)
		return
	}
	defer webcam.Close()
	// open display window
	window := gocv.NewWindow("Face Detect")
	defer window.Close()
	// prepare image matrix
	img := gocv.NewMat()
	defer img.Close()
	// color for the rect when faces detected
	blue := color.RGBA{0, 0, 255, 0}
	// load classifier to recognize faces
	classifier := gocv.NewCascadeClassifier()
	defer classifier.Close()
	if !classifier.Load("data/haarcascade_frontalface_default.xml") {
		fmt.Println("Error reading cascade file: data/haarcascade_frontalface_default.xml")
		return
	}
	fmt.Printf("start reading camera device: %v\n", deviceID)
	for {
		if ok := webcam.Read(&img); !ok {
			fmt.Printf("cannot read device %v\n", deviceID)
			return
		}
		if img.Empty() {
			continue
		}
		// detect faces
		rects := classifier.DetectMultiScale(img)
		fmt.Printf("found %d faces\n", len(rects))
		// draw a rectangle around each face on the original image
		for _, r := range rects {
			gocv.Rectangle(&img, r, blue, 3)
		}
		// show the image in the window, and wait 1 millisecond
		window.IMShow(img)
		window.WaitKey(1)
	}
}

运行 go run ./cmd/facedetect/main.go 0 data/haarcascade_frontalface_default.xml

当然还有其他例子，比如截取图片，流视频以及通过Tensorflow进行Opencv的物品分类等等，感兴趣的童鞋可以去github上看看，链接：github.com/hybridgroup… 。这里我们主要是学习一下GoCV能实现那些功能，把最常用的方法进行一个归纳。

常用API

OpenVideoCapture

func OpenVideoCapture(v interface{}) (*VideoCapture, error)

当v为数字类型数据时, 该函数返回指定设备id的VideoCapture对象；当v为类型string时，返回的VideoCapture对象可以来自于视频文件，url，GStreamer管道

VideoCaptureDevice

func VideoCaptureDevice(device int) (vc *VideoCapture, err error)

该函数功能和上述一直，明确传入参数类型，即开启设备抓取返回对象VideoCapture。

VideoCaptureFile

func VideoCaptureFile(uri string) (vc *VideoCapture, err error)

详情见OpenVideoCapture传入参数为类型string的注释

NewWindow

func NewWindow(name string) *Window

创建一个指定名称的OpenCV窗口，记住用完要将该窗口关闭，调用func (w *Window) Close() error 即可。

SetWindowTitle

func (w *Window) SetWindowTitle(title string)

更新OpenCV窗口标题,OpenCV窗口相关的其他api请参见 pkg.go.dev/gocv.io/x/g…

NewMat

func NewMat() Mat

Mat: n维单通道或多通道的数组，常被用于存储实数/复数的矢量、矩阵。该函数是创建一个空的Mat

NewMatWithSize

func NewMatWithSize(rows int, cols int, mt MatType) Mat

创建指定行数和列数的Mat

NewMatFromScalar

func NewMatFromScalar(s Scalar, mt MatType) Mat

创建指定标量的Mat; 标量是指用来定义向量空间的域的一个元素.在线性代数中，域的元素（如实数）被称为“标量”

NewCascadeClassifier

func NewCascadeClassifier() CascadeClassifier

返回一个用于物体检测的级联分类器，为OpenCV上实现的一种算法。

Load

func (c *CascadeClassifier) Load(name string) bool

从文件中加载级联分类器，有就返回true，无则返回false。

终于介绍完啦！小伙伴们，这篇关于《golang 开启opencv图形化编程》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布Golang相关知识，快来关注吧！