note

一、OpenCV安装

说明：

  1. 首先要注意一点，下载好的win上的opencv中build文件夹中的是编译好的MSVC版，vs直接用是没问题的，但是当vs,clcion这些要编译opencv相关的，就是调用的本地mingw的gcc以及g++，那么MSVC版本就是不能用的，编译链接的时候就会失败。凡是与opencv相关的代码，就会报错==undefined reference to …==。若要使用mingw去编译，就要拿到opencv源码，然后用它编译处属于自己的版本。
  2. 针对linu环境，第一次都要先安装一些第三方依赖，不然在后续使用到类似namedWindows这样做窗口展示时就会报错，后面再编译其它版本就不需要了。
  3. 注意：可以看看learnopncv的InstallScripts（里面.sh脚本的其它的就不要了吧，不然又很多问题，难得搞）结合起来操作，里面有把opencv_contrib模块一起编译的方法。（强推去看）(没这个模块可能一些算法就没有，普通编译就会“fatal error: opencv2/==aruco.hpp==: No such file or directory”) 然后针对ippicv和一些需要在线下载的三方库，opencv是在cmake时，将其下载在opencv源码的.cache文件夹里，可以按照其提示的下载地址，提前下载到对应位置。可以参考和这个教程。
  4. 尝试编译时把cuda用起来吧，还有英伟达的gpu硬件解码的Video_Codec_SDK库(NVCUVID要得)，然后要勾选勾选 WITH_CUDA和WITH_NVCUVID。方便需要可能有需要。看一下这个教程。

1.1 依赖

肯定是先把 gcc gcc-c++ kernel-devel gcc-gfortran git make 这些安装好，然后手动安装cmake，自动安装的cmake版本太低了，安装后也要升级的。

  1. yum install libgnomeui-devel gnome-devel gnome-devel-docs #（安装gtk 图形化界面库）安装必要文件包(第一个)，后面是可选
  2. yum install gtk2 gtk2-devel gtk2-devel-docs # 为了支持GUI特征,没有这，编译可能会成功，但是使用时，imshow()这样的代码在编译或是使用时就会报错
  3. yum install gstreamer-plugins-base-devel gstreamer-devel.x86_64 gstreamer-ffmpeg.x86_64
  4. yum install boost boost-thread boost-devel
  5. yum install libdc1394-devel libv4l-devel # 为了支持摄像头
  6. yum install eigen3-devel
    • # 找不到就简单源码安装就好了，这是官方地址,它的一些函数的使用。
  7. yum install freeglut-devel libtiff-devel python-devel numpy
  8. yum install lapack-devel.x86_64 # 线性函数库
  9. yum install mesa-libGL mesa-libGL-devel # Mesa： 3D是一个在MIT许可证下开放源代码的三维计算机图形库，以开源形式实现了OpenGL的应用程序接口
  10. yum install nasm mercurial libtool zlib-devel
  11. yum install openexr-devel libwebp-devel libjpeg-turbo-devel libpng-devel jasper-devel # 图形文件解码库更新
  12. yum install tbb-devel # 线程构建模块 Intel’s Threading Building Blocks (TBB),是Intel公司开发的并行编程开发的工具。
  13. yum install openblas-devel.x86_64 # OpenBLAS是一个基于BSD许可（开源）发行的优化BLAS计算库
  14. yum install atlas-devel.x86_64 # BLAS线性算法库的优化版本。

ffmpeg组件安装(其实都是ffmpeg的安装)，看这里；

1.2 编译

这里有一个很对编译选项打开或是关闭的demo,就随便看看。

以opencv3为例，来手动编译，不添加环境变量，假设开始操作前的路径是/opt/

  1. wget https://github.com/opencv/opencv/archive/3.4.13.zip
    https://github.com/opencv/opencv/archive/4.8.0.zip # 其它版本换对应版本号

  2. unzip 3.4.13.zip

  3. cd opencv-3.4.13

  4. mkdir build install // 创建两个文件夹

  5. cd build

  6. cmake -DCMAKE_INSTALL_PREFIX=../install .. // 就把文件安装在刚刚创建的 install 目录里(一定要提前创建，不然就全部在build中，不方便查看)

    1. cmake -D CMAKE_BUILD_TYPE=Debug \

      ​ -D CMAKE_INSTALL_PREFIX=../my_install/Debug -D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib-4.6.0/modules ..

      # 这种就是把opencv_contrib也编译进来，方便后续使用dnn模块，参看上面的说明第3.点（看情况吧，或许就先按照前面的来，这个opencv_contrib看需吧，一般也用不到）

  7. make -j4

  8. make install

​ 使用opencv自带的demo来进行测试，路径就是 /opt/opencv-4.1.2/samples/cpp/example_cmake/，cd进去，在这里面有三个文件CMakeLists.txt、example.cpp、Makefile，因为opencv是安装在此目录下的，且没有加环境变量的，所以无法直接make来使用Makefile的，可以按一下步骤来测试：

先修改CMakeLists.txt，要添加opencv的路径：

Tips：

==windows下编译MinGW版本==(做个参考了解吧，编译出来，程序能编译，但是poweshell运行直接没反应，cmd运行一直会报“无法定位程序输入点于动态链接库…”的错误)：

总结：

pkgconfig配置参考

下面这种安装放弃了的，作为参考了解吧，主要是看它linux配置使用==pkgconfig环境==，若看pkgconfig与cmake的联合使用，看GCC编译器.md的4.6小节中的示例CMakeListst.txt：

一、以opencv-4.1.2为例，源码下载下来解压好

  1. cd opencv-4.1.2/
  2. mkdir build; cd build
  3. cmake -D CMAKE_BUILD_TYPE=RELEASE -D OPENCV_GENERATE_PKGCONFIG=ON -D CMAKE_INSTALL_PREFIX=/usr/local .. # 这里一些选项开启
  4. make -j8
  5. make install

Tips：

  1. 以上命令将opencv4.1.2安装在了默认路径，默认各部分分别安装在/usr/local/目录的include/、bin/、lib/3个文件夹下;
  2. -D OPENCV_GENERATE_PKGCONFIG=ON：OpenCV4以上版本默认不使用pkg-config，该编译选项开启生成opencv4.pc文件，支持pkg-config功能。

二、配置pkgconfig环境

  1. find / -name opencv4.pc 应该会得到这个 /usr/local/lib64/pkgconfig/opencv4.pc
  2. vim /etc/profile.d/pkgconfig.sh // 可能是一个空文件，写进步骤3的内容
  3. export PKG_CONFIG_PATH=/usr/local/lib64/pkgconfig:$PKG_CONFIG_PATH
  4. source /etc/profile
  1. vim /etc/ld.so.conf.d/opencv4.conf // 可能是一个空文件，写入步骤2的内容
  2. /usr/local/lib64
  3. ldconfig

成功后就可以查看opencv的版本：pkg-config --modversion opencv4

就会得到opencv的版本号 4.1.2;建议以后还是用这个版本吧，前面有用4.4.0版本，结合项目使用时，编译没问题，但是运行会报关于opencv的错误

三、测试demo

​ cd到 opencv-4.1.2/samples/cpp/example_cmake/文件夹下

​ 因为opencv4.0需要c++11支持，且生成的pkg-config文件名为opencv4.pc，所以需要对当前录下的Malefile文件进行修改，

原始Makefile内容的第2、3行内容如下：

​ CXXFLAGS += -c -Wall $(shell pkg-config –cflags opencv)

​ LDFLAGS += $(shell pkg-config –libs –static opencv)

要将其中的opecv改成opencv4，并指定--std=c++11，那么修改后的就是：

CXXFLAGS += -c –std=c++11 -Wall $(shell pkg-config –cflags opencv4)

LDFLAGS += $(shell pkg-config –libs –static opencv4)

当把Makefile文件改完后，直接在此执行make命令就可以得到执行文件了，当然也是可以用CMakeLists.txt通过cmake来构建。

​ Ps:以上的make编译的命令可以直接是：g++ example.cpp –std=c++11 ‘pkg-config –libs –cflags opencv4 -o opencv_example ​ // 注意：pkg-config --libs --cflags opencv4 是用键盘上ESC键位下的一对`包住的，这里因为格式的问题，直接复制的是不对的，记得修改。

​ 以后写关于使用了opencv的CMakeLists.txt时，记得去参考一下opencv的example中的写法，还是都加上Enable C++11下面那两句(不是必须，但有时没有这两句编译又会报错，所以最好加上)： set(CMAKE_CXX_STANDARD 11)
set(CMAKE_CXX_STANDARD_REQUIRED TRUE)

opencv4.pc中的内容，作为参考，以后有需要可自己写：

# Package Information for pkg-config

prefix=/usr
exec_prefix=${prefix}
libdir=${exec_prefix}/lib/x86_64-linux-gnu
includedir_old=${prefix}/include/opencv4/opencv
includedir_new=${prefix}/include/opencv4

Name: OpenCV
Description: Open Source Computer Vision Library
Version: 4.2.0
Libs: -L${exec_prefix}/lib/x86_64-linux-gnu -lopencv_stitching -lopencv_aruco -lopencv_bgsegm -lopencv_bioinspired -lopencv_ccalib -lopencv_dnn_objdetect -lopencv_dnn_superres -lopencv_dpm -lopencv_highgui -lopencv_face -lopencv_freetype -lopencv_fuzzy -lopencv_hdf -lopencv_hfs -lopencv_img_hash -lopencv_line_descriptor -lopencv_quality -lopencv_reg -lopencv_rgbd -lopencv_saliency -lopencv_shape -lopencv_stereo -lopencv_structured_light -lopencv_phase_unwrapping -lopencv_superres -lopencv_optflow -lopencv_surface_matching -lopencv_tracking -lopencv_datasets -lopencv_text -lopencv_dnn -lopencv_plot -lopencv_ml -lopencv_videostab -lopencv_videoio -lopencv_viz -lopencv_ximgproc -lopencv_video -lopencv_xobjdetect -lopencv_objdetect -lopencv_calib3d -lopencv_imgcodecs -lopencv_features2d -lopencv_flann -lopencv_xphoto -lopencv_photo -lopencv_imgproc -lopencv_core
Libs.private: -ldl -lm -lpthread -lrt
Cflags: -I${includedir_old} -I${includedir_new}

同时把assimp库的“assimp.pc”内容也写这里吧：

libdir=/opt/assimp-5.2.5/my_install/lib64
includedir=/opt/assimp-5.2.5/my_install/include

Name: Assimp
Description: Import various well-known 3D model formats in an uniform manner.
Version: 5.2.4
Libs: -L${libdir} -lassimp
Libs.private: -lstdc++ -lz
Cflags: -I${includedir}

1.3 可能出现的问题

​ 在一个简单的centos上进行如上操作是没有任何问题的，但是在T60服务器上，可能是因为装了anaconda后，部分环境变量优先级的问题，以上方法都通过不了。

​ 当出现以下错误的时候，先试着去降低anaconda的环境变量的优先级，不行再按照以下方法去做。

​ 第一步cmake命令cmake -D CMAKE_BUILD_TYPE=RELEASE -D OPENCV_GENERATE_PKGCONFIG=ON -D CMAKE_INSTALL_PREFIX=/usr/local ..不会出现异常，但是接下来的make编译的时候会报出如下错误：

/root/root/anaconda3/lib/libicui18n.so.58: undefined reference to `__cxa_throw_bad_array_new_length@CXXABI_1.3.8’

/root/root/anaconda3/lib/libicui18n.so.58: undefined reference to `operator delete(void*, unsigned long)@CXXABI_1.3.9’

​ # 当然前面路径可能不是这样

解决办法：

  1. 比较简单的（凡是带conda的错误都这样解决）

    • echo $LD_LIBRARY_PATH # 获取LD_LIBRARY_PATH
    • export LD_LIBRARY_PATH= 把上面获取的值把关于anaconda的去掉

    这去掉只针对这一个窗口，是临时去掉，只针对这个窗口，然后再去cmake、make。

  2. 以下的解决办法可行，但是比较麻烦，

按照前面的步骤走完，最后就能通过 cmake、make、make install 所有步骤

​ 编译安装完成后，但可能还是无法编译通过opencv包里自带的一个demo实例（前面环境编译时多添加了一个参数，所以这里也需要添加），还需要做一些修改，有两种方式：

ubuntu18.0-opencv4

这是learnOpenCV项目中的，地址。

ubuntu一定要安装到 “/usr/local” 下面，用户的访问才会很方便，其它位置可能有问题。

最好是自己先去建一个 /usr/local/opencv版本号 的目录，然后cmake时就把这个路径指定位安装路径

#!/bin/bash

echo "OpenCV installation by learnOpenCV.com"
# Define OpenCV Version to install 
cvVersion="master"

# Clean build directories
rm -rf opencv/build
rm -rf opencv_contrib/build

# Create directory for installation
mkdir installation
mkdir installation/OpenCV-"$cvVersion"

# Save current working directory
cwd=$(pwd)

sudo apt -y update
sudo apt -y upgrade

sudo apt -y remove x264 libx264-dev
 
## Install dependencies
sudo apt -y install build-essential checkinstall cmake pkg-config yasm
sudo apt -y install git gfortran
sudo apt -y install libjpeg8-dev libpng-dev
 
sudo apt -y install software-properties-common
sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
sudo apt -y update
 
sudo apt -y install libjasper1
sudo apt -y install libtiff-dev
 
sudo apt -y install libavcodec-dev libavformat-dev libswscale-dev libdc1394-22-dev
sudo apt -y install libxine2-dev libv4l-dev
cd /usr/include/linux
sudo ln -s -f ../libv4l1-videodev.h videodev.h
cd "$cwd"
 
sudo apt -y install libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev
sudo apt -y install libgtk2.0-dev libtbb-dev qt5-default
sudo apt -y install libatlas-base-dev
sudo apt -y install libfaac-dev libmp3lame-dev libtheora-dev
sudo apt -y install libvorbis-dev libxvidcore-dev
sudo apt -y install libopencore-amrnb-dev libopencore-amrwb-dev
sudo apt -y install libavresample-dev
sudo apt -y install x264 v4l-utils
 
# Optional dependencies
sudo apt -y install libprotobuf-dev protobuf-compiler
sudo apt -y install libgoogle-glog-dev libgflags-dev
sudo apt -y install libgphoto2-dev libeigen3-dev libhdf5-dev doxygen

sudo apt -y install python3-dev python3-pip
sudo -H pip3 install -U pip numpy
sudo apt -y install python3-testresources

cd $cwd
############ For Python 3 ############
# create virtual environment
python3 -m venv OpenCV-"$cvVersion"-py3
echo "# Virtual Environment Wrapper" >> ~/.bashrc
echo "alias workoncv-$cvVersion=\"source $cwd/OpenCV-$cvVersion-py3/bin/activate\"" >> ~/.bashrc
source "$cwd"/OpenCV-"$cvVersion"-py3/bin/activate

# now install python libraries within this virtual environment
pip install numpy scipy matplotlib scikit-image scikit-learn ipython dlib --user
 
# quit virtual environment
deactivate

######################################

git clone https://github.com/opencv/opencv.git
cd opencv
git checkout $cvVersion
cd ..
 
git clone https://github.com/opencv/opencv_contrib.git
cd opencv_contrib
git checkout $cvVersion
cd ..

cd opencv
mkdir build
cd build

cmake -D CMAKE_BUILD_TYPE=RELEASE \
            -D CMAKE_INSTALL_PREFIX=$cwd/installation/OpenCV-"$cvVersion" \
            -D INSTALL_C_EXAMPLES=ON \
            -D INSTALL_PYTHON_EXAMPLES=ON \
            -D WITH_TBB=ON \
            -D WITH_V4L=ON \
            -D OPENCV_PYTHON3_INSTALL_PATH=$cwd/OpenCV-$cvVersion-py3/lib/python3.6/site-packages \
        -D WITH_QT=ON \
        -D WITH_OPENGL=ON \
        -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules \
        -D BUILD_EXAMPLES=ON ..
	
make -j$(nproc)
make install

mediapipe中

这是mediapipe中的，也可以好好参考。

#!/bin/bash
# Copyright 2019 The MediaPipe Authors.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#      http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
# =========================================================================
#
# Script to build OpenCV from source code and modify the MediaPipe opencv config.
# Note that this script only has been tested on Debian 9 and Ubuntu 16.04.
#
# To have a full installation:
# $ cd <mediapipe root dir>
# $ sh ./setup_opencv.sh
#
# To only modify the mediapipe config for opencv:
# $ cd <mediapipe root dir>
# $ sh ./setup_opencv.sh config_only

set -e
if [ "$1" ] && [ "$1" != "config_only" ]
  then
    echo "Unknown input argument. Do you mean \"config_only\"?"
    exit 0
fi

opencv_build_file="$( cd "$(dirname "$0")" ; pwd -P )"/third_party/opencv_linux.BUILD
workspace_file="$( cd "$(dirname "$0")" ; pwd -P )"/WORKSPACE

if [ -z "$1" ]
  then
    echo "Installing OpenCV from source"
    if [[ -x "$(command -v apt)" ]]; then
      sudo apt update && sudo apt install build-essential git
      sudo apt install cmake ffmpeg libavformat-dev libdc1394-22-dev libgtk2.0-dev \
                       libjpeg-dev libpng-dev libswscale-dev libtbb2 libtbb-dev \
                       libtiff-dev
    elif [[ -x "$(command -v dnf)" ]]; then
      sudo dnf update && sudo dnf install cmake gcc gcc-c git
      sudo dnf install ffmpeg-devel libdc1394-devel gtk2-devel \
                       libjpeg-turbo-devel libpng-devel tbb-devel \
                       libtiff-devel
    fi
    rm -rf /tmp/build_opencv
    mkdir /tmp/build_opencv
    cd /tmp/build_opencv
    git clone https://github.com/opencv/opencv_contrib.git
    git clone https://github.com/opencv/opencv.git
    mkdir opencv/release
    cd opencv_contrib
    git checkout 3.4
    cd ../opencv
    git checkout 3.4
    cd release
    cmake .. -DCMAKE_BUILD_TYPE=RELEASE -DCMAKE_INSTALL_PREFIX=/usr/local \
          -DBUILD_TESTS=OFF -DBUILD_PERF_TESTS=OFF -DBUILD_opencv_ts=OFF \
          -DOPENCV_EXTRA_MODULES_PATH=/tmp/build_opencv/opencv_contrib/modules \
          -DBUILD_opencv_aruco=OFF -DBUILD_opencv_bgsegm=OFF -DBUILD_opencv_bioinspired=OFF \
          -DBUILD_opencv_ccalib=OFF -DBUILD_opencv_datasets=OFF -DBUILD_opencv_dnn=OFF \
          -DBUILD_opencv_dnn_objdetect=OFF -DBUILD_opencv_dpm=OFF -DBUILD_opencv_face=OFF \
          -DBUILD_opencv_fuzzy=OFF -DBUILD_opencv_hfs=OFF -DBUILD_opencv_img_hash=OFF \
          -DBUILD_opencv_js=OFF -DBUILD_opencv_line_descriptor=OFF -DBUILD_opencv_phase_unwrapping=OFF \
          -DBUILD_opencv_plot=OFF -DBUILD_opencv_quality=OFF -DBUILD_opencv_reg=OFF \
          -DBUILD_opencv_rgbd=OFF -DBUILD_opencv_saliency=OFF -DBUILD_opencv_shape=OFF \
          -DBUILD_opencv_structured_light=OFF -DBUILD_opencv_surface_matching=OFF \
          -DBUILD_opencv_world=OFF -DBUILD_opencv_xobjdetect=OFF -DBUILD_opencv_xphoto=OFF \
          -DCV_ENABLE_INTRINSICS=ON -DWITH_EIGEN=ON -DWITH_PTHREADS=ON -DWITH_PTHREADS_PF=ON \
          -DWITH_JPEG=ON -DWITH_PNG=ON -DWITH_TIFF=ON
    make -j 16
    sudo make install
    rm -rf /tmp/build_opencv
    echo "OpenCV has been built. You can find the header files and libraries in /usr/local/include/opencv2/ and /usr/local/lib"

    # https://github.com/cggos/dip_cvqt/issues/1#issuecomment-284103343
    sudo touch /etc/ld.so.conf.d/mp_opencv.conf
    sudo bash -c  "echo /usr/local/lib >> /etc/ld.so.conf.d/mp_opencv.conf"
    sudo ldconfig -v
fi

# Modify the build file.
echo "Modifying MediaPipe opencv config"

sed -i '/linkopts/a \ \ \ \ \ \ \ \ \"-L/usr/local/lib",' $opencv_build_file
linux_opencv_config=$(grep -n 'linux_opencv' $workspace_file | awk -F  ":" '{print $1}')
path_line=$((linux_opencv_config + 2))
sed -i "$path_line d" $workspace_file
sed -i "$path_line i\    path = \"/usr/local\"," $workspace_file
echo "Done"

三、cmake安装

cmake就这样安装吧，通过yum或者apt-get安装的版本太低了，基本安装后也要这样升级。

cmake的下载地址：这里。

二、gcc版本升级

gcc的下载地址：这里。

​ 说明：一般装的centos7.*，原生的gcc –version == 4.8.5; g++ –version == 4.8.5(跟gcc一样的)

​ 当gcc版本低于4.9的时候，是不支持c++14的，很多时候make就会报错(详细的关于gcc版本支持的c++版本的对应关系：这里);然后就需要升级gcc，具体的方法:

​ 当升级完成后，随便写一个简单的.cpp文件以c++14去编译，可能会出现如下错误： error while loading shared libraries: libstdc++.so.6: cannot open shared object file: No such file，根据这里去解决就好了。

可能后面会遇到库的版本问题，就建议这样：

mv /usr/lib/gcc/ /usr/lib/gcc-4.8.5

ln -s /opt/rh/devtoolset-8/root/usr/lib/gcc /usr/lib/gcc

mv /usr/libexec/gcc/ /usr/libexec/gcc-4.8.5

ln -s /opt/rh/devtoolset-8/root/usr/libexec/gcc /usr/libexec/gcc

四、boost安装

如果是linux系统，先网上搜索直接通过yum或是apt-get安装吧，简单快捷，第一次可以这么直接安装一个版本，后面要安装新版本的，就还是源码来，也挺简单的。

首先上boost的官网，历史版本，下载系统对应的压缩包。

​ 一个注意点，有的cmake版本比较低的话，其自带的FindBoost.cmake里面可以看到支持的Boost版本可能不支持最新的，可能就需要安装低一点的版本。

​ 1.75还有1.78这种版本里面是有*.cmake文件的，然后我下载的1.65是没有*.cmake文件的，所以老版本就写进/etc/profile.d/Boost.sh文件里，新版本就直接在~/.bashrc里面export Boost_DIR变量。

# cmake笔记中有更细的内容
set(Boost_DIR /opt/boost_1_76_0/install/lib/cmake/Boost-1.76.0)
find_package(Boost 1.16.1 REQUIRED COMPONENTS filesystem system)

4.1 linux

使用：也大多为cmake调用，BoostConfig.cmake文件所在路径/opt/boost_1_76_0/install/lib/cmake/Boost-1.76.0/,直接在CMakeLists.txt中set指定此路径就好了，语句为：

set(Boost_DIR /opt/boost_1_76_0/my_install/lib/cmake/Boost-1.76.0/)。

更好的方式是直接添加环境变量：

vim ~/.bashrc export Boost_DIR=/opt/boost/boost_1_78_0/my_install/lib/cmake/Boost-1.78.0 source ~/.bashrc

以下tips仅供参考，(没有CmakeLists.txt这么用吧)，

Tips：网上还有建议说，为了方便使用,直接自动获取，而不通过set指定，就需要添加环境变量(这就比较建议新一个新文件vim /etc/profile.d/Boost.sh，然后把西面的内容放进去)：（==这个很实用，特别是一些自库用自带的Makefiles构建的时候，设置了的类似于Boost_DIR对它是不管用的，需要以下面的方式去指定头文件路径==）

boost_dir=/opt/boost_1_76_0/my_install

export CPLUS_INCLUDE_PATH=${boost_dir}/include:$CPLUS_INCLUDE_PATH # 这应该是c++程序的头文件搜索路径

export LIBRARY_PATH=${boost_dir}/lib:$LIBRARY_PATH # 这应该是静态库地址

export LD_LIBRARY_PATH=${boost_dir}/lib:$LD_LIBRARY_PATH # 后面这个就是动态库的路径

它的cmake文件是：BoostConfig.cmake

4.2 Windows

假定其版本是1.76.0，解压后会得到boost_1_76_0这样的文件

使用：我主要是cmake的调用，其BoostConfig.cmake文件所在的路径大致为your_path\boost_1_76_0\stage\lib\cmake\Boost-1.76.0。

特别注意：==这是vs的版本，只能给vs使用,在win下使用cmake生成mingw的项目，调用这个是不行的==。

Tips(以下tips仅供参考，我并未使用验证过，):在安装结束后，一般会有一个提示，如下：

==好像Boost的.cmake文件不是很好用，设定了一样会报错，就直接这样把头文件、库文件搜索路径添加进去就好了==。

以上是安装vs的版本，直接powershell安装的话，它默认就是安装的MSVC版本(这点不是很确定)，如果我们需要其它版本，比如MinGW的话，很上面的操作类似：

五、protobuf安装

谷歌的protobuf，主要用于结构化数据的序列化和反序列化，应该也是可以直接使用yum、apt-get安装，也可以下面的源码。

c++主要是使用PROTOBUF_GENERATE_CPP()函数

下载地址：这里。

就可以使用cmake了吧（直接用命令往里添加），当然也可以直接配置到环境变量，建议看这里。

有关Protobuf的一个错误：

​ cmake的时候可能会出现这样的错误：Could NOT find Protobuf (missing: Protobuf_LIBRARIES Protobuf_INCLUDE_DIR)，在CMakeLists.txt中应该也会找到一行类似：find_package(Protobuf REQUIRED)，那这种错误就是缺乏相应的依赖，解决办法：

​ Ps：在搜索出来的结果里可以看到从依赖后面会有解释，说明该依赖是c++的头文件及函数库。

六、Gstream安装

​ gstreamer官方地址，然后它下载的源码应该是.tar.xz格式的，需要先使用xz命令做一下解压xz -d gstreamer-1.19.3.tar.xz(直接使用tar -Jxvf .tar.xz就行了)。这是官方demo地址。

​ 然后这个版本问题，我试了1.15版本就还是用的configure，然后1.18以及1.19都是用的meson.build来构建的。

6.1 windows

安装：

使用：

6.2 ubuntu

6.3 centos

直接运行如下命令：

yum install gstreamer1 gstreamer1-plugins-base gstreamer1-plugins-good gstreamer1-plugins-bad-free gstreamer1-plugins-ugly-free gstreamer1-rtsp-server gstreamer1-svt-av1 json-glib openssl libuuid gstreamer1-plugins-base-devel json-glib-devel opencv-devel jansson-devel openssl-devel libuuid-devel gcc -y

说明：这是安装deepstreamer之前必要的环境(其实这安装完后，理论上是可以直接运行deepstreamer的demo的)。当然这样做后，也是可以直接运行通过gstreamer的demo的。

6.4 源码编译

​ 尽量不要自己源码编译了，始终有问题，这之所以还写，就是里面的编译发方法，以后应该还会遇到，涉及到直接使用./configure以及meson.build,所以放这了解：

​ gstreamer不同的版本，有两种方式：一种是里面有可执行文件./configure用它来配置的，另外一种是用python的项目meson(一般要python3.5以上)来构建的。

首先安装依赖：

以上这两个是必须的，没有的话，./configure都过不去

==方式一==：configure

meson & ninja

==方式二==：meson（这里有meson.build文件，小说明）

环境配置：这两种方式都需要配置pkgconfig环境，按照上面opencv的来。

写入：export PKG_CONFIG_PATH=/opt/install/lib64/pkgconfig:$PKG_CONFIG_PATH # 前面是安装路径

然后: source /etc/profile

写入：/opt/install/lib64

然后：ldconfig

官方demo，建议使用官方的例子2：

​ 写一个basic-tutorial-2.c文件(注意一定是要.c，特别是在vs中)来测试，内容如下：（之所以要.c用c语言编译，是因为第38行。若改成msg = gst_bus_timed_pop_filtered(bus, GST_CLOCK_TIME_NONE, static_cast<GstMessageType>(GST_MESSAGE_ERROR | GST_MESSAGE_EOS));就可以使用c++了，因为c++这里不能自动转换类型，要手动转换，而C可以）

#include <stdio.h>
#include <gst/gst.h>
int main(int argc, char *argv[]) {
	printf("hello world! \n");
	GstElement *pipeline, *source, *sink;
	GstBus *bus;
	GstMessage *msg;
	GstStateChangeReturn ret;
	/* Initialize GStreamer */
	gst_init(&argc, &argv);
	/* Create the elements */
	source = gst_element_factory_make("videotestsrc", "source");
	sink = gst_element_factory_make("autovideosink", "sink");
	/* Create the empty pipeline */
	pipeline = gst_pipeline_new("test-pipeline");
	if (!pipeline || !source || !sink) {
		g_printerr("Not all elements could be created.\n");
		return -1;
	}
	/* Build the pipeline */
	gst_bin_add_many(GST_BIN(pipeline), source, sink, NULL);
	if (gst_element_link(source, sink) != TRUE) {
		g_printerr("Elements could not be linked.\n");
		gst_object_unref(pipeline);
		return -1;
	}
	/* Modify the source's properties */
	g_object_set(source, "pattern", 0, NULL);
	/* Start playing */
	ret = gst_element_set_state(pipeline, GST_STATE_PLAYING);
	if (ret == GST_STATE_CHANGE_FAILURE) {
		g_printerr("Unable to set the pipeline to the playing state.\n");
		gst_object_unref(pipeline);
		return -1;
	}
	/* Wait until error or EOS */
	bus = gst_element_get_bus(pipeline);
	msg = gst_bus_timed_pop_filtered(bus, GST_CLOCK_TIME_NONE, GST_MESSAGE_ERROR | GST_MESSAGE_EOS);
	/* Parse message */
	if (msg != NULL) {
		GError *err;
		gchar *debug_info;
		switch (GST_MESSAGE_TYPE(msg)) {
		case GST_MESSAGE_ERROR:
			gst_message_parse_error(msg, &err, &debug_info);
			g_printerr("Error received from element %s: %s\n",
				GST_OBJECT_NAME(msg->src), err->message);
			g_printerr("Debugging information: %s\n",
				debug_info ? debug_info : "none");
			g_clear_error(&err);
			g_free(debug_info);
			break;
		case GST_MESSAGE_EOS:
			g_print("End-Of-Stream reached.\n");
			break;
		default:
			/* We should not reach here because we only asked for ERRORs and EOS */
			g_printerr("Unexpected message received.\n");
			break;
		}
		gst_message_unref(msg);
	}
	/* Free resources */
	gst_object_unref(bus);
	gst_element_set_state(pipeline, GST_STATE_NULL);
	gst_object_unref(pipeline);
	return 0;
}

g_object_set(source, “pattern”, 0, NULL); // 还有其它图案可以查看，把0改成其它数字，具体有这(此页面的最底部)。

再来一个简单的流的播放例子demo：

#include <gst/gst.h>

int main(int argc, char* argv[]) {
	GstElement *pipeline;
	GstBus *bus;
	GstMessage *msg;

	/* Initialize */
	gst_init(&argc, &argv);

	/* Build */
	pipeline = gst_parse_launch("playbin uri=rtsp://192.168.108.11:554/user=admin&password=&channel=1&stream=1.sdp?", NULL);

	/* start playing */
	gst_element_set_state(pipeline, GST_STATE_PLAYING);

	/* Wait ubtil error or EOS */
	bus = gst_element_get_bus(pipeline);
	msg = gst_bus_timed_pop_filtered(bus, GST_CLOCK_TIME_NONE, GST_MESSAGE_ERROR | GST_MESSAGE_EOS);
    // 这行代码这样改，就可以用g++编译了：
	// msg = gst_bus_timed_pop_filtered(bus, GST_CLOCK_TIME_NONE, static_cast<GstMessageType>(GST_MESSAGE_ERROR | GST_MESSAGE_EOS));

	/*  */
	if (GST_MESSAGE_TYPE(msg) == GST_MESSAGE_ERROR) {
		g_error("An error occurred! Re-run with the GST_DEBUG=*:WARN environment variable set for more details.");
	}

	/* free resources */
	gst_message_unref(msg);
	gst_object_unref(bus);
	gst_element_set_state(pipeline, GST_STATE_NULL);
	gst_object_unref(pipeline);
	return 0;
}

编译：

Tips：

然后官方例子1basic-tutorial-1.c的内容，要注意uri对于网络视频地址和本地视频文件之间不同的写法： // 这是播放网络资源 pipeline = gst_parse_launch(“playbin uri=https://www.freedesktop.org/software/gstreamer-sdk/data/media/sintel_trailer-480p.webm”,NULL);

// 这是播放本地视频，file后面两个斜杠，后面是绝对路径 // pipeline = gst_parse_launch(“playbin uri=file:///home/sh/Desktop/sintel_trailer-480p.webm”,NULL); // windows上的写法是，file:/// 注意是三个斜杠 // pipeline = gst_parse_launch(“playbin uri=file:///C:/Users/Administrator/Videos/sintel_trailer-480p.webm”, NULL);

命令行拉流：gst-launch-1.0 playbin uri=”rtsp://192.168.108.11:554/user=admin&password=&channel=1&stream=1.sdp?” # 感觉无论是命令行还是代码，延迟都很大啊

七、FFmpeg安装

结合自己写的博客看吧。(还有一定注意版本3、4有些不一样，在ffmpeg读流展示那里有写)

​ 备注：自己在centos上编译的，bin里面的命令工具可以直接使用，但是可能因为编译时一些开关没有设置好，用include、lib做代码开发的时候有些问题，所以直接用github上编译好的包吧（带shared的才是有头文件、库文件的）。这里也是预编译好的

说一下，现在大版本3构建的会有ffserver(它的使用可以参考一下这里，但不是很好用，官方都移除了，还是用srs吧)，然后在版本4里面已经被移除了；

八、vulkan安装

vulkan与OpenGL的区别，这里。vulkan主要是想来取代OpenGL。

前面主要尝试了两种：

​ 一种是直接安装vulkan软件，直接使用里面的lib库，然后把路径添加到vs中，进行编译使用，教程在这里，比较简单。

​ 另一种是github上的一个关于vulkan的完整demo，它把需要用到的三方库都包含进来了，直接按其官方教程进行cmake配置好(注意指定为win64，不然好像是默认的win32，后面vs编译时就会出错)，vs打开编译就好了。下面简单写下过程，以作参考：

九、vcg

vcg库是在编译openMVS时是要的，它也是opneMVS的作者开源的，好像是head-only。

安装：

This site is open source. Improve this page.