我正在参加「掘金·启航计划」
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
以上就是全部整个环境配置。下面就开启正式编码之旅。
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。
