Linux下的gcc练习及练习使用opencv库

本文主要是介绍Linux下的gcc练习及练习使用opencv库，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

文章目录

一、用gcc生成静态库和动态库
- 1.编辑生成程序hello.h、hello.c、main.c
- 2.将hello.c生成.o文件
- 3.使用静态库
- 4.动态库的使用
二、a与.so库文件的生成与使用
- 1.先创建一个作业目录，保存文件
- 2.然后用vim文本编辑器编辑生成所需要的四个文件
- 3.程序中使用静态库
- 4.共享库.so文件的生成与使用
- 5.生成动态库和静态库的程序编写及大小比较
三、Linux gcc常用命令及gcc编译器背后的故事
四、使用opencv库编写打开摄像头压缩视频
- 1.安装opencv
- 2.配置环境
- 3.使用示例——图片
- 4.使用示例——视频
五、总结
六、参考文献

一、用gcc生成静态库和动态库

1.编辑生成程序hello.h、hello.c、main.c

(1)创建test用于保存本次练习所需要的文件

（2）用vim文本编辑器编辑生成所需要的三个文件
在这里插入图片描述

hello.h:

#ifndef HELLO_H
#define HELLO_H
void hello(const char *name);
#endif//HELLO_H

hello.c:

#include<stdio.h>
void hello(const char *name)
{
	printf("Hello%s\n",name);
}

main.c:

#include"hello.h"
int main()
{
	hello("everyone");
	return 0;
}

2.将hello.c生成.o文件

（1）将源程序hello.c通过gcc先编译成.o文件
（2）运行ls命令看看是否生成了hello.o文件
在这里插入图片描述
在ls命令结果中，我们看到了hello.o，操作完成。

3.使用静态库

（1）创建静态库
静态库文件名的命名规范是以lib为前缀，紧接着静态库名，扩展名为.a。例如：我们将创建的静态库名为myhello，则静态库文件名就是libmyhello.a.
使用ar命令。

ar -crv libmyhello.a hello.o

运行ls命令查看结果。
在这里插入图片描述
(2)程序中使用静态库
用gcc命令生成目标文件时指明静态库名，gcc将会从静态库中将公用函数连接到目标文件中。
在程序 3:main.c 中，我们包含了静态库的头文件 hello.h，然后在主程序 main 中直接调用公用函数 hello。下面先生成目标程序 hello，然后运行 hello 程序看看结果如何。
方法一

# gcc -o hello main.c -L. –lmyhello

自定义的库时，main.c 还可放在-L.和 –lmyhello 之间，但是不能放在它俩之后，否则会提示 myhello 没定义，但是是系统的库时，如 g++ -o main（-L/usr/lib） -lpthread main.cpp 就不出错
方法二

#gcc main.c libmyhello.a -o hello

方法三
先生成 main.o：
gcc -c main.c
再生成可执行文件：
gcc -o hello main.o libmyhello.a
动态库连接时也可以这样做。
./hello
Hello everyone!

在这里插入图片描述

4.动态库的使用

（1）创建动态库
动态库文件名命名规范和静态库文件名命名规范类似，也是在动态库名增加前缀lib，但其文件扩展名为.so.
用gcc来创建动态库
使用ls命令看动态库文件是否生成。`

gcc -shared -fPIC -o libmyhello.so hello.o

-o不可少
在这里插入图片描述
（2）在程序中使用动态库

gcc -o hello main.c -L. -lmyhello

在这里插入图片描述
发现有错误，程序在运行时，会在/usr/lib 和/lib 等目录中查找需要的动态库文件。若找到，则载入动态库，否则将提示类似上述错误而终止程序运行。我们将文件 libmyhello.so 复制到目录/usr/lib 中，再试试。
在这里插入图片描述

二、a与.so库文件的生成与使用

1.先创建一个作业目录，保存文件

2.然后用vim文本编辑器编辑生成所需要的四个文件

在这里插入图片描述

3.程序中使用静态库

ar crv libfile.a A1.o A2.o

在这里插入图片描述

gcc -o test test.c libfile.a

在这里插入图片描述

使用.a库文件，创建可执行程序
若采用此种方式，需保证生成的.a文件与.c文件保存在同一目录下，即都在当前目录下

gcc -o test test.c libfile.a
./test

在这里插入图片描述

4.共享库.so文件的生成与使用

gcc -shared -fPIC -o libfile.so A1.0 A2.o
gcc -o test test.c libfile.so

在这里插入图片描述

5.生成动态库和静态库的程序编写及大小比较

（1）编写一个x2x函数，x2y函数（功能自定），main函数代码将调用x2x和x2y ；将这3个函数分别写成单独的3个 .c文件
在这里插入图片描述
SUB1：

float x2x(int a,int b)
{
	float c=0;
	c=a+b;
	return c;
}

SUB2.c:

float x2y(int a,int b)
{
	float c=0;
	c=a/b;
	return c;
}

SUB.h:

#ifndef SUB_H
#define SUB_H
float x2x(int a,int b);
float x2y(int a,int b);
#endif

main.c:

#include<stdio.h>
#include"sub.h"
void main()
{
	int a,b;
	printf("Please input the value of a:");
	scanf("%d",&a);
	printf("Please input the value of b:");
	scanf("%d",&b);
	printf("a+b=%.2f\n",x2x(a,b));
	printf("a/b=%.2f\n",x2y(a,b));
}

(2)用gcc分别编译为3个.o 目标文件

gcc -c SUB1.c SUB2.c

(3)静态库大小比较

ar crv libsub.a SUB1.o SUB2.o
gcc -o main main.c libSUB.a

在这里插入图片描述
将x2x，x2y目标文件用ar工具生成1个.a静态库文件。
用gcc将main函数的目标文件与此静态库文件进行链接，生成最终的可执行程序并记录文件的大小。
查看静态库生成的文件大小。

（4）动态库

gcc -shared -fPIC libSUB.so SUB1.o
SUB2.o
gcc -o main main.c libSUB.so

生成动态库
此时会报错，提示找不到该文件。这是由于 linux 自身系统设定的相应的设置的原因，即其只在/lib and /usr/lib 下搜索对应的.so 文件，故需将对应 so 文件拷贝到对应路径，
即执行如下代码即可。
在这里插入图片描述
再次执行./main,即可运行成功。
查看动态库生成的文件大小。

通过比较发现静态库要比动态库要小很多，生成的可执行文件大小也存在较小的差别。

三、Linux gcc常用命令及gcc编译器背后的故事

四、使用opencv库编写打开摄像头压缩视频

1.安装opencv

（1）下载 OpenCV 3.4.11 数据包
注：可以直接在虚拟机中使用浏览器（我的是火狐）进行下载，国外官网下载地址：https://github.com/opencv/opencv/releases，不推荐在国外网址上下载，巨慢！！！！
在这里插入图片描述
（2）解压缩包

在解压缩包之前，将 opencv-3.4.11.zip 复制到 home 文件夹下，再解压缩。
在这里插入图片描述

unzip opencv-3.4.11.zip

在这里插入图片描述
（3）使用 cmake 安装 opencv

首先进入解压后的文件夹：opencv-3.4.11

cd opencv-3.4.11

在这里插入图片描述
首先进入 root 用户，并更新一下。

sudo su
sudo apt-get update

在这里插入图片描述

接着再执行这条命令安装 cmake 。

sudo apt-get install cmake

在这里插入图片描述

复制下面这条命令，安装依赖库。

sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg.dev libtiff5.dev libswscale-dev

在这里插入图片描述

再创建 build 文件夹，进入文件夹

mkdir build
cd build

在这里插入图片描述

使用 cmake 编译参数，或者使用第二条默认参数，都可以的。

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
cmake ..

在这里插入图片描述

(4)使用 make 创建编译

仍然是在 build 文件夹下进行。

sudo make

在这里插入图片描述

在这里插入图片描述
(5)安装

sudo make install

在这里插入图片描述

2.配置环境

（1）修改 opencv.conf 文件，打开后的文件是空的，添加 opencv 库的安装路径：/usr/local/lib

sudo gedit /etc/ld.so.conf.d/opencv.conf

在这里插入图片描述
保存后会看到之前的警告信息，不用担心，正常情况。

更新系统共享链接库

sudo ldconfig

配置 bash ，修改 bash.bashrc 文件

sudo gedit /etc/bash.bashrc

在这里插入图片描述
在文件末尾加入：

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH

在这里插入图片描述
保存退出，然后执行如下命令使得配置生效

source /etc/bash.bashrc

更新一下。

sudo updatedb

接下来查看 opencv 的版本信息。
因为我们用的是OpenCV4版本，默认不使用pkg-config
参考文献：为什么OpenCV4 “pkg-config --modversion opencv”显示“ No package ‘opencv‘ found”？解决方法！
在这里插入图片描述
这下就成功了。

3.使用示例——图片

代码编写：

首先创建一个代码存放文件夹 code ，然后进入文件夹中。

mkdir code
cd code

在这里插入图片描述

创建一个 test1.cpp 文件。

gedit test1.cpp

将下面的代码复制粘贴进去。
test1.cpp：

#include <opencv2/highgui.hpp>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main(int argc, char** argv)
{
	CvPoint center;
    double scale = -3; 

	IplImage* image = cvLoadImage("lena.jpg");
	argc == 2? cvLoadImage(argv[1]) : 0;
	
	cvShowImage("Image", image);
	
	
	if (!image) return -1; 	center = cvPoint(image->width / 2, image->height / 2);
	for (int i = 0;i<image->height;i++)
		for (int j = 0;j<image->width;j++) {
			double dx = (double)(j - center.x) / center.x;
			double dy = (double)(i - center.y) / center.y;
			double weight = exp((dx*dx + dy*dy)*scale);
			uchar* ptr = &CV_IMAGE_ELEM(image, uchar, i, j * 3);
			ptr[0] = cvRound(ptr[0] * weight);
			ptr[1] = cvRound(ptr[1] * weight);
			ptr[2] = cvRound(ptr[2] * weight);
		}

	Mat src;Mat dst;
	src = cvarrToMat(image);
	cv::imwrite("test.png", src);

    cvNamedWindow("test",1);  	imshow("test", src);
	 cvWaitKey();
	 return 0;
}

编译文件：

执行以下命令：

gcc test1.cpp -o test1 `pkg-config --cflags --libs opencv`

编译出错了！！！百度了一下，说是：需要用 C++ 编译器编译你的接口模块。将 gcc 改为 g++ 后就正确了，可以看到有了可执行文件 test1 ，
在用同文件夹下准备一张图片，文件名为：lena.jpg
输出结果：
在这里插入图片描述

执行以下命令：

./test1

可以看到由 lena.jpg 生成了一个 test.png ，呈现的效果不同了。
在这里插入图片描述

4.使用示例——视频

1）虚拟机获取摄像头权限
使用快捷键 Win + R ，输入 services.msc ，并回车。
在这里插入图片描述
找到 VMware USB Arbitration S… 服务，确保启动了。

点击 “ 虚拟机 ” ，然后点击 “ 设置(S)… ”。

选择 “ USB控制器 ” ，将 “ USB兼容性 ” 设置为 “ USB 3.0 ” ，并点击确定。

选择 “ 虚拟机 ” ，再选择 “ 可移动设备 ” ，再选择 “ Quanta USB2.0 VGA UVC WebCam ” ，最后点击 “ 连接 ” ，再弹出的窗口内点击 “ 确定 ” 。
在这里插入图片描述
虚拟机右下角这个摄像头图标有个小绿点，则连接成功。

2）播放视频
创建一个 test2.cpp 文件。

gedit test2.cpp

将以下代码复制粘贴进去。
test2.cpp：

#include <opencv2/opencv.hpp>
using namespace cv;
int main()
{
	//从摄像头读取视频
	VideoCapture capture("man.mp4");
	//循环显示每一帧
	while(1){
		Mat frame;//定义一个Mat变量，用于存储每一帧的图像
		capture >> frame;//读取当前帧
		if(frame.empty())//播放完毕，退出
			break;
		imshow("读取视频帧",frame);//显示当前帧
		waitKey(30);//掩饰30ms
	}
	system("pause");
	return 0;
}

准备一个小视频，我这里准备了 man.mp4 。
编译 test2.cpp 文件。

g++ test2.cpp -o test2 `pkg-config --cflags --libs opencv`

./test2

在这里插入图片描述
（3）录制视频
创建一个 test3.cpp 。

gedit test3.cpp

复制粘贴一下代码。
test3.cpp：

/*********************************************************************
打开电脑摄像头，空格控制视频录制，ESC退出并保存视频RecordVideo.avi
*********************************************************************/
#include<iostream>
#include <opencv2/opencv.hpp>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
using namespace cv;
using namespace std;

int main()
{
	//打开电脑摄像头
	VideoCapture cap(0);
	if (!cap.isOpened())
	{
		cout << "error" << endl;
		waitKey(0);
		return 0;
	}

	//获得cap的分辨率
	int w = static_cast<int>(cap.get(CV_CAP_PROP_FRAME_WIDTH));
	int h = static_cast<int>(cap.get(CV_CAP_PROP_FRAME_HEIGHT));
	Size videoSize(w, h);
	VideoWriter writer("RecordVideo.avi", CV_FOURCC('M', 'J', 'P', 'G'), 25, videoSize);
	
	Mat frame;
	int key;//记录键盘按键
	char startOrStop = 1;//0  开始录制视频； 1 结束录制视频
	char flag = 0;//正在录制标志 0-不在录制； 1-正在录制

	while (1)
	{
		cap >> frame;
		key = waitKey(100);
		if (key == 32)//按下空格开始录制、暂停录制   可以来回切换
		{
			startOrStop = 1 - startOrStop;
			if (startOrStop == 0)
			{
				flag = 1;
			}
		}
		if (key == 27)//按下ESC退出整个程序，保存视频文件到磁盘
		{
			break;
		}

		if (startOrStop == 0 && flag==1)
		{
			writer << frame;
			cout << "recording" << endl;
		}
		else if (startOrStop == 1)
		{
			flag = 0;
			cout << "end recording" << endl;
			
		}
		imshow("picture", frame);
	}
	cap.release();
	writer.release();
	destroyAllWindows();
	return 0;
}

编译 test3.cpp 文件。

g++ test3.cpp -o test3 `pkg-config --cflags --libs opencv`

./test3

生成了一个 .avi 文件，并不断生成帧。（我屋子里没开灯，所以摄像头录到的是黑的）
在这里插入图片描述

五、总结

该实验主要内容为用gcc生成静态库和动态库，a与.so库文件的生成与使用，使用opencv库编写打开摄像头压缩视频，过程还是非常艰辛的，这个漫长的过程令人很痛苦。

六、参考文献

https://blog.csdn.net/ssj925319/article/details/109231145

https://blog.csdn.net/qq_55691662/article/details/120797045

https://blog.csdn.net/qq_43279579/article/details/109026927

这篇关于Linux下的gcc练习及练习使用opencv库的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！

Linux教程

Linux下的gcc练习及练习使用opencv库

文章目录

一、用gcc生成静态库和动态库

1.编辑生成程序hello.h、hello.c、main.c

2.将hello.c生成.o文件

3.使用静态库

4.动态库的使用

二、a与.so库文件的生成与使用

1.先创建一个作业目录，保存文件

2.然后用vim文本编辑器编辑生成所需要的四个文件

3.程序中使用静态库

4.共享库.so文件的生成与使用

5.生成动态库和静态库的程序编写及大小比较

三、Linux gcc常用命令及gcc编译器背后的故事

四、使用opencv库编写打开摄像头压缩视频

1.安装opencv

2.配置环境

3.使用示例——图片

4.使用示例——视频

五、总结

六、参考文献

前端开发

后端开发

移动端开发

数据库

服务器运维

人工智能

区块链

游戏开发

网站运营

大数据/云计算

软件工程

软件/开发工具使用

资讯