安装gocv 比较正确的姿势 (TDM-GCC + opencv 4.5.2 + gocv)_gocv 使用教程-程序员宅基地

技术标签： mingw go gocv opencv

0.前言

目前主要用java 工作用到go和gocv 遇到些坑记录一下比较合理的解决方法

找了好几个链接似乎不能很好的解决安装和编译的问题总结出自己的解决方法

有不正确或者有疑问的地方可以下方评论留言建议花几分钟从头看到尾最后有个总结可以看看

1.先看结果

编译成功看结果

我用的是goland ,如果编译成功可以看看结果,

找到依赖(可以在资源管理器打开也行) 后右键控制台打开 , 然后执行 ,可能第一次需要等一会比较慢

在这里插入图片描述

编译的文件

在这里插入图片描述

2.操作过程

安装和配置环境变量

安装mingw或者tdm-gcc 和 cmake

看看环境变量配置好了没没有配置手动加上也行

(我的配置不等于你的配置请选择你自己安装mingw tdm-gcc cmake的路径)

如果有安装过python 可以不卸载不删除环境变量没问题的(最后总结有解释)

在这里插入图片描述

解压路径

解压成这样

(下载链接github搜索找对应版本就行)

在这里插入图片描述

build里面东西我全删了重新编译一次

cmd命令打开这个目录先放一边

在这里插入图片描述

可能你之前自己试过其他方法来编译opencv 这里可能会有个.cache文件夹建议删掉

(opencv_contrib-4.5.2 没有变过不用管他当然你全两个删掉重新解压最好)

在这里插入图片描述

开始编译

回到goland 双击打开

\gocv.io\x\[email protected]\win_build_opencv.cmd

找到这行

在这里插入图片描述

整行复制出来丢刚才的cmd窗口然后回车等他跑完(大概1-3分钟)

在这里插入图片描述

然后按顺序运行这两行等他跑完至于最后三行可以不管就是把之前解压的两个文件夹删掉然后跳到文件夹

编译时候跳红色就是编译出问题了检查下网络吧

(挺久的大概要5-10分钟,完全有理由相信 go是在c++编译的时候写的 XD )

在这里插入图片描述

到这一步基本完成了如果没加环境变量可以加上上面我提前加好了的这里不加了

C:\opencv\build\install\x64\mingw\bin

3.引用和参考

https://zhuanlan.zhihu.com/p/87934563

https://blog.csdn.net/qq_29191321/article/details/88699933

https://github.com/hybridgroup/gocv

4.总结和注意点

为什么能编译成功

只是跟着gocv的安装命令手动一行行操作罢了就这么简单

为什么用tdm-gcc 用mingw行吗

因为我喜欢用这个我的版本是9.2.0 最新版(10.3.0-2)还没试过
当然你也可以选择mingw 官方就是使用mingw的应该问题不大

没看到用cmake编译

用了的只是没用gui 用gocv写好的命令用gui我没看到哪里能加参数(是那个add Entry? 我也不想一个个加啊这么多) 命令行方式加参数了过滤了一些不要编译的东西和一些设置大部分就是你用gui 点config时候报红的那些我不知道哪些会报红或者编译时候会异常所以用写好的最好如果还是不行那我也没办法

在这里插入图片描述

装了新版opencv但是运行panic? (比如4.5.3)

不能我试了要和gocv版本一致我装4.5.3成功但是运行时候panic找不到4.5.2相关版本的库
截图就不发了

5.如果文章帮助到你欢迎评论和捐赠

在这里插入图片描述

是运行时候panic找不到4.5.2相关版本的库截图就不发了




# 5.如果文章帮助到你 欢迎评论和捐赠

[外链图片转存中...(img-gmhrSpOS-1626581400975)]



[外链图片转存中...(img-d6zN933e-1626581400976)]

本文链接：https://blog.csdn.net/m0_37708237/article/details/118875568

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

稀疏编码的数学基础与理论分析-程序员宅基地

文章浏览阅读290次，点赞8次，收藏10次。1.背景介绍稀疏编码是一种用于处理稀疏数据的编码技术，其主要应用于信息传输、存储和处理等领域。稀疏数据是指数据中大部分元素为零或近似于零的数据，例如文本、图像、音频、视频等。稀疏编码的核心思想是将稀疏数据表示为非零元素和它们对应的位置信息，从而减少存储空间和计算复杂度。稀疏编码的研究起源于1990年代，随着大数据时代的到来，稀疏编码技术的应用范围和影响力不断扩大。目前，稀疏编码已经成为计算...

EasyGBS国标流媒体服务器GB28181国标方案安装使用文档-程序员宅基地

文章浏览阅读217次。EasyGBS - GB28181 国标方案安装使用文档下载安装包下载，正式使用需商业授权, 功能一致在线演示在线API架构图EasySIPCMSSIP 中心信令服务, 单节点, 自带一个 Redis Server, 随 EasySIPCMS 自启动, 不需要手动运行EasySIPSMSSIP 流媒体服务, 根..._easygbs-windows-2.6.0-23042316使用文档

【Web】记录巅峰极客2023 BabyURL题目复现——Jackson原生链_原生jackson 反序列化链子-程序员宅基地

文章浏览阅读1.2k次，点赞27次，收藏7次。2023巅峰极客 BabyURL之前AliyunCTF Bypassit I这题考查了这样一条链子：其实就是Jackson的原生反序列化利用今天复现的这题也是大同小异，一起来整一下。_原生jackson 反序列化链子

一文搞懂SpringCloud，详解干货，做好笔记_spring cloud-程序员宅基地

文章浏览阅读734次，点赞9次，收藏7次。微服务架构简单的说就是将单体应用进一步拆分，拆分成更小的服务，每个服务都是一个可以独立运行的项目。这么多小服务，如何管理他们？(服务治理注册中心[服务注册发现剔除])这么多小服务，他们之间如何通讯？这么多小服务，客户端怎么访问他们？(网关)这么多小服务，一旦出现问题了，应该如何自处理？(容错)这么多小服务，一旦出现问题了，应该如何排错?(链路追踪)对于上面的问题，是任何一个微服务设计者都不能绕过去的，因此大部分的微服务产品都针对每一个问题提供了相应的组件来解决它们。_spring cloud

Js实现图片点击切换与轮播-程序员宅基地

文章浏览阅读5.9k次，点赞6次，收藏20次。Js实现图片点击切换与轮播图片点击切换<!DOCTYPE html><html> <head> <meta charset="UTF-8"> <title></title> <script type="text/ja..._点击图片进行轮播图切换

tensorflow-gpu版本安装教程（过程详细）_tensorflow gpu版本安装-程序员宅基地

文章浏览阅读10w+次，点赞245次，收藏1.5k次。在开始安装前，如果你的电脑装过tensorflow，请先把他们卸载干净，包括依赖的包（tensorflow-estimator、tensorboard、tensorflow、keras-applications、keras-preprocessing），不然后续安装了tensorflow-gpu可能会出现找不到cuda的问题。cuda、cudnn。..._tensorflow gpu版本安装

随便推点

物联网时代权限滥用漏洞的攻击及防御-程序员宅基地

文章浏览阅读243次。0x00 简介权限滥用漏洞一般归类于逻辑问题，是指服务端功能开放过多或权限限制不严格，导致攻击者可以通过直接或间接调用的方式达到攻击效果。随着物联网时代的到来，这种漏洞已经屡见不鲜，各种漏洞组合利用也是千奇百怪、五花八门，这里总结漏洞是为了更好地应对和预防，如有不妥之处还请业内人士多多指教。0x01 背景2014年4月，在比特币飞涨的时代某网站曾经..._使用物联网漏洞的使用者

Visual Odometry and Depth Calculation--Epipolar Geometry--Direct Method--PnP_normalized plane coordinates-程序员宅基地

文章浏览阅读786次。A. Epipolar geometry and triangulationThe epipolar geometry mainly adopts the feature point method, such as SIFT, SURF and ORB, etc. to obtain the feature points corresponding to two frames of images. As shown in Figure 1, let the first image be and th_normalized plane coordinates

开放信息抽取(OIE)系统（三）-- 第二代开放信息抽取系统(人工规则, rule-based, 先抽取关系)_语义角色增强的关系抽取-程序员宅基地

文章浏览阅读708次，点赞2次，收藏3次。开放信息抽取(OIE)系统（三）-- 第二代开放信息抽取系统(人工规则, rule-based, 先关系再实体)一.第二代开放信息抽取系统背景第一代开放信息抽取系统(Open Information Extraction， OIE， learning-based, 自学习, 先抽取实体)通常抽取大量冗余信息，为了消除这些冗余信息，诞生了第二代开放信息抽取系统。二.第二代开放信息抽取系统历史第二代开放信息抽取系统着眼于解决第一代系统的三大问题: 大量非信息性提取（即省略关键信息的提取）、_语义角色增强的关系抽取