Linux下編譯、鏈接、加載運行C++ OpenCV的兩種方式及常見問題的解決

在Linux下安裝完OpenCV C++之后（還沒有安裝的讀者請參考Ubuntu 18.04 安裝OpenCV C++），本文將探索Linux下編譯、鏈接C++ OpenCV的兩種方式，并且給出筆者在初次嘗試時遇到的一些問題的解決方法。一般來看，不只是OpenCV，其實本文已經囊括了大部分Linux下C++鏈接庫文件、運行時鏈接動態庫文件的常見問題。各位讀者如果鏈接時遇到其他問題，也可留言討論。

注意，我們這里并不采用簡單的包含進opencv的頭文件，然后再main函數中打印個hello world的測試方式。這種測試方式只能測試頭文件的正常包含，即只能保證編譯通過，我們需要實際地調用一些opencv中的圖像處理接口，來保證鏈接和運行時的正確性。這里，我們調用Canny算子來提取圖像的邊緣信息。如果這個測試用例能夠正常地編譯、鏈接、運行的話，那整個opencv的運行測試才能算是完整通過了。

首先我們準備一個測試源碼demo.cpp，和測試圖像demo.jpg，把它們放到測試文件夾demo/下。即一開始，我們有目錄樹如下：

├── demo
│   ├── demo.cpp
│   └── demo.jpg

方法一：CMake

CMake鏈接的使用方法筆者已經在安裝OpenCV的文章中介紹過，這里再復述一遍，這種方法基本不會遇到什么問題。我們先準備一個CMakeLists.txt：

cmake_minimum_required(VERSION 2.8)
project( demo )
find_package( OpenCV REQUIRED )
include_directories( ${OpenCV_INCLUDE_DIRS} )
add_executable( demo demo.cpp )
target_link_libraries( demo ${OpenCV_LIBS} )

具體的含義筆者就不在這里贅述了，這需要一些cmake的相關知識，總之按照這個CMakeLists.txt是可以正常編譯鏈接運行包含opencv庫的源代碼的。我們來試一下：

cmake .
make

過程輸出：

$ cmake .
-- The C compiler identification is GNU 7.5.0
-- The CXX compiler identification is GNU 7.5.0
-- Check for working C compiler: /usr/bin/cc
-- Check for working C compiler: /usr/bin/cc -- works
-- Detecting C compiler ABI info
-- Detecting C compiler ABI info - done
-- Detecting C compile features
-- Detecting C compile features - done
-- Check for working CXX compiler: /usr/bin/c++
-- Check for working CXX compiler: /usr/bin/c++ -- works
-- Detecting CXX compiler ABI info
-- Detecting CXX compiler ABI info - done
-- Detecting CXX compile features
-- Detecting CXX compile features - done
-- Found OpenCV: /usr/local (found version "4.5.4")
-- Configuring done
-- Generating done
-- Build files have been written to: /home/song/hello/demo/demo
$ make
Scanning dependencies of target demo
[ 50%] Building CXX object CMakeFiles/demo.dir/demo.cpp.o
[100%] Linking CXX executable demo
[100%] Built target dem

經過這兩步后，我們直接運行生成的可執行文件demo：

./demo

會得到一張Canny算子提取的圖像邊緣信息Canny.jpg，整個過程沒有報錯的話，則測試成功。

方法二：通過g++直接命令行編譯

筆者在使用這種方法時遇到了不少問題，會記錄在后面的常見問題及解決一節，讀者在編譯過程中遇到問題可以去后面看一下，如果后面也沒有你遇到的問題，歡迎留言討論。

我們回到最初的測試目錄的內容，只有demo.cpp和demo.jpg。

我們先嘗試直接編譯鏈接：

g++ demo.cpp -o demo

這樣是肯定不行的，會報一大堆undefined reference，因為這樣是沒有鏈接我們的opencv庫的。但是只這樣編譯其實是可以的，即：

g++ -c demo.cpp

除非你的頭文件都找不到，否則上述-c選項的僅編譯的命令是會通過的，會得到一個demo.o可重定向文件。頭文件找不到保存請看下面的問題一。

下面我們來解決鏈接時undefined reference的問題，未定義引用，究其原因無非就是opencv的庫文件沒有鏈接進來。對于動態鏈接庫，我們通常使用-l[lib]的選項來鏈接，但是opencv中要包含的庫文件太多了，我們難道要一個一個寫嗎？

當然不用！我們通常會借助pkg-config工具來生成鏈接時的庫文件選項。如果還沒有安裝請參考問題二。我們要在pkgconfig的目錄下添加opencv.pc來讓它幫助生成我們的opencv鏈接選項。opencv.pc應該是在opencv安裝時直接生成的。

但默認是不生成的，筆者當時安裝的時候不知道要用到這個，就沒有配置，筆者就自己從Stack Overflow抄了個opencv.pc文件，但是弄了大半天都不行，最后才發現是版本太老了，不適合現在的opencv版本了。最終無奈自己寫了個腳本把lib目錄下opencv的動態鏈接庫名稱都提取出來，放到opencv.pc里才成功。（~~不然這篇博客應該會早幾小時出來，本段小吐槽勿怪~~）

筆者把自己提取到的opencv.pc放到問題三了，可能與官網安裝時生成的不同，但是親測使用正常，有需要的小伙伴自取，版本是4.5.4。

將適合自己版本的opencv.pc放到/usr/local/lib/pkgconfig目錄下。然后命令行執行pkg-config opencv --libs --cflags，應當會得到如下鏈接選項：

-I/usr/include/opencv -I/usr/include/opencv2 -L/usr/local/lib -lopencv_aruco -lopencv_barcode -lopencv_bgsegm -lopencv_bioinspired -lopencv_calib3d -lopencv_ccalib -lopencv_core -lopencv_datasets -lopencv_dnn_objdetect -lopencv_dnn -lopencv_dnn_superres -lopencv_dpm -lopencv_face -lopencv_features2d -lopencv_flann -lopencv_freetype -lopencv_fuzzy -lopencv_gapi -lopencv_hfs -lopencv_highgui -lopencv_imgcodecs -lopencv_img_hash -lopencv_imgproc -lopencv_intensity_transform -lopencv_line_descriptor -lopencv_mcc -lopencv_ml -lopencv_objdetect -lopencv_optflow -lopencv_phase_unwrapping -lopencv_photo -lopencv_plot -lopencv_quality -lopencv_rapid -lopencv_reg -lopencv_rgbd -lopencv_saliency -lopencv_shape -lopencv_stereo -lopencv_stitching -lopencv_structured_light -lopencv_superres -lopencv_surface_matching -lopencv_text -lopencv_tracking -lopencv_videoio -lopencv_video -lopencv_videostab -lopencv_wechat_qrcode -lopencv_xfeatures2d -lopencv_ximgproc -lopencv_xobjdetect -lopencv_xphoto

這時我們就可以正常地鏈接測試源碼demo.cpp了：

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

注意是反引號：`。

關于以上鏈接選項的稍微詳細一些的介紹，可以參考：gcc參數 -i, -L, -l, -include。

這時我們就應該得到可執行文件demo了，運行它，我們可以得到一張Canny算子提取的圖像邊緣信息Canny.jpg，整個過程沒有報錯的話，則測試成功。

如果已經得到了可執行文件demo，但是運行時報錯找不到共享庫，請參考問題四。

常見問題及解決

問題一：默認安裝的頭文件路徑與搜索的頭文件路徑不匹配

找不到頭文件報錯，通常是因為默認安裝的頭文件路徑與搜索的頭文件路徑不匹配。opencv默認安裝的頭文件路徑是/usr/local/include，而我們搜索的默認路徑在/usr/include。

遇到這種找不到頭文件的報錯，請先到/usr/local/include/opencv4/opencv2路徑下確認有自己的頭文件，然后直接軟鏈接就行了：

sudo ln -s /usr/local/include/opencv4/opencv2 /usr/include/

關于軟鏈接，用法：Linux軟鏈接的使用，詳解：Linux中的硬鏈接和軟鏈接。

或者通過gcc的-I參數來指定頭文件的搜索路徑：

g++ -c demo.cpp -I/usr/local/include

問題二：pkg-config的安裝

下載、解壓、安裝、驗證一氣呵成：

# 下載
wget https://pkg-config.freedesktop.org/releases/pkg-config-0.29.2.tar.gz
# 解壓
tar -zxvf pkg-config-0.29.2.tar.gz 
# 安裝
cd pkg-config-0.29.2/
./configure 
make
make check
sudo make install
# 驗證
pkg-config --version
# 輸出：0.29.2 安裝成功

問題三：OpenCV 4.5.4 可行的opencv.pc文件

這個是筆者自己寫腳本提取的opencv.pc文件，可能與官網安裝時生成的不同，但是親測使用正常，放到/usr/local/lib/pkgconfig目錄下即可。

prefix=/usr
exec_prefix=${prefix}/local
includedir=${prefix}/include
libdir=${exec_prefix}/libName: opencv
Description: The opencv library
Version: 2.x.x
Cflags: -I${includedir}/opencv -I${includedir}/opencv2
Libs: -L${libdir} -lopencv_aruco -lopencv_barcode -lopencv_bgsegm -lopencv_bioinspired -lopencv_calib3d -lopencv_ccalib -lopencv_core -lopencv_datasets -lopencv_dnn_objdetect -lopencv_dnn -lopencv_dnn_superres -lopencv_dpm -lopencv_face -lopencv_features2d -lopencv_flann -lopencv_freetype -lopencv_fuzzy -lopencv_gapi -lopencv_hfs -lopencv_highgui -lopencv_imgcodecs -lopencv_img_hash -lopencv_imgproc -lopencv_intensity_transform -lopencv_line_descriptor -lopencv_mcc -lopencv_ml -lopencv_objdetect -lopencv_optflow -lopencv_phase_unwrapping -lopencv_photo -lopencv_plot -lopencv_quality -lopencv_rapid -lopencv_reg -lopencv_rgbd -lopencv_saliency -lopencv_shape -lopencv_stereo -lopencv_stitching -lopencv_structured_light -lopencv_superres -lopencv_surface_matching -lopencv_text -lopencv_tracking -lopencv_videoio -lopencv_video -lopencv_videostab -lopencv_wechat_qrcode -lopencv_xfeatures2d -lopencv_ximgproc -lopencv_xobjdetect -lopencv_xphoto

問題四：可執行文件運行時找不到共享庫

由于我們Linux默認是動態鏈接的，即有些共享庫是在可執行文件運行時才鏈接進來的（關于鏈接、裝載與庫，可參考：Linux下的ELF文件、鏈接、加載與庫（含大量圖文解析及例程）。因此我們正確地鏈接生成可執行文件demo之后并不能保證正確地運行，可能會找不到共享庫報錯：

./demo: error while loading shared libraries: libopencv_core.so.4.5: cannot open shared object file: No such file or directory

我們還可以通過ldd命令來查看可執行文件所需要的共享庫：

$ ldd demolinux-vdso.so.1 (0x00007ffdd25b5000)libopencv_core.so.4.5 => not foundlibopencv_imgcodecs.so.4.5 => not foundlibopencv_imgproc.so.4.5 => not foundlibstdc++.so.6 => /usr/lib/x86_64-linux-gnu/libstdc++.so.6 (0x00007fdf87e92000)libgcc_s.so.1 => /lib/x86_64-linux-gnu/libgcc_s.so.1 (0x00007fdf87c7a000)libc.so.6 => /lib/x86_64-linux-gnu/libc.so.6 (0x00007fdf87889000)libm.so.6 => /lib/x86_64-linux-gnu/libm.so.6 (0x00007fdf874eb000)/lib64/ld-linux-x86-64.so.2 (0x00007fdf8841f000

確實opencv相關的庫都找不到，但是這時我們到共享庫目錄/usr/local/lib/下去查看，其實是有這個共享庫的：

$ ls -l /usr/local/lib/ | grep "core"
lrwxrwxrwx 1 root root         21 10月  7 19:55 libopencv_core.so -> libopencv_core.so.4.5
lrwxrwxrwx 1 root root         23 10月  7 19:55 libopencv_core.so.4.5 -> libopencv_core.so.4.5.4
-rw-r--r-- 1 root root    5247960 10月  7 11:42 libopencv_core.so.4.5.4

既然有這個庫還報找不到文件的錯誤，那這就提醒我們，是不是系統不知道要到這個目錄下去找共享庫。這時，我們就應該通過指定環境變量LD_LIBRARY_PATH來告訴系統我們想要搜索的共享庫目錄。即通過以下命令將/usr/local/lib添加到共享庫搜索目錄的環境變量中：

export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH

添加之后，我們可以直接先ldd來查看一下是否已經能夠找到共享庫：

$ ldd demolinux-vdso.so.1 (0x00007ffc15975000)libopencv_core.so.4.5 => /usr/local/lib/libopencv_core.so.4.5 (0x00007fb271fde000)libopencv_imgcodecs.so.4.5 => /usr/local/lib/libopencv_imgcodecs.so.4.5 (0x00007fb271b1f000)libopencv_imgproc.so.4.5 => /usr/local/lib/libopencv_imgproc.so.4.5 (0x00007fb271283000)libstdc++.so.6 => /usr/lib/x86_64-linux-gnu/libstdc++.so.6 (0x00007fb270efa000)libgcc_s.so.1 => /lib/x86_64-linux-gnu/libgcc_s.so.1 (0x00007fb270ce2000)libc.so.6 => /lib/x86_64-linux-gnu/libc.so.6 (0x00007fb2708f1000)libdl.so.2 => /lib/x86_64-linux-gnu/libdl.so.2 (0x00007fb2706ed000)libpthread.so.0 => /lib/x86_64-linux-gnu/libpthread.so.0 (0x00007fb2704ce000)librt.so.1 => /lib/x86_64-linux-gnu/librt.so.1 (0x00007fb2702c6000)libz.so.1 => /lib/x86_64-linux-gnu/libz.so.1 (0x00007fb2700a9000)libm.so.6 => /lib/x86_64-linux-gnu/libm.so.6 (0x00007fb26fd0b000)libjpeg.so.8 => /usr/lib/x86_64-linux-gnu/libjpeg.so.8 (0x00007fb26faa3000)libpng16.so.16 => /usr/lib/x86_64-linux-gnu/libpng16.so.16 (0x00007fb26f871000)libtiff.so.5 => /usr/lib/x86_64-linux-gnu/libtiff.so.5 (0x00007fb26f5fa000)/lib64/ld-linux-x86-64.so.2 (0x00007fb27282d000)liblzma.so.5 => /lib/x86_64-linux-gnu/liblzma.so.5 (0x00007fb26f3d4000)libjbig.so.0 => /usr/lib/x86_64-linux-gnu/libjbig.so.0 (0x00007fb26f1c6000)

我們看到，所需的共享庫已經全部能夠找到了。這時我們再運行，即可得到正確結果。

其實總的來說，這里的問題一對應的是編譯時期頭文件包含的問題，問題二三對應的是鏈接時期使用pkg-conifg生成對應庫文件的鏈接選項的問題，而問題四對應的則是運行時期共享庫搜索的環境變量配置的問題。所以說本文的這一節將一個動態鏈接的C++庫在Linux下編譯、鏈接、加載運行各個階段會出現的常見問題都涵蓋到了。

總之以上就是筆者在編譯、鏈接、加載運行含有OpenCV庫的源代碼時遇到的一些問題及解決方案了，若有錯誤遺漏，或讀者如果有其他問題不能解決，歡迎留言討論。