前言
记得开始使用 opencv 的时候是在大学时期，当时用的是 c 语言，opencv 版本好像是1.1，随着时间的推移，后面 c++逐渐代替了 c，ios 也有整合好的 lib 可以使用 opencv，现在python, go 等语言进行开发，今天主要是说一说如何使用 go 语言配置开发 opencv。
opencv这一名称包含了open和 computer vision两者的意思。实际上，open指open source（开源，即开放源代码），computer vision则指计算机视觉。opencv的发展对软件的开发具有重要影响。
opencv作为开放的数字图像处理和计算机视觉软件平台，有以下特点：
① 开放c源码。
② 基于intel处理器指令集开发的优化代码。
③ 统一的结构和功能定义。
④ 强大的图像和矩阵运算能力。
⑤ 方便灵活的用户接口。
⑥ 同时支持mswindows和linux平台。
作为一个基本的计算机视觉、图像处理和模式识别的开源项目，opencv可以直接应用于很多领域，作为二次开发的理想工具。
库的选择
使用 opencv 2+的话，可以用这个库 ，但这个库没有支持 opencv 3+, 所以想用 opencv 3+ 可以使用，今天主要就是介绍 gocv 的使用。
环境配置
如果还没安装 opencv 的话， mac os可以通过 brew install opencv 进行安装opencv 3.4.1。
安装好 go 之后，直接运行 go get -u -d gocv.io/x/gocv 命令获取 gocv 库，进入该库根目录 cd $gopath/src/gocv.io/x/gocv, 运行 source ./env.sh，然后就可以使用 go run命令运行里面的示例了，刚开始学可以直接在示例里面修改代码运行。
ide 的选择
本来想使用 idea + go plugin 的方式来开发，谁知 idea 出了 go ide（需要收费），go plugin 就停止维护了，只能放弃，随后选择 vscode+plugin 的方式，方便快捷，感觉也不错，智能提示和代码跳转都有了，调试还没试，估计调试和 run 的话都是可以配置的。
示例
配置好之后迫不及待就写代码了，由于 gocv 对 opencv 进行了封装，方法名基本都一致，但是使用上还是有些区别，不过 vscode 代码跳转很方便，不清楚直接跳到源码看看就知道了，下面贴一个查找边框的例子，看看是不是和 c++的写法很不一样。
我要评论
// what it does:
//
// this example uses the window class to open an image file, and then display
// the image in a window class.
//
// how to run:
//
// go run ./cmd/showimage/main.go /home/ron/pictures/mcp23017.jpg
//
// +build example
package main
import (
"fmt"
"image"
"image/color"
"os"
"gocv.io/x/gocv"
)
func main() {
if len(os.args) < 2 {
fmt.println("how to run:\n\tshowimage [imgfile]")
return
}
filename := os.args[1]
window := gocv.newwindow("hello")
img := gocv.imread(filename, gocv.imreadcolor)
grayimage := gocv.newmat()
defer grayimage.close()
gocv.cvtcolor(img, &grayimage, gocv.colorbgrtogray)
destimage := gocv.newmat()
gocv.threshold(grayimage, &destimage, 100, 255, gocv.thresholdbinaryinv)
resultimage := gocv.newmatwithsize(500, 400, gocv.mattypecv8u)
gocv.resize(destimage, &resultimage, image.pt(resultimage.rows(), resultimage.cols()), 0, 0, gocv.interpolationcubic)
gocv.dilate(resultimage, &resultimage, gocv.newmat())
gocv.gaussianblur(resultimage, &resultimage, image.pt(5, 5), 0, 0, gocv.borderwrap)
results := gocv.findcontours(resultimage, gocv.retrievaltree, gocv.chainapproxsimple)
imageforshowing := gocv.newmatwithsize(resultimage.rows(), resultimage.cols(), gocv.matchannels4)
for index, element := range results {
fmt.println(index)
gocv.drawcontours(&imageforshowing, results, index, color.rgba{r: 0, g: 0, b: 255, a: 255}, 1)
gocv.rectangle(&imageforshowing,
gocv.boundingrect(element),
color.rgba{r: 0, g: 255, b: 0, a: 100}, 1)
}
if img.empty() {
fmt.println("error reading image from: %v", filename)
return
}
for {
window.imshow(imageforshowing)
if window.waitkey(1) >= 0 {
break
}
}
}
我是用 showimage.go 这个示例改的，处理顺序是：
从上面例子可以看到，方法都是在 package gocv下，使用的时候会有代码提示，包括参数也有提示，由于 go 没有类构造方法，都是使用 new+类型名称这样的函数还创建类型。
我也是 go 的新手，这里是边看着文档边写的代码，还好有智能代码提示，用起来还算得心应手，希望这篇入门文章对想使用 go 来进行 opencv 开发的同学有所帮助。
总结：
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对移动技术网的支持。
如对本文有疑问， 点击进行留言回复！！
网友评论