在Linux上使用OpenCvSharp的过程详解_Asp.net

前言

opencv是一个基于apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，它具有c++，python，java和matlab接口，并支持windows，linux，android和mac os。opencvsharp是一个opencv的 .net wrapper，应用最新的opencv库开发，使用习惯比emgucv更接近原始的opencv，该库采用lgpl发行，对商业应用友好。

1. 项目环境

编码环境：visual studio code
程序框架：.net 6.0

目前在linux上使用c#语言官方提供了visual studio code平台，所以在此处我们演示使用visual studio code进行演示。而代码的运行与配置使用dotnet指令实现。

关于visual studio code以及.net的安装方式可以参考一下官方教程：

在 linux 上安装 .net：由于linux系统环境类型较多，所以可以根据官方提供的教程并根据自己的系统安装即可；

visual studio code on linux：大家可以根据自己的环境进行安装。

2. 创建控制台项目

此处使用dotnet指令创建新项目，在visual studio code的终端中输入一下指令：

dotnet new console --framework net6.0 --use-program-main -o test_opencvsharp

如下图所示，在终端中输入以下指令后，会自动创建新的项目以及项目文件夹。

在创建好项目后，我们使用vscode打开，输入以下指令，如下图所示：

test_opencvsharp
code .

3. 添加 nuget package 程序包

opencvsharp4是一个可以跨平台使用的程序包，并且官方也提供了编译好的程序包，用户可以根据自己的平台进行安装。在linux上，主要需要安装一下两个包，分别是opencvsharp4的官方程序包以及opencvsharp4的运行依赖包。

dotnet add package opencvsharp4
dotnet add package opencvsharp4_.runtime.ubuntu.20.04-x64

依次输入指令后输出如下图所示：

安装完上面两个安装包后，项目的配置的文件中会增加下面两个配置。

<project sdk="microsoft.net.sdk">
  <propertygroup>
    <outputtype>exe</outputtype>
    <targetframework>net6.0</targetframework>
    <implicitusings>enable</implicitusings>
    <nullable>enable</nullable>
  </propertygroup>
  <itemgroup>
    <packagereference include="opencvsharp4" version="4.9.0.20240103" />
    <packagereference include="opencvsharp4_.runtime.ubuntu.20.04-x64" version="4.9.0.20240103" />
  </itemgroup>
</project>

接下来运行dotnet run，检验项目中是否包含所需要的配置文件：opencvsharp.dll、runtimes/ubuntu.20.04-x64/native/。打开项目运行生成的文件夹bin/{build_config}/{dotnet_version}/，在本项目中是bin/debug/net6.0/文件夹，如下图所示：

可以看出，在程序运行后，安装的程序包中所有项目都已经加载到当前项目中，如果出现缺失，就需要找到程序包位置，将该文件复制到指定路径。

5. 安装依赖项目

在上面的测试中，并为使用到安装的opencvsharp4，因此运行并未出现其他错误，如果主机电脑之前没有安装使用过opencv，所以第一次使用需要配置依赖项目。
首先第一步检查一下缺少什么依赖项，在终端中输入以下指令：

ldd libopencvsharpextern.so

如上图所示，经过ldd检测后，发现存在未安装的依赖，接下爱就是安装相应的依赖项，首先是解决tesseract缺少，在终端输入以下指令：

sudo apt install tesseract-ocr

安装完成后再进行依赖项检测，如下图所示：

可以看出，经过安装后，该依赖项已经可以检测到，接下来就是安装其他依赖项，依次输入以下指令即可：

sudo apt install libdc1394-dev
sudo apt install libavcodec-dev 
sudo apt install libavformat-dev
sudo apt install libswscale-dev
sudo apt install libopenexr-dev

最后，安装完成后，在进行检测，如下图所示，可以看出，目前已经成功检测到所有依赖项，程序就可以正常使用了。

4. 测试应用

最后我们编写项目代码进行测试，如下面代码所示：

using system;
using opencvsharp;
namespace test_opencvsharp 
{
    internal class program
    {
        static void main(string[] args)
        {
            mat image = cv2.imread("image.jpg");
            mat image2=new mat();
            if (image!=null)
            {
                console.writeline("srcimg is ok!");
            }
            console.writeline("图像的宽度是：{0}",image.rows);
            console.writeline("图像的高度是：{0}", image.cols);
            console.writeline("图像的通道数是：{0}", image.channels());
            cv2.imshow("src", image);
            cv2.cvtcolor(image, image2, colorconversioncodes.rgb2gray);//转为灰度图像
            cv2.imshow("src1", image2);
            cv2.waitkey(0);
            cv2.destroyallwindows();//销毁所有窗口
        }
    }
}

项目代码运行后，最后呈现效果如下图所示：