OpenCV
OpenCV（Open Source Computer Vision Library）是一个开源计算机视觉和机器学习软件库。以下是 OpenCV 的一些主要特性：
主要特性
- 功能丰富：OpenCV 提供了超过2500个优化的算法，包括图像处理、特征检测、物体识别、面部识别、图像分割、运动分析等。
- 跨平台：支持 Windows、Linux、macOS、Android 和 iOS 等多种平台。
- 高性能：经过优化，支持多线程和并行计算，以实现更快的处理速度。
- 强大的社区支持：OpenCV 拥有活跃的开发者社区，提供了大量的文档、教程和示例代码。
安装和使用
OpencvSharp是对Opencv的.Net封装。要在 .NET 项目中使用 OpenCVSharp，需要根据不同的系统安装不同的运行时包，Nuget上面也有OpenCvSharp4的Ubuntu运行时库，这里只是介绍自己如何通过手动编译自己需要的库。可以通过 NuGet 包管理器安装：
Install-Package OpenCvSharp4
然后，可以在代码中使用 OpenCV 的功能，例如：
internal class Program
{
static void Main(string[] args)
{
Mat mat = new Mat("color.png",ImreadModes.Grayscale);
Cv2.ImWrite("gray.png", mat);
Console.WriteLine("Hello, World!");
Console.ReadKey();
}
}
但是代码在Ubuntu执行会报错，因为缺少依赖库。
Unhandled exception. System.TypeInitializationException: The type initializer for 'OpenCvSharp.Internal.NativeMethods' threw an exception.
---> System.DllNotFoundException: Unable to load shared library 'OpenCvSharpExtern' or one of its dependencies. In order to help diagnose loading problems, consider setting the LD_DEBUG environment variable: libOpenCvSharpExtern: cannot open shared object file: No such file or directory
at OpenCvSharp.Internal.NativeMethods.redirectError(CvErrorCallback errCallback, IntPtr userdata, IntPtr& prevUserdata)
at OpenCvSharp.Internal.ExceptionHandler.RegisterExceptionCallback()
at OpenCvSharp.Internal.NativeMethods.LoadLibraries(IEnumerable`1 additionalPaths)
at OpenCvSharp.Internal.NativeMethods..cctor()
--- End of inner exception stack trace ---
at OpenCvSharp.Internal.NativeMethods.imgcodecs_imread(String fileName, Int32 flags, IntPtr& returnValue)
at OpenCvSharp.Mat..ctor(String fileName, ImreadModes flags)
at OpenCVDemo.Program.Main(String[] args) in C:\Users\liubin\source\repos\OpenCVDemo\OpenCVDemo\Program.cs:line 10
Aborted (core dumped)
这种情况下就需要根据自己的情况编译OpenCV和OpenCvSharp。下面介绍如何编译：
在 Linux 上安装 OpenCV 并配置第三方库的步骤如下。假设你使用的是 Ubuntu 发行版，但大部分步骤也适用于其他 Linux 发行版，只是包管理器和一些命令可能会有所不同。
1. 更新系统
首先，确保你的系统是最新的：
sudo apt update
sudo apt upgrade
2. 安装 OpenCV 的依赖项
安装 OpenCV 所需的依赖库：
sudo apt install -y build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev \
libavformat-dev libswscale-dev libjpeg-dev libpng-dev libtiff-dev gfortran openexr \
libatlas-base-dev python3-dev python3-numpy libv4l-dev libxvidcore-dev libx264-dev
3. 获取 OpenCV 源代码
克隆 OpenCV 和 OpenCV 贡献模块的 GitHub 仓库：
git clone https://github.com/opencv/opencv.git
git clone https://github.com/opencv/opencv_contrib.git
4. 创建构建目录
为 OpenCV 创建一个构建目录：
cd opencv
mkdir build
cd build
5. 配置 OpenCV
使用 CMake 配置 OpenCV，指定需要的选项和库。在这个示例中，我们将指向 opencv_contrib 中的模块，并设置安装路径。
cmake -D CMAKE_BUILD_TYPE=Release \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules \
-D BUILD_opencv_python3=OFF \
-D BUILD_opencv_java=OFF \
-D BUILD_TESTS=OFF \
-D BUILD_PERF_TESTS=OFF \
-D WITH_CUDA=OFF \
-D WITH_OPENGL=ON \
-D WITH_TBB=ON \
-D WITH_V4L=ON \
-D WITH_IPP=ON \
-D WITH_OPENMP=ON \
-D WITH_FFMPEG=ON \
-D BUILD_EXAMPLES=ON \
-D ENABLE_PRECOMPILED_HEADERS=OFF ..
6. 编译 OpenCV
使用 make 命令编译 OpenCV。-j 参数可以根据你的 CPU 核心数来加快编译速度：
make -j$(nproc)
7. 安装 OpenCV
编译完成后，安装 OpenCV 到指定的目录：
sudo make install # 编译的库会安装到/usr/local
8. 配置库路径
安装后，配置共享库路径，以便系统能够找到 OpenCV 库。编辑 /etc/ld.so.conf.d/opencv.conf 并添加以下行：
/usr/local/lib
然后运行以下命令以更新库缓存：
sudo ldconfig
9. 获取 OpenCVSharp 源代码
git clone https://github.com/shimat/opencvsharp.git
10. 编译以及安装OpenCVSharp
cd opencvsharp/src
mkdir build
cd build
cmake -D CMAKE_INSTALL_PREFIX=/usr/local ..
make -j$(nproc)
sudo make install
这下代码就可以正常执行了，输入的color.png是一张彩色图，保存的gray.png是灰度图。
在拉取代码的时候可以自己手动切换到自己需要的版本再编译，编译安装完后会生成动态库，把动态库的路径添加到LD_LIBRARY_PATH或者/etc/ld.so.conf(如第8步)即可。