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：

5. 总结

在本次项目中，我们成功实现了在Linux上使用OpenCvSharp，并成功配置了OpenCvSharp依赖库，实现了在.NET 6.0环境下使用C#语言调用OpenCvSharp库，实现的图片数据的读取以及图像色彩转换，并进行了图像展示。