CMake、OpenCV 和单元测试

我写了很多关于 CMake 的文章，如果你感兴趣，可以点击以下链接阅读：

• CMake VS Make
• CMake：在构建世界掀起风暴
• 现代 CMake 使用技巧
• CMake 交叉编译
• CMake 生成器已开启

我们将继续对 CMake 的探索，这篇文章技术性高，且易于实操，我们会练习将 CMake 用于一个实际的项目。我将使用 OpenCV 得到的 CMake 标志显示。听起来就很有意思，话不多说，让我们开始吧。

我们身处何方？

C++ 世界已准备向 C++ 20 跃进。现代 CMake 日趋成熟，在windows 上获取 OpenCV 也只是一些 vcpkg 命令的问题。由于 vcpkg 总是从源代码处编译所有内容，所以与安装器不同，避免了很多兼容性问题。

首先可以参考链接中非常实用的安装说明，安装 vcpkg。在 OpenCV 的编译过程中，将构建和安装以下软件包：

• libjpeg-turbo[core]:x86-windows -> 2.0.5
• liblzma[core]:x86-windows -> 5.2.5#2
• libpng[core]:x86-windows -> 1.6.37#13
• libwebp[core,nearlossless,simd,unicode]:x86-windows -> 1.1.0#1
• opencv[core,dnn,jpeg,opengl,png,tiff,webp]:x86-windows -> 4.3.0
• opencv4[core,dnn,jpeg,opengl,png,tiff,webp]:x86-windows -> 4.3.0#4
• opengl[core]:x86-windows -> 0.0#8
• protobuf[core]:x86-windows -> 3.14.0
• tiff[core]:x86-windows -> 4.1.0
• zlib[core]:x86-windows -> 1.2.11#9

使用 vcpkg 编译OpenCV 需要一些时间，因为上面的所有依赖项也将从源代码处编译。因此，在 OpenCV 编译过程中要有耐心，具体有下面十个步骤：

• Starting package 1/10: libjpeg-turbo:x86-windows
• Starting package 2/10: liblzma:x86-windows
• Starting package 3/10: zlib:x86-windows
• Starting package 4/10: libpng:x86-windows
• Starting package 5/10: libwebp:x86-windows
• Starting package 6/10: opengl:x86-windows
• Starting package 7/10: protobuf:x86-windows
• Starting package 8/10: tiff:x86-windows
• Starting package 9/10: opencv4:x86-windows
• Starting package 10/10: opencv:x86-windows

使用 vcpkg 完成 OpenCV 编译后，你将在 \vcpkg\installed\x86-windows\share\opencv\OpenCVConfig.cmake. 中看到 OpenCVConfig.cmake。 此文件包含 OpenCV CMake 选项，用于外部项目。让我们从这个 OpenCV CMake 配置文件的开头开始，构建一个 CMakeLists.txt 文件：

cmake_minimum_required (VERSION 3.8)
project (“CMakeTriangles”)set (CMAKE_TOOLCHAIN_FILE “D:/Tools/vcpkg/scripts/buildsystems/vcpkg.cmake”)set (OpenCV_DIR"D:/Tools/vcpkg/installed/x86-windows/share/opencv")
find_package(OpenCV REQUIRED)

#Add source to this project’s executable.add_executable (CMakeTriangles “CMakeTriangles.cpp”)target_link_libraries (CMakeTriangles ${OpenCV_LIBS})# TODO: Add tests and install targets if needed.

在系统中使用硬编码路径获取 CMakeLists.txt 文件，是绝对不可取的，我们稍后会给出建议的方案。现在让我们看看如何使用 OpenCV 制作 CMake 标志。以下是 CMakeTriangles.cpp 的代码：

#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/imgproc.hpp>#include
using namespace cv;using namespace std;
int main(){ Mat image = Mat::zeros(400, 600, CV_8UC3); image.setTo(Scalar(255, 255, 255)); fillConvexPoly(image, vector{ Point(200, 300), Point(400, 300), Point(300, 50) }, Scalar(128, 128, 128)); fillConvexPoly(image, vector{ Point(200, 300), Point(300, 175), Point(300, 50) }, Scalar(255, 0, 0)); fillConvexPoly(image, vector{ Point(400, 300), Point(305, 255), Point(305, 50) }, Scalar(0, 0, 255)); fillConvexPoly(image, vector{ Point(205, 300), Point(260, 240), Point(395, 300) }, Scalar(0, 255, 0)); imshow(“CMake Trianges!!”, image); waitKey(0); return 0;}

考虑到 CMakeLists.txt 文件和 CMakeTriangles.cpp 文件，我们可以很容易地运行编译：

cmake -S. -BBuild -A “Win32” cd Build && cmake --build .

现在让我们从 CMakeLists.txt 文件中删除硬编码的值

cmake_minimum_required (VERSION 3.8)
project (“CMakeTriangles”)
find_package(OpenCV REQUIRED)
#Add source to this project’s executable.add_executable (CMakeTriangles “CMakeTriangles.cpp”)target_link_libraries (CMakeTriangles ${OpenCV_LIBS})
#TODO: Add tests and install targets if needed.

有了这个新的 CMakeLists.txt 文件，项目编译也相应有了些改变：

cmake -S. -BBuild -A “Win32” -DOpenCV_DIR=/vcpkg/installed/x86-windows/share/opencv -DCMAKE_TOOLCHAIN_FILE= /vcpkg/scripts/buildsystems/vcpkg.cmakecd Build && cmake --build .

这里 是相对于已安装的 vcpkg 文件夹的。使用这种方法，你将能在构建文件夹中找到运行程序所需的所有 DLL.

你现在可以双击这个可执行文件，显示如上图。由于 vcpkg、CMake 和OpenCV 都是跨平台的工具，Windows、Linux 和 Mac 都可以支持，因此我们能够按照上面的步骤编译并运行 CMake triangles 映像。

我们该如何添加测试？

作为架构师，我支持在开发周期中尽早添加单元测试。一种测试驱动的方法，是在编写代码之前就添加测试，这种方法可能适用于某些项目，但我反对软件开发中的任何“过度狂热”。让我们重构我们的单片代码，使其更易于单元测试（读者注意：建议在重构之前添加测试）。经过紧张地重构，我们的项目现在被拆分了 CMakeTrianglesLib.cpp、CMakeTriangles.h 和CMakeTriangles.cpp。
其中 CMakeTriangles.h 是：

#pragma once
#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/imgproc.hpp>#include
using namespace cv;using namespace std;#include
Mat CreateImageWithBackground(int rows, int cols, int type, Scalar background);
void CreateConvexPolygonsOnImage(Mat image, vector<vector> points, vector backgrounds);
void DisplayWindowWithTitle(Mat image, string title);

CMakeTriangleslib.cpp 是:

#include “CMakeTriangles.h”
Mat CreateImageWithBackground(int rows, int cols, int type, Scalar background){ Mat image = Mat::zeros(rows, cols, type); image.setTo(background); return image;}
void CreateConvexPolygonsOnImage(Mat image, vector<vector> points, vector backgrounds){ if (points.size() != backgrounds.size()) return; // No change in the image
for (auto i = 0UL; i < points.size(); ++i) { fillConvexPoly(image, points[i], backgrounds[i]); }}
void DisplayWindowWithTitle(Mat image, string title){ imshow(title, image);}

CMakeTriangles.cpp 是：

#include “CMakeTriangles.h”
int main(){ auto image = CreateImageWithBackground(400, 600, CV_8UC3, Scalar(255, 255, 255));
CreateConvexPolygonsOnImage(image, { { Point(200, 300), Point(400, 300), Point(300, 50) }, // Grey inner triangle { Point(200, 300), Point(300, 175), Point(300, 50) }, // Blue left triangle { Point(400, 300), Point(305, 255), Point(305, 50) }, // Red right triangle { Point(205, 300), Point(260, 240), Point(395, 300)} }, // Green lower triangle // Grey, Blue Red Green { Scalar(128, 128, 128), Scalar(255, 0, 0), Scalar(0, 0, 255), Scalar(0, 255, 0) });

DisplayWindowWithTitle(image, “CMake Triangles Refactored!!”); waitKey(0); return 0;}

CMakeLists.txt 变成：

cmake_minimum_required (VERSION 3.8)project (“CMakeTrianglesRefactored”)
find_package(OpenCV REQUIRED)
add_library (CMakeTrianglesLib “CMakeTrianglesLib.cpp” “CMakeTriangles.h”)target_include_directories(CMakeTrianglesLib PRIVATE ${OpenCV_INCLUDE_DIRS})
add_executable (CMakeTriangles “CMakeTriangles.cpp”)
target_link_libraries (CMakeTriangles CMakeTrianglesLib ${OpenCV_LIBS})

编译现在生成一个额外的库文件，如下所示：

测试我们的库代码，我们希望能被广泛使用? –使用谷歌测试（GTest）。使用 vcpkg 安装 GTest，会有下列提示：

The package gtest:x86-windows provides CMake targets: find_package(GTest CONFIG REQUIRED) target_link_libraries(main PRIVATE GTest::gmock GTest::gtest GTest::gmock_main GTest::gtest_main)

我们已经编写了一些测试代码。创建文件 CMakeTrianglesLibTest.cpp 并加入下列代码：

#include “gtest/gtest.h”#include “CMakeTriangles.h”
TEST(testCMakeTriangleLib, Given_Rows_Cols_Type_BG_When_CreateImageWithBackground_Call_Then_Return_OK){ const int r = 300; const int c = 600; auto image = CreateImageWithBackground(r, c, CV_8UC3, Scalar(255, 255, 255)); EXPECT_EQ(c, image.cols); EXPECT_EQ(r, image.rows);}

这个测试代码解释了如何使用 GTest 将所有内容与 CMake 结合起来编写OpenCV 单元测试。最后的 CMakeLists.txt 文件如下所示：

cmake_minimum_required (VERSION 3.8)project (“CMakeTrianglesRefactored”)
find_package(OpenCV REQUIRED)
add_library (CMakeTrianglesLib “CMakeTrianglesLib.cpp” “CMakeTriangles.h”)target_include_directories(CMakeTrianglesLib PRIVATE ${OpenCV_INCLUDE_DIRS})
add_executable (CMakeTriangles “CMakeTriangles.cpp”)
target_link_libraries (CMakeTriangles CMakeTrianglesLib ${OpenCV_LIBS})
find_package(GTest CONFIG REQUIRED)add_executable(CMakeTrianglesLibTest “CMakeTrianglesLibTest.cpp”)target_link_libraries(CMakeTrianglesLibTest PRIVATE CMakeTrianglesLib ${OpenCV_LIBS} GTest::gtest GTest::gtest_main)

最后，你就能成功构建整个项目，并获得：

你也可以现在执行这些测试，并获得相应结果：

结论

这是一篇很长的文章，我希望我可以带大家了解 CMake 和 OpenCV 编译，如何使用 GTest 编写 OpenCV 单元测试，并使用 CMake 完成所有工作。我知道 OpenCV ts 模块，但它只是 OpenCV 的内部模块，因此建议不要修补源代码以将它改为公开可见。使用 GTest 测试 OpenCV，使用 CMake 简化跨平台构建。我强烈推荐选择 VCPkg 作为包管理器。

编写这篇文章让我觉得乐趣无穷，希望也能将这种快乐传递给大家！

点击了解 Incredibuild 加速 CI/CD 的解决方案，并获取试用 License！