Ubuntu系统---配置OpenCV
Ubuntu系统---配置OpenCV
目录
一、Ubuntu下配OpenCV
二、Ubuntu下配python-opencv
说明
上述一、二两种方式，配置OpenCV还是有区别的。按个人已有知识的理解，“Ubuntu下配OpenCV”是在系统下装了一个opencv，OpenCV的库全；“Ubuntu下配python-opencv”是Python可以调用OpenCV的相关库，OpenCV的库不全，仅供python用。
正文
一、Ubuntu下配OpenCV
@https://blog.csdn.net/baidu_34971492/article/details/81665538
下载安装包，进行一步步的安装。
（1）在Opencv官网下载OpenCV3.4.2 Sources， 网址链接：https://opencv.org/releases.html，解压。
（2）安装cmake 和 依赖库。
1.快速安装cmake（也可以下载cmake安装包进行安装）
sudo apt-get install cmake #查看安装的cmake版本：cmake --version #https://www.cnblogs.com/zhangjiansheng/p/7990028.html sudo apt-get update 2.依赖库 sudo apt-get install build-essential sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
（3）OpenCV3.4.2安装。（ 前提已安装好cmake：sudo apt-get install cmake）
（3.1）创建build文件夹
mkdir build cd build
（3.2）cmake一下
#cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
#cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=~/opencv-3.4.1/build/installed -DWITH_CUDA=OFF .. （建立opencv-3.4.1/build/installed这几个文件夹）
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local/opencv3.4.2 ..
注意：如果已经在新的文件夹中编译，但是还会出现之前的报错，把cmakecache.txt删了再编译就可
不报错，继续。。。
（3.3）make一下
sudo make
sudo make install #执行完毕后OpenCV编译过程就结束
（3.4）配置一些OpenCV的编译环境
第一步：系统环境
1.首先将OpenCV的库添加到路径，从而可以让系统找到：
sudo gedit /etc/ld.so.conf.d/opencv.conf
2.只需要在文件末尾添加：
/usr/local/lib
3.使得刚才的配置路径生效：
sudo ldconfig
第二步：配置bash
1.打开bash.bashrc
sudo gedit /etc/bash.bashrc # sudo gedit ~/.bashrc
2.在最末尾添加
#@多版本OpenCV切换 https://blog.csdn.net/learning_tortosie/article/details/80594399
#export PKG_CONFIG_PATH=～/opencv-3.4.1/build/installed/lib/pkgconfig
#export LD_LIBRARY_PATH=～/opencv-3.4.1/build/installed/lib
export PKG_CONFIG_PATH=/usr/local/opencv3.4.2/lib/pkgconfig
export LD_LIBRARY_PATH=/usr/local/opencv3.4.2/lib
3.使配置生效
source /etc/bash.bashrc # source ~/.bashrc
（3.5）查询OpenCV版本
pkg-config --modversion opencv # 如果输出3.4.2，就表明配置成功。 如果前面没报错，输出不是3.4.2，可能是配置没生效，重启电脑
也可以：@https://blog.csdn.net/cocoaqin/article/details/78376382
配置.bashrc
echo '/usr/local/lib' | sudo tee -a /etc/ld.so.conf.d/opencv.conf sudo ldconfig printf '# OpenCV\nPKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig\nexport PKG_CONFIG_PATH\n' >> ~/.bashrc source ~/.bashrc
（4）OpenCV3.4.2 测试安装成功
测试1：
cd到opencv3.4.2/samples/cpp/example_cmake目录下，这个目录里官方已经给出了一个cmake的example，可以拿来测试下，按顺序执行：
cmake .
make
./opencv_example
看到打开了摄像头，在左上角有一个hello opencv ，即表示配置成功。
测试2：
@https://blog.csdn.net/cocoaqin/article/details/78376382 （还没实践）
过程记录：
二、Ubuntu下配python-opencv
查看系统中的python版本，应该有Python2.x 和 Python3.x， 切换到python3.x下（想配 python3.x + OpenCV3.4.2）。
（1）若无pip，先安装pip3，执行命令： sudo apt install python3-pip
（2）安装依赖项，安装libopencv-dev依赖包，运行命令： sudo apt install libopencv-dev
（3）安装opencv-python库
因为系统中已经安装了python3和pip3，所以直接运行。
1. 直接安装最新版：sudo pip3 install opencv-python
2. 或者可以进行指定版本安装：pip3 install opencv_python==版本号
由于我这里是安装opencv3.4.2，目前的最新版是3.4.2.16
所以直接执行：pip3 install opencv_python==3.4.2.16
（4） 成功之后，运行python3，进入编译界面，导入库查看版本print(cv2._version__)
python3
import cv2
cv2.__version__
备注： 同样的方法，python2安装，不好用，如下的好使： sudo python2 -m pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple u@u1604:~$ python Python 2.7.12 (default, Nov 12 2018, 14:36:49) [GCC 5.4.0 20160609] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> import cv2 >>> cv2.__version__ '4.1.0' >>>
u@u1604:~$ python3
Python 3.5.2 (default, Nov 12 2018, 13:43:14)
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import cv2
>>> cv2.__version__
'4.1.0'
>>>
附：《Ubuntu16.04下安装opencv3.4.2》
给出了配置编译opencv的四种方法，值得参考。
从下面四种选择里面选一种进行编译
- 配置编译opencv (无NVIDIA CUDA版本)
- 配置编译opencv (NVIDIA CUDA版本)
- 配置编译opencv(NVIDIA Jetson TX2开发板)
- 简化配置编译
@https://blog.csdn.net/liuxiaodong400/article/details/81089058
--------------------------------------------------------------------------------
@https://blog.csdn.net/YuYunTan/article/details/85017065
@https://www.learnopencv.com/install-opencv-3-4-4-on-ubuntu-16-04/
你需要下载opencv3.4.1和opencv_contrib 3.4.1，然后对其解压，这些基础命令和操作则不概述。 将安装包解压到某一自己指定的目录，记为{Opencv_Origin_Dir}，目前我指定的目录解压到了，/home/tanqiwei/Documents/environment，所以{Opencv_Origin_Dir}对应就是/home/tanqiwei/Documents/environment/opencv-3.4.1 tanqiwei@ubuntu:~/Documents/environment$ pwd /home/tanqiwei/Documents/environment tanqiwei@ubuntu:~/Documents/environment$ ls opencv-3.4.1 opencv_contrib-3.4.1 安装前的必备包 这些安装不算十分完全，我只安装自己够用就成的某些包。 安装一些必要的库，还有cmake,git,g++。 sudo apt-get install build-essential sudo apt-get install cmake git g++ 安装依赖包 安装一些依赖包。 sudo apt-get install libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev sudo apt-get install checkinstall yasm libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libfaac-dev libmp3lame-dev libtheora-dev sudo apt-get install libopencore-amrnb-dev libopencore-amrwb-dev libavresample-dev x264 v4l-utils 处理图像所需的包 sudo apt-get install libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev 处理视频所需包 sudo apt-get install libxvidcore-dev libx264-dev ffmpeg opencv功能优化 sudo apt-get install libatlas-base-dev gfortran 部分依赖包 sudo apt-get install libopencv-dev libqt4-dev qt4-qmake libqglviewer-dev libsuitesparse-dev libcxsparse3.1.4 libcholmod3.0.6 sudo apt-get install python-dev python-numpy 可选依赖 sudo apt-get install libprotobuf-dev protobuf-compiler sudo apt-get install libgoogle-glog-dev libgflags-dev sudo apt-get install libgphoto2-dev libeigen3-dev libhdf5-dev doxygen 编译和安装 进入OpenCV的源码解压目录，{Opencv_Origin_Dir}，我的是/home/tanqiwei/Documents/environment/opencv-3.4.1 我的opencv_contrib目录和其同级，/home/tanqiwei/Documents/environment/opencv_contrib-3.4.1均在/home/tanqiwei/Documents/environment下然后在{Opencv_Origin_Dir}下运行 mkdir build cd build cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D INSTALL_C_EXAMPLES=ON -D INSTALL_PYTHON_EXAMPLES=ON -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-3.4.1/modules -D PYTHON_EXECUTABLE=/usr/bin/python3.5 -D BUILD_EXAMPLES=ON .. 这里面过多参数都是属于cmake的范畴，我这里不去描述，大概就是表示opencv应该安装在哪里，扩展包在何处，需要开启什么功能。 其实编译过程中会发现，自行下载IPPICV，tiny-dnn等等。 IPPICV是个链接的免费子库，如果想要禁用IPP加速，CMake的时候，加上-D WITH_IPP=OFF。 其实很多可能可选的从cmake的编译输出看来我们并没有安装,比如java，VTK等等，看下面这种类型的输出就知道了，到时候你只需要对应安装，然后修改CMake编译命令，一般来说，opencv编译过程中，自发也会去寻找这些东西。 -- Checking for module 'gstreamer-base-1.0' -- No package 'gstreamer-base-1.0' found -- Checking for module 'gstreamer-video-1.0' -- No package 'gstreamer-video-1.0' found -- Checking for module 'gstreamer-app-1.0' -- No package 'gstreamer-app-1.0' found -- Checking for module 'gstreamer-riff-1.0' -- No package 'gstreamer-riff-1.0' found -- Checking for module 'gstreamer-pbutils-1.0' -- No package 'gstreamer-pbutils-1.0' found -- Could NOT find JNI (missing: JAVA_AWT_LIBRARY JAVA_JVM_LIBRARY JAVA_INCLUDE_PATH JAVA_INCLUDE_PATH2 JAVA_AWT_INCLUDE_PATH) -- Could NOT find Pylint (missing: PYLINT_EXECUTABLE) -- Could NOT find Matlab (missing: MATLAB_MEX_SCRIPT MATLAB_INCLUDE_DIRS MATLAB_ROOT_DIR MATLAB_LIBRARIES MATLAB_LIBRARY_DIRS MATLAB_MEXEXT MATLAB_ARCH MATLAB_BIN) -- VTK is not found. Please set -DVTK_DIR in CMake to VTK build directory, or to VTK install subdirectory with VTKConfig.cmake file -- No preference for use of exported gflags CMake configuration set, and no hints for include/library directories provided. Defaulting to preferring an installed/exported gflags CMake configuration if available. -- Failed to find installed gflags CMake configuration, searching for gflags build directories exported with CMake. -- Failed to find gflags - Failed to find an installed/exported CMake configuration for gflags, will perform search for installed gflags components. -- CERES support is disabled. Ceres Solver for reconstruction API is required. -- Module opencv_ovis disabled because OGRE3D was not found -- Caffe: NO -- Protobuf: NO -- Checking for modules 'tesseract;lept' -- No package 'tesseract' found -- No package 'lept' found 最后会列出其编译后的模块列表。 -- OpenCV modules: -- To be built: aruco bgsegm bioinspired calib3d ccalib core cvv datasets dnn dnn_objdetect dpm face features2d flann freetype fuzzy hdf hfs highgui img_hash imgcodecs imgproc java_bindings_generator line_descriptor ml objdetect optflow phase_unwrapping photo plot python_bindings_generator reg rgbd saliency sfm shape stereo stitching structured_light superres surface_matching text tracking ts video videoio videostab xfeatures2d ximgproc xobjdetect xphoto -- Disabled: js world -- Disabled by dependency: - -- Unavailable: cnn_3dobj cudaarithm cudabgsegm cudacodec cudafeatures2d cudafilters cudaimgproc cudalegacy cudaobjdetect cudaoptflow cudastereo cudawarping cudev dnn_modern java matlab ovis python2 python3 viz -- Applications: tests perf_tests examples apps -- Documentation: NO -- Non-free algorithms: NO -- -- GUI: -- QT: YES (ver 5.5.1) -- QT OpenGL support: YES (Qt5::OpenGL 5.5.1) -- GTK+: NO -- OpenGL support: YES (/usr/lib/x86_64-linux-gnu/libGLU.so /usr/lib/x86_64-linux-gnu/libGL.so) -- VTK support: NO -- -- Media I/O: -- ZLib: /usr/lib/x86_64-linux-gnu/libz.so (ver 1.2.8) -- JPEG: /usr/lib/x86_64-linux-gnu/libjpeg.so (ver ) -- WEBP: build (ver encoder: 0x020e) -- PNG: /usr/lib/x86_64-linux-gnu/libpng.so (ver 1.2.54) -- TIFF: /usr/lib/x86_64-linux-gnu/libtiff.so (ver 42 / 4.0.6) -- JPEG 2000: /usr/lib/x86_64-linux-gnu/libjasper.so (ver 1.900.1) -- OpenEXR: /usr/lib/x86_64-linux-gnu/libImath.so /usr/lib/x86_64-linux-gnu/libIlmImf.so /usr/lib/x86_64-linux-gnu/libIex.so /usr/lib/x86_64-linux-gnu/libHalf.so /usr/lib/x86_64-linux-gnu/libIlmThread.so (ver 2.2.0) -- -- Video I/O: -- DC1394: YES (ver 2.2.4) -- FFMPEG: YES -- avcodec: YES (ver 56.60.100) -- avformat: YES (ver 56.40.101) -- avutil: YES (ver 54.31.100) -- swscale: YES (ver 3.1.101) -- avresample: YES (ver 2.1.0) -- GStreamer: -- base: YES (ver 0.10.36) -- video: YES (ver 0.10.36) -- app: YES (ver 0.10.36) -- riff: YES (ver 0.10.36) -- pbutils: YES (ver 0.10.36) -- libv4l/libv4l2: NO -- v4l/v4l2: linux/videodev2.h -- gPhoto2: YES -- -- Parallel framework: TBB (ver 4.4 interface 9002) -- -- Trace: YES (with Intel ITT) -- -- Other third-party libraries: -- Intel IPP: 2017.0.3 [2017.0.3] -- at: /home/tanqiwei/Documents/environment/opencv-3.4.1/build/3rdparty/ippicv/ippicv_lnx -- Intel IPP IW: sources (2017.0.3) -- at: /home/tanqiwei/Documents/environment/opencv-3.4.1/build/3rdparty/ippicv/ippiw_lnx -- Lapack: YES (/usr/lib/liblapack.so /usr/lib/libcblas.so /usr/lib/libatlas.so) -- Eigen: YES (ver 3.2.92) -- Custom HAL: NO -- Protobuf: build (3.5.1) -- -- NVIDIA CUDA: NO -- -- OpenCL: YES (no extra features) -- Include path: /home/tanqiwei/Documents/environment/opencv-3.4.1/3rdparty/include/opencl/1.2 -- Link libraries: Dynamic load -- -- Python (for build): /usr/bin/python3 -- -- Java: -- ant: NO -- JNI: NO -- Java wrappers: NO -- Java tests: NO -- -- Matlab: NO -- -- Install to: /usr/local -- ----------------------------------------------------------------- -- -- Configuring done -- Generating done -- Build files have been written to: /home/tanqiwei/Documents/environment/opencv-3.4.1/build 我们可以发现，我们编译已经成功，可以进行下一步，即make，但是值得注意的是，如果用多核make可能会报错，为了保险起见，我还是原始的make命令，不加-j。 make 然后安装。 sudo make install 最后最好开启重启一次，本人曾安装过后，虚拟机重启直接奔溃，无法进入系统内部，主要原因不太清楚，但是进入到了某种图形模式，说是图形模式损坏，之后只好从备份的快照中恢复，当然也有当时可能装少了部分必要依赖项的可能性也说不定，建议安装的机器内存要大一点，4GB为一般，6GB不错，8GB很好。 运行测试 我们运行例子进行测试。你可以选择任意例子，这里我选择在我的github的opencv例子进行测试。 git clone https://github.com/tanqiwei/myOpencvStudyCode.git 大概几M的内容，然后进入myOpencvStudyCode/LearningOpencv3/chapter2/example2.1 接着按下面命令 mkdir build cd build cmake .. make ./example2_1 ../data/test.jpg 你可以发现运行成功，故而咱们安装顺利。会发现显示图片窗口，按ESC键退出。 重启后，发现还能开启，说明虚拟机的16.04的系统安装就成功了。 安装过程命令总结 # 安装及下载，该操作不解释，都放在一个统一目录下 # 我的是/home/tanqiwei/Documents/environment # 也就是在environment文件夹里有opencv-3.4.1和opencv_contrib-3.4.1两个文件夹 # 安装必备库，cmake,git,g++ sudo apt-get install build-essential sudo apt-get install cmake git g++ # 安装依赖项 sudo apt-get install libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev sudo apt-get install checkinstall yasm libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libfaac-dev libmp3lame-dev libtheora-dev sudo apt-get install libopencore-amrnb-dev libopencore-amrwb-dev libavresample-dev x264 v4l-utils # 处理图像所需的包 sudo apt-get install libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev # 处理视频所需的包 sudo apt-get install libxvidcore-dev libx264-dev ffmpeg # opencv功能优化 sudo apt-get install libatlas-base-dev gfortran # 某些依赖包 sudo apt-get install libopencv-dev libqt4-dev qt4-qmake libqglviewer-dev libsuitesparse-dev libcxsparse3.1.4 libcholmod3.0.6 sudo apt-get install python-dev python-numpy # 可选依赖项 sudo apt-get install libprotobuf-dev protobuf-compiler sudo apt-get install libgoogle-glog-dev libgflags-dev sudo apt-get install libgphoto2-dev libeigen3-dev libhdf5-dev doxygen # 进入opencv源码目录，注意opencv和opencv_contrib同级， # 即都属于同一个主目录下，我的目录为/home/tanqiwei/Documents/environment， # 下面有opencv-3.4.1和opencv_contrib-3.4.1 mkdir build cd build cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D INSTALL_C_EXAMPLES=ON -D INSTALL_PYTHON_EXAMPLES=ON -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-3.4.1/modules -D PYTHON_EXECUTABLE=/usr/bin/python3.5 -D BUILD_EXAMPLES=ON .. make
【. . . . . .本博客仅作个人生活、工作、学习等的日常记录。说明： （1） 内容有参考其他博主、网页等，有因“懒”直接粘贴来，会备注出处。若遇雷同，或忘备注，并无故意抄袭之意，请诸“原主”谅解，很感谢您的辛勤"笔记"可供本人参考学习。 （2） 如遇同行，有参考学习者，因个人学识有限，不保证所写内容完全正确。您对本博文有任何的意见或建议，欢迎留言，感谢指正。 （3） 若您认为本主的全博客还不错，可以点击关注，便于互相学习。 （4） 感谢您的阅读，希望对您有一定的帮助。欢迎转载或分享，但请注明出处，谢谢。. . . . . .】
【作者: Carole0904 ; 出处: https://www.cnblogs.com/carle-09/ 】
