0.前言
本文介紹怎樣在樹莓派中通過apt方式安裝opencv,並通過一個簡單的樣例說明怎樣使用opencv。
相比於源碼方式安裝opencv,通過apt方式安裝過程步驟簡單些。消耗的時間也少一些。通過apt方式安裝沒有自己主動生成opencv.pc文件,所以在編寫makefile文件時不能直接使用pkg-config工具,而須要逐個指定opencv_core、opencv_imgproc等動態鏈接庫。
【相關博文】
很多其它內容請參考——【
樹莓派學習筆記——索引博文】
開始之前進行必要的更新工作。
sudo apt-get update
安裝opencv。
sudo apt-get install libcv-dev
安裝過程比較緩慢,請耐心等待。
安裝完畢之后,opencv相關的頭文件被安裝到/usr/lib文件夾中,
該文件夾是linux默認頭文件查找路徑。
opencv的相關動態鏈接庫被安裝到/usr/lib文件夾中。這些動態鏈接庫包含:
【opencv_calib3d】——相機校准和三維重建
【opencv_core】——核心模塊,畫圖和其它輔助功能
【opencv_features2d】——二維特征檢測
【opencv_flann】——高速最鄰近搜索
【opencv_highgui】——GUI用戶界面
【opencv_imgproc】——圖像處理
【opencv_legacy】——廢棄部分
【opencv_ml】——機器學習模塊
【opencv_objdetect】——目標檢測模塊
【opencv_ocl】——運用OpenCL加速的計算機視覺組件模塊
【opencv_video】——視頻分析組件
【C++】——通過代碼加載一張圖片,通過opencv把彩色圖片轉換為黑白圖片,並把原圖和轉換后的圖片輸出到屏幕中。
#include <opencv2/core/core.hpp> #include <opencv2/imgproc/imgproc.hpp> #include <opencv2/highgui/highgui.hpp> #include <iostream> using namespace cv; using namespace std; int main (int argc, char **argv) { Mat image, image_gray; image = imread(argv[1], CV_LOAD_IMAGE_COLOR ); if (argc != 2 || !image.data) { cout << "No image data\n"; return -1; } cvtColor(image, image_gray, CV_RGB2GRAY); namedWindow("image", CV_WINDOW_AUTOSIZE); namedWindow("image gray", CV_WINDOW_AUTOSIZE); imshow("image", image); imshow("image gray", image_gray); waitKey(0); return 0; }
CC = g++ # 可運行文件 TARGET = test # C文件 SRCS = test.cpp # 目標文件 OBJS = $(SRCS:.cpp=.o) # 庫文件 DLIBS = -lopencv_core -lopencv_imgproc -lopencv_highgui # 鏈接為可運行文件 $(TARGET):$(OBJS) $(CC) -o $@ $^ $(DLIBS) clean: rm -rf $(TARGET) $(OBJS) # 編譯規則 $@代表目標文件 $< 代表第一個依賴文件 %.o:%.cpp $(CC) -o $@ -c $<
DLIBS = -lopencv_core -lopencv_imgproc -lopencv_highgui
演示樣例中使用了opencv中的
核心部分、圖像處理部分和GUI部分,所以依次添加
opencv_core、opencv_imgproc、opencv_highgui動態鏈接庫。該部分和
和【
樹莓派學習筆記——源碼方式安裝opencv
】中的演示樣例稍有不同,前文中的makefile使用
LIBS = $(shell pkg-config --libs opencv)引入全部的opencv動態鏈接庫,此處手動指定相關庫按需鏈接。
make
【運行】
通過源碼方式安裝opencv更加方便,安裝時間也更短。
./test raspberry.jpg
可運行文件test和raspberry.jpg應在同一個文件夾中。
運行結果例如以下圖所看到的,說明opencv得以正常運行。

圖1 運行結果
3.總結
