Ubuntu系統---配置OpenCV
目錄
一、Ubuntu下配OpenCV
二、Ubuntu下配python-opencv
說明
上述一、二兩種方式，配置OpenCV還是有區別的。按個人已有知識的理解，“Ubuntu下配OpenCV”是在系統下裝了一個opencv，OpenCV的庫全；“Ubuntu下配python-opencv”是Python可以調用OpenCV的相關庫，OpenCV的庫不全，僅供python用。
正文
一、Ubuntu下配OpenCV
@https://blog.csdn.net/baidu_34971492/article/details/81665538
下載安裝包，進行一步步的安裝。
（1）在Opencv官網下載OpenCV3.4.2 Sources， 網址鏈接：https://opencv.org/releases.html，解壓。
（2）安裝cmake 和 依賴庫。
1.快速安裝cmake（也可以下載cmake安裝包進行安裝）
sudo apt-get install cmake #查看安裝的cmake版本：cmake --version #https://www.cnblogs.com/zhangjiansheng/p/7990028.html sudo apt-get update 2.依賴庫 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安裝。（ 前提已安裝好cmake：sudo apt-get install cmake）
（3.1）創建build文件夾
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這幾個文件夾）
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local/opencv3.4.2 ..
注意：如果已經在新的文件夾中編譯，但是還會出現之前的報錯，把cmakecache.txt刪了再編譯就可
不報錯，繼續。。。
（3.3）make一下
sudo make
sudo make install #執行完畢后OpenCV編譯過程就結束
（3.4）配置一些OpenCV的編譯環境
第一步：系統環境
1.首先將OpenCV的庫添加到路徑，從而可以讓系統找到：
sudo gedit /etc/ld.so.conf.d/opencv.conf
2.只需要在文件末尾添加：
/usr/local/lib
3.使得剛才的配置路徑生效：
sudo ldconfig
第二步：配置bash
1.打開bash.bashrc
sudo gedit /etc/bash.bashrc # sudo gedit ~/.bashrc
2.在最末尾添加
#@多版本OpenCV切換 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）查詢OpenCV版本
pkg-config --modversion opencv # 如果輸出3.4.2，就表明配置成功。 如果前面沒報錯，輸出不是3.4.2，可能是配置沒生效，重啟電腦
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=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig\nexport PKG_CONFIG_PATH\n' >> ~/.bashrc source ~/.bashrc
（4）OpenCV3.4.2 測試安裝成功
測試1：
cd到opencv3.4.2/samples/cpp/example_cmake目錄下，這個目錄里官方已經給出了一個cmake的example，可以拿來測試下，按順序執行：
cmake .
make
./opencv_example
看到打開了攝像頭，在左上角有一個hello opencv ，即表示配置成功。
測試2：
@https://blog.csdn.net/cocoaqin/article/details/78376382 （還沒實踐）
過程記錄：
二、Ubuntu下配python-opencv
查看系統中的python版本，應該有Python2.x 和 Python3.x， 切換到python3.x下（想配 python3.x + OpenCV3.4.2）。
（1）若無pip，先安裝pip3，執行命令： sudo apt install python3-pip
（2）安裝依賴項，安裝libopencv-dev依賴包，運行命令： sudo apt install libopencv-dev
（3）安裝opencv-python庫
因為系統中已經安裝了python3和pip3，所以直接運行。
1. 直接安裝最新版：sudo pip3 install opencv-python
2. 或者可以進行指定版本安裝：pip3 install opencv_python==版本號
由於我這里是安裝opencv3.4.2，目前的最新版是3.4.2.16
所以直接執行：pip3 install opencv_python==3.4.2.16
（4） 成功之后，運行python3，進入編譯界面，導入庫查看版本print(cv2._version__)
python3
import cv2
cv2.__version__
備注： 同樣的方法，python2安裝，不好用，如下的好使： sudo python2 -m pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple u@u1604:~$ 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下安裝opencv3.4.2》
給出了配置編譯opencv的四種方法，值得參考。
從下面四種選擇里面選一種進行編譯
- 配置編譯opencv (無NVIDIA CUDA版本)
- 配置編譯opencv (NVIDIA CUDA版本)
- 配置編譯opencv(NVIDIA Jetson TX2開發板)
- 簡化配置編譯
@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/
你需要下載opencv3.4.1和opencv_contrib 3.4.1，然后對其解壓，這些基礎命令和操作則不概述。 將安裝包解壓到某一自己指定的目錄，記為{Opencv_Origin_Dir}，目前我指定的目錄解壓到了，/home/tanqiwei/Documents/environment，所以{Opencv_Origin_Dir}對應就是/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 安裝前的必備包 這些安裝不算十分完全，我只安裝自己夠用就成的某些包。 安裝一些必要的庫，還有cmake,git,g++。 sudo apt-get install build-essential sudo apt-get install cmake git g++ 安裝依賴包 安裝一些依賴包。 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 處理圖像所需的包 sudo apt-get install libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev 處理視頻所需包 sudo apt-get install libxvidcore-dev libx264-dev ffmpeg opencv功能優化 sudo apt-get install libatlas-base-dev gfortran 部分依賴包 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 可選依賴 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 編譯和安裝 進入OpenCV的源碼解壓目錄，{Opencv_Origin_Dir}，我的是/home/tanqiwei/Documents/environment/opencv-3.4.1 我的opencv_contrib目錄和其同級，/home/tanqiwei/Documents/environment/opencv_contrib-3.4.1均在/home/tanqiwei/Documents/environment下然后在{Opencv_Origin_Dir}下運行 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 .. 這里面過多參數都是屬於cmake的范疇，我這里不去描述，大概就是表示opencv應該安裝在哪里，擴展包在何處，需要開啟什么功能。 其實編譯過程中會發現，自行下載IPPICV，tiny-dnn等等。 IPPICV是個鏈接的免費子庫，如果想要禁用IPP加速，CMake的時候，加上-D WITH_IPP=OFF。 其實很多可能可選的從cmake的編譯輸出看來我們並沒有安裝,比如java，VTK等等，看下面這種類型的輸出就知道了，到時候你只需要對應安裝，然后修改CMake編譯命令，一般來說，opencv編譯過程中，自發也會去尋找這些東西。 -- 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 最后會列出其編譯后的模塊列表。 -- 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 我們可以發現，我們編譯已經成功，可以進行下一步，即make，但是值得注意的是，如果用多核make可能會報錯，為了保險起見，我還是原始的make命令，不加-j。 make 然后安裝。 sudo make install 最后最好開啟重啟一次，本人曾安裝過后，虛擬機重啟直接奔潰，無法進入系統內部，主要原因不太清楚，但是進入到了某種圖形模式，說是圖形模式損壞，之后只好從備份的快照中恢復，當然也有當時可能裝少了部分必要依賴項的可能性也說不定，建議安裝的機器內存要大一點，4GB為一般，6GB不錯，8GB很好。 運行測試 我們運行例子進行測試。你可以選擇任意例子，這里我選擇在我的github的opencv例子進行測試。 git clone https://github.com/tanqiwei/myOpencvStudyCode.git 大概幾M的內容，然后進入myOpencvStudyCode/LearningOpencv3/chapter2/example2.1 接着按下面命令 mkdir build cd build cmake .. make ./example2_1 ../data/test.jpg 你可以發現運行成功，故而咱們安裝順利。會發現顯示圖片窗口，按ESC鍵退出。 重啟后，發現還能開啟，說明虛擬機的16.04的系統安裝就成功了。 安裝過程命令總結 # 安裝及下載，該操作不解釋，都放在一個統一目錄下 # 我的是/home/tanqiwei/Documents/environment # 也就是在environment文件夾里有opencv-3.4.1和opencv_contrib-3.4.1兩個文件夾 # 安裝必備庫，cmake,git,g++ sudo apt-get install build-essential sudo apt-get install cmake git g++ # 安裝依賴項 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 # 處理圖像所需的包 sudo apt-get install libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev # 處理視頻所需的包 sudo apt-get install libxvidcore-dev libx264-dev ffmpeg # opencv功能優化 sudo apt-get install libatlas-base-dev gfortran # 某些依賴包 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 # 可選依賴項 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 # 進入opencv源碼目錄，注意opencv和opencv_contrib同級， # 即都屬於同一個主目錄下，我的目錄為/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