内容转载自我的博客
目录
如果你只是想要使用C++或者Python语言来调用OpenCV,而且并不关心OpenCV是否为最新版本,那么请直接按照如下代码:
sudo apt update && sudo apt install libopencv-dev python3-opencv
前者libopencv-dev
是用于C++开发的库(已经很老旧了)
后者python3-opencv
是用于python3开发的库,你可以在终端输入
/usr/bin/python3 -c "import cv2;print(cv2.__version__)"
来验证python3-opencv
是否安装成功
/usr/bin/pip3 install opencv-contrib-python==3.4.2.17
来安装扩展功能(3.4.2版本以后的预编译库中都不会再加入non-free模块)
在官方网站下载最新源代码(截止本文测试时,最新版本为4.4.0),如果需要使用SIFT
算法等扩展功能,下载opencv_contrib
一起编译:
例如,opencv 4.4源码解压到当前目录下,opencv_contrib 4.4也解压到当前目录下
按照如下步骤:
# 安装系统依赖
sudo apt install build-essential cmake git libgtk2.0-dev \
pkg-config libavcodec-dev libavformat-dev libswscale-dev \
libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev \
libjasper-dev libdc1394-22-dev
# 添加源以继续安装依赖libjasper
sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
# 安装系统依赖
sudo apt install libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev \
libjasper-dev libdc1394-22-dev libsnappy-dev libboost-all-dev \
python3-dev python3-numpy ffmpeg cmake-qt-gui libopenblas-dev \
tesseract-ocr libtesseract-dev libprotobuf-dev libleveldb-dev \
libhdf5-serial-dev protobuf-compiler libatlas-base-dev \
libgflags-dev libgoogle-glog-dev liblmdb-dev libfaac-dev \
gfortran libgstreamer1.0-dev libatlas-base-dev libxvidcore-dev \
libpng-dev libopenexr-dev libtiff-dev libwebp-dev \
libmp3lame-dev libtheora-dev libvorbis-dev \
libopencore-amrwb-dev x264 v4l-utils libgdk-pixbuf2.0-dev \
manpages-dev libopencore-amrnb-dev libgstreamer-plugins-base1.0-dev \
libqt5widgets5 libqt5gui5 libqt5dbus5 libqt5network5 libqt5core5a \
qtcreator qt5-default
# 修复可能安装出错的依赖
sudo apt install -f
按照以下步骤:
# 在opencv4.4源码解压后的文件夹下面,创建编译文件夹
mkdir build && cd build
# 配置编译选项
# CMAKE_INSTALL_PREFIX 是最终OpenCV的安装位置
# OPENCV_ENABLE_NONFREE 指示是否开启Non-free的算法
# OPENCV_EXTRA_MODULES_PATH 指示扩展算法的源码文件夹
# WITH_CUDA 该选项需要确保自己已安装显卡驱动和cuda
# 可以关注下命令的输出,可以从中找到哪些模块没有配置成功
cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local/opencv4.4 \
-D OPENCV_ENABLE_NONFREE=ON \
-D OPENCV_EXTRA_MODULES_PATH=/home/zfb/opencv_contrib-4.4.0/modules \
-D OPENCV_GENERATE_PKGCONFIG=YES \
-D WITH_QT=ON \
-D WITH_OPENGL=ON \
-D WITH_CUDA=ON \
-D BUILD_EXAMPLES=ON \
-D INSTALL_PYTHON_EXAMPLES=ON \
-D INSTALL_C_EXAMPLES=ON ..
# 开启12个线程同时编译源码
make -j12
# 安装OpenCV到指定位置
sudo make install
按照以下步骤:
# 查看该文件是否存在(OPENCV_GENERATE_PKGCONFIG=YES参数保证此文件存在)
cat /usr/local/opencv4/lib/pkgconfig/opencv4.pc
# 把上面的文件添加到PKG_CONFIG_PATH
sudo vim /etc/profile.d/pkgconfig.sh
# 文件内容如下
# export PKG_CONFIG_PATH=/usr/local/opencv4/lib/pkgconfig:$PKG_CONFIG_PATH
# 激活文件
source /etc/profile
# 验证配置,如果不报错则说明正常
pkg-config --libs opencv4
按照以下步骤:
# 将OpenCV的库添加到路径
sudo vim /etc/ld.so.conf.d/opencv4.conf
# 添加内容如下(也可能是空文件)
# /usr/local/opencv4.4/lib
# 更新配置
sudo ldconfig
按照以下步骤:
# 进入下载的opencv4.4的源码文件夹下的samples目录
cd samples/cpp/example_cmake
# 配置编译选项
cmake .
# 开始编译文件
make
# 执行测试代码,弹出窗口实时显示摄像头画面
./opencv_example
首先需要找到编译好的用于python3的动态库文件的位置,可以使用如下代码搜索(其实在sudo make install
时也会显示):
sudo find / -iname "cv2*.so"
得到路径为/usr/local/opencv4.4/lib/python3.8/dist-packages/cv2/python-3.8/cv2.cpython-38-x86_64-linux-gnu.so
然后把它复制到对应python解释器的/path/to/dist-packages
(系统自带的python解释器)和/path/to/site-packages
(用户安装的python解释器)目录下,之后就能在该python解释器中使用python-opencv库:
# 查看系统Python环境的包路径
/usr/bin/python3 -c "import pip;print(pip)"
# 创建软链接使得/usr/bin/python3可以使用opencv
sudo ln -s /usr/local/opencv4.4/lib/python3.8/dist-packages/cv2/python-3.8/cv2.cpython-38-x86_64-linux-gnu.so /usr/lib/python3/dist-packages/cv2.so
# 测试安装结果
/usr/bin/python3 -c "import cv2;print(cv2.__version__)"
cd build
sudo make uninstall
,此命令会删除安装时添加的所有文件,但是不处理文件夹手机扫一扫
移动阅读更方便
你可能感兴趣的文章