Ubuntu下源码安装Opencv完全指南

老潘

发布于 2023-10-19 02:36:38

95500

代码可运行

文章被收录于专栏：深度学习那些事儿深度学习那些事儿

运行总次数：0

代码可运行

前言

Opencv大家很熟悉了，经典的图像处理库，Opencv在Windows下安装是很简单的，只需要配置DLL即可。但是在Linux下，因为Linux各种发行版本多种多样，所以我们只有自己通过编译源码的方式来安装Opencv了，源码安装会自动根据你当前的Ubuntu系统中安装的组件来编译Opencv源码，所以说你编译好的这份Opencv库是独一无二的，移到别的地方就不行了哦。

这里讲解如何在Ubuntu系统中利用源码安装Opencv。

安装指南

最开始，老规矩先更新下我们的系统：

sudo apt-get update
sudo apt-get upgrade

其次我们要做的是——安装所有依赖件：

# 首先我们先移除系统中已经存在的依赖，这一部必须要做
sudo apt-get remove x264 libx264-dev
 
# 然后安装我们需要的依赖
sudo apt-get install build-essential checkinstall cmake pkg-config yasm
sudo apt-get install git gfortran
sudo apt-get install libjpeg8-dev libjasper-dev libpng12-dev
 
# 下面根据版本选择安装 
#  Ubuntu 14.04
sudo apt-get install libtiff4-dev
#  Ubuntu 16.04
sudo apt-get install libtiff5-dev
 
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libdc1394-22-dev
sudo apt-get install libxine2-dev libv4l-dev
sudo apt-get install libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev
sudo apt-get install qt5-default libgtk2.0-dev libtbb-dev
sudo apt-get install libatlas-base-dev
sudo apt-get install libfaac-dev libmp3lame-dev libtheora-dev
sudo apt-get install libvorbis-dev libxvidcore-dev
sudo apt-get install libopencore-amrnb-dev libopencore-amrwb-dev
sudo apt-get install x264 v4l-utils
 
# 可选安装
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

需要注意的是，上面的这些依赖件一定要都确认安装完毕，如果某些依赖没有安装正确后，编译好的Opencv会缺失一些基本的功能(在编译Opencv过程中会有提示，但是不会中断！)，如果源码编译好后发现Opencv有功能缺失。

例如。利用 cv2.imread() 读出的图像是 None

最好确认一下上述的依赖是否安装正确。

安装python依赖(可选)

(注意，这部分只适合系统中没有安装任何python组件，如果你的系统已经安装了python组件，那么只需要安装python-dev和python3-dev即可，然后在各自的环境中pip安装 numpy scipy matplotlib scikit-image scikit-learn ipython 即可)

安装好所有依赖后，我们接下来安装需要的Python依赖，两个版本的都要装，Opencv会自动生成两个版本的python依赖。（如果只想用C/C++版不想用python版可以不安装，Opencv安装时会自动忽略）

sudo apt-get install python-dev python-pip python3-dev python3-pip

sudo -H pip2 install -U pip numpy
sudo -H pip3 install -U pip numpy

创建虚拟环境进行安装：

# Install virtual environment
sudo pip2 install virtualenv virtualenvwrapper
sudo pip3 install virtualenv virtualenvwrapper
echo "# Virtual Environment Wrapper"  >> ~/.bashrc
echo "source /usr/local/bin/virtualenvwrapper.sh" >> ~/.bashrc
source ~/.bashrc
  
############ For Python 2 ############
# create virtual environment
mkvirtualenv facecourse-py2 -p python2
workon facecourse-py2
  
# now install python libraries within this virtual environment
pip install numpy scipy matplotlib scikit-image scikit-learn ipython
  
# quit virtual environment
deactivate
######################################
  
############ For Python 3 ############
# create virtual environment
mkvirtualenv facecourse-py3 -p python3
workon facecourse-py3
  
# now install python libraries within this virtual environment
pip install numpy scipy matplotlib scikit-image scikit-learn ipython
  
# quit virtual environment
deactivate
######################################

下载OpenCV和OpenCV_contrib

下载下来就对了。

git clone https://github.com/opencv/opencv.git
cd opencv 
git checkout 3.4.2 
cd ..

git clone https://github.com/opencv/opencv_contrib.git
cd opencv_contrib
git checkout 3.4.2
cd ..

安装OpenCv

安装过程很简单，进入我们的opencv目录，创建一个build的文件夹，进入这个文件夹执行相应的命令：

cd opencv              # 进入目录
mkdir build            # 创建文件夹
cd build

进入后，首先我们利用cmake生成makefile，当然还有很多的选择项设置，具体可以查看cmakelist文件中的帮助信息，对于我们来说这些就足够了：

cmake -D CMAKE_BUILD_TYPE=RELEASE \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules ..

如果对CMakeLists文件不进行修改，那么Opencv默认的安装位置

/usr/local/include/opencv2/         -- 新版Opencv核心头文件
/usr/local/include/opencv/          -- 旧Opencv核心头文件
/usr/local/share/OpenCV/            -- 一些Opencv其他安装信息
/usr/local/lib/                     -- Opencv中的动态链接库存放位置

cmake后，我们进行make操作，首先利用nproc命令查看系统有多少线程，其次按照线程数来执行：

# 利用下面的命令得到系统的线程数
nproc
# 得到n下面输入jn
make -j12                        # 这里我是12
sudo make install
sudo sh -c 'echo "/usr/local/lib" >> /etc/ld.so.conf.d/opencv.conf'
sudo ldconfig

创建link

假如使用python接口的话，我们编译好了OpenCV后需要查看生成的.so文件在哪里：

find /usr/local/lib/ -type f -name "cv2*.so"

找到的位置因为自己的python安装地址不同，生成的地址也不同：

############ For Python 2 ############
## binary installed in dist-packages
path/to/python2.6/site-packages/cv2.so
path/to/python2.7/site-packages/cv2.so
## binary installed in site-packages
path/to/python2.6/site-packages/cv2.so
path/to/python2.7/site-packages/cv2.so
  
############ For Python 3 ############
## binary installed in dist-packages
path/to/python3.5/site-packages/cv2.cpython-35m-x86_64-linux-gnu.so
path/to/python3.6/site-packages/cv2.cpython-36m-x86_64-linux-gnu.so
## binary installed in site-packages
path/to/python3.5/site-packages/cv2.cpython-35m-x86_64-linux-gnu.so
path/to/python3.6/site-packages/cv2.cpython-36m-x86_64-linux-gnu.so

然后根据地址来生成link(注意，下方的地址修改成自己的地址):

############ For Python 2 ############
cd path/to/python2.7/site-packages
ln -s path/to/python2.7/site-packages/cv2.so cv2.so
  
############ For Python 3 ############
cd path/to/python3.6/site-packages
ln -s path/to/python3.6/site-packages/cv2.cpython-36m-x86_64-linux-gnu.so cv2.so