【OpenCV】如何在Linux操作系统下正确安装 OpenCV

前言

我是在虚拟机上跑的 Linux 5.8.0-44-generic。 配置如下:

目录

第一步:下载依赖文件

第二步:下载 opencv 和 opencv_contrib 源码

第三步:解压缩包

第四步:移动文件

第五步:生成 makefile 文件

第六步:进行 make 编译

第七步:配置路径

第八步:测试 opencv


第一步:下载依赖文件

这一步非常重要,如果是缺少某个依赖文件,编译 过程也不会出错,但是在使用 opencv 函数的时候就是提示错误,只能删了重新编译,非常的坑。 所以一定要先下载依赖文件。

通过以下命令来安装依赖文件。

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
sudo apt-get install libavcodec-dev libavformat-dev
libswscale-dev libv4l-dev liblapacke-dev
sudo apt-get install libxvidcore-dev libx264-dev
sudo apt-get install libatlas-base-dev gfortran
sudo apt-get install ffmpeg

第二步:下载 opencv 和 opencv_contrib 源码

从 GitHub 下载 opencv 和 opencv_contrib 源码,如果你是刚刚 安装 Linux,那么最好就是修改源,不然下载会非常非常慢。

具体操作请移步百度: 如何修改 Linux 源。

我这里用的都是 4.2.0 的版本。

OpenCV和contirb 的源码下载路径:

  • OpenCV:https://github.com/opencv/opencv/releases
  • opencv_contrib:https://github.com/opencv/opencv_contrib/releases

然而在下载过程中可能会出现下载不完全的情况(起码我是这样的),往往出现的问题是缺少 boostdesc_bgm.i 等问题。所以我们需要提前下载好这些文件,以防不时之需。文件我已经集合在了我的百度网盘里面。当然了如果不想自己配置opencv环境,我也在下面资源地址中给出了已经配置好opencv环境的ubuntu虚拟机【20多个G,登录密码:123456】。

资源获取:关注公众号【科创视野】回复关键字: opencv

下载完以后应该是这样子的:


第三步:解压缩包

通过命令解压 opencv 和 opencv_contirb

tar -zxvf opencv-4.5.1.tar.gz
tar -zxvf opencv_contirb-4.5.1.tar.gz

然后可以得到这样的两个文件夹:


第四步:移动文件

通过命令把 contrib 文件移动到 opencv 文件夹里面:

sudo cp -r opencv_contrib-4.5.1 opencv-4.5.1

打开 opencv 里面应该是长这个样子的:

通过命令,在 opencv 文件夹里面新建一个文件夹 bulid,然后进入这个文件夹。

sudo mkdir build
cd bulid

第五步:生成 makefile 文件

使用命令生成 makefile 文件,这里的命令不要原封不动的粘贴复制,要根据自己的路径进行修改,比如我 的 opencv 文件夹是在/home/omega-lee/下,就可以像下面那样写。这 个过程大概需要几十秒就可以完成。

【johnnywei@UbJohnnywei:~/OpenCV_Source/opencv-4.5. 1/build】$ sudo cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local -D OPENCV_EXTRA_MODULES_PATH=/home/johnnywei/Ope nCV_Source/opencv-4.5.1/opencv_contrib-4.5.1/modules/ ..


第六步:进行 make 编译

我的虚拟机是 4 核的所以是 j4,这个根据自己的机子进行选择,多核心 编译能加快速度。大概需要 30 多分钟吧。 

sudo make -j4

在进行 make 的时候,大概到 77%左右就会出现错误,提示你缺少.i 文件。这个时候打开之前下载好的.i 文件夹,通过命令移植到缺失目录下。

[ 77%] Building CXX object modules/xfeatures2d/CMakeFiles/opencv_xfeatures2d.dir/src/boostdesc. cpp.o /home/johnnywei/OpenCV_Source/opencv-4.5.1/opencv_contrib-4.5.1/ modules/xfeatures2d/src/boostdesc.cpp:654:20: fatal error: boostdesc_bgm.i: 没有那个文件或目录 654 | #include "boostdesc_bgm.i" | ^~~~~~~~~~~~~~~~~ compilation terminated. make[2]: *** [modules/xfeatures2d/CMakeFiles/opencv_xfeatures2d.dir/build.make:9 4 : modules/xfeatures2d/CMakeFiles/opencv_xfeatures2d.dir/src/boostdesc. cpp.o] 错误 1 make[1]: *** [CMakeFiles/Makefile2:6818 : modules/xfeatures2d/CMakeFiles/opencv_xfeatures2d.dir/all] 错误 2 make: *** [Makefile:163:all] 错误 2 johnnywei@UbJohnnywei:~/OpenCV_Source/opencv-4.5.1/build$

执行拷贝的命令

【johnnywei@UbJohnnywei:~/OpenCV_Source/OpenCV_boo stdesc_file】$ sudo cp * ../opencv-4.5.1/opencv_contrib-4.5.1/modules/xfeatures2d /src/

移植完以后应该长这个样子:

然后继续执行编译命令:

sudo make -j4

继续等待,然后在大概 95%的时候继续报错,这个时候系统提醒你缺少某 hpp 文件,不要担心,这个文件不需要下载,直接可以在 opencv 文件夹中 找到。

通过命令打开 opencv_contrib 文件:

cd ./opencv-4.5.1/opencv_contrib-4.5.1/modules/xfe
atures2d/test

你会发现你并没有 features2d 文件夹,这个文件夹在 /opencv-4.5.1/modules 里面。

使用命令移动这个文件夹到缺失目录下:

【johnnywei@UbJohnnywei:~/OpenCV_Source】$ sudo cp -r opencv-4.5.1/modules/features2d/ opencv-4.5.1/opencv_contrib-4.5.1/modules/xfeatures2d/te st/

这下子基本问题全部解决了,继续执行 make -j4 命令编译。然后就可 以看到 100%编译完成。

接着就是安装,使用命令进行安装:

sudo make install

johnnywei@UbJohnnywei:~/OpenCV_Source/opencv-4.5.1/build$ sudo make install


第七步:配置路径

配置路径,执行下面命令配置环境变量,注意如果你当前使用的是 fish shell,或者别的 shell,请退出到 bash,不然配置会出问题。

sudo vim/etc/ld.so.conf.d/opencv.conf

这个时候你可能打开文件可能是空白的,没有关系,在文件末尾添加保存并退出 /usr/local/lib 执行生效命令:

sudo ldconfig

继续打开:

sudo vim /etc/bash.bashrc

在文件末尾添加写入:

export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local /lib/pkgconfig

保存退出。

执行更新命令:

source /etc/bash.bashrc sudo updatedb

整个时候就完成了整个 opencv 的编译配置。完结散花✧ (≖ ◡ ≖ ✿)


第八步:测试 opencv

opencv 内部集成了很多测试 demo,可以通过执行这些 demo 看是否 完成 opencv 的配置。 通过命令进入到 demo 中:

cd opencv-4.2.0/samples/cpp/example_cmake

因为虚拟机可能使用不了摄像头的原因,我们就稍微的修改一下代码, 让程序显示一张图片就好了。

sudo vim example.cpp

修改保存后退出进行编译操作。

sudo mkdir bulid
cd bulid
sudo cmake ..
sudo make

编译完以会得到一个可执行文件,执行后就可以看见图片了。

好了,以上全部是在 Linux 下安装并编译 opencv 的全部过程,虽然坑 有点多,但是多操作几次就习惯了。如果在测试的时候还是没办法使用 opencv,请认真比对我给出的过程。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/444532.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

深入理解 Webpack 热更新原理:提升开发效率的关键

🤍 前端开发工程师、技术日更博主、已过CET6 🍨 阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1 🕠 牛客高级专题作者、打造专栏《前端面试必备》 、《2024面试高频手撕题》 🍚 蓝桥云课签约作者、上架课程《Vue.js 和 E…

攻击技术:命令和控制服务器(C2)是什么意思

在攻击者使用的众多策略中,最阴险的策略之一是命令和控制服务器(C2)。通过这篇文章,我们想准确地解释它是什么。 这些服务器充当计算机黑客行动的大脑,协调受感染设备的操作并允许攻击者随意操纵它们。 在网络安全领…

智慧公厕系统的组成部分有什么?

智慧公厕系统是现代城市管理中一项重要的创新,利用物联网、互联网、大数据、云计算、自动化控制等先进的技术手段,提供高效便捷的公厕服务。从信息系统的角度来看,智慧公厕系统主要由硬件、软件和网络组成,硬件、软件和网络三大部…

首屏性能优化:提升用户体验的秘籍

🤍 前端开发工程师、技术日更博主、已过CET6 🍨 阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1 🕠 牛客高级专题作者、打造专栏《前端面试必备》 、《2024面试高频手撕题》 🍚 蓝桥云课签约作者、上架课程《Vue.js 和 E…

Python图像处理:1.插值、频域变换与对比度增强

一、几何变换 7.图像的插值 (1)原理介绍 下面对比三种插值方法,分别是最近邻插值法、双线性插值法、卷积插值法,三种方法的前提和特点、优缺点、适用场景如下: 最近邻插值(Nearest Neighbor Interpolation)&#xf…

flask-sqlalchemy库

彩笔激流勇退。 1. 简介 ORM,对象关系映射。简单来说,ORM将数据库中的表与面向对象中的类建立了一种对应关系。这样,我们要操作数据库,表,记录就可以直接通过操作类或者类实例来完成。 SQLAlchemy 是目前python中最…

UDP与TCP:了解这两种网络协议的不同之处

🤍 前端开发工程师、技术日更博主、已过CET6 🍨 阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1 🕠 牛客高级专题作者、打造专栏《前端面试必备》 、《2024面试高频手撕题》 🍚 蓝桥云课签约作者、上架课程《Vue.js 和 E…

探索stable diffusion的奇妙世界--01

目录 1. 理解prompt提示词: 2. Prompt中的技术参数: 3. Prompt中的Negative提示词: 4. Prompt中的特殊元素: 5. Prompt在stable diffusion中的应用: 6. 作品展示: 在AI艺术领域,stable di…

Linux的进程调度实现

经常被问到进程的调度算法有哪些,什么先进先出、短进程优先、时间片轮转、多级反馈多列等等算法能说一大堆?那具体的,linux内核使用了什么样的算法,且来探究一下。 本文所引用源码基于linux内核2.6.34版本。 目录 调度器类 从 s…

LLM Drift(漂移), Prompt Drift Cascading(级联)

原文地址:LLM Drift, Prompt Drift & Cascading 提示链接可以手动或自动执行;手动需要通过 GUI 链构建工具手工制作链。自治代理在执行时利用可用的工具动态创建链。这两种方法都容易受到级联、LLM 和即时漂移的影响。 2024 年 2 月 23 日 在讨论大型…

STM32_3-1点亮LED灯与蜂鸣器发声

STM32之GPIO GPIO在输出模式时可以控制端口输出高低电平,用以驱动Led蜂鸣器等外设,以及模拟通信协议输出时序等。 输入模式时可以读取端口的高低电平或电压,用于读取按键输入,外接模块电平信号输入,ADC电压采集灯 GP…

记一次项目所学(中间件等)-动态提醒功能(RocketMQ)

记一次项目所学(中间件等)–动态提醒功能(RocketMQ) 订阅发布模式与观察者模式 RocketMQ:纯java编写的开源消息中间件 高性能低延迟分布式事务 Redis : 高性能缓存工具,数据存储在内存中,读写速度非常快 …

读算法的陷阱:超级平台、算法垄断与场景欺骗笔记05_共谋(中)

1. 默许共谋 1.1. 又称寡头价格协调(Oligopolistic Price Coordination)或有意识的平行行为(Conscious Parallelism) 1.1.1. 在条件允许的情况下,它会发生在市场集中度较高的行业当中 1.1.…

AI智能应用百科立即落地实操课

该课程旨在教授学员如何将AI智能应用于实际场景。通过深入的案例研究和实操练习,学员将学会应用机器学习、自然语言处理等技术,快速解决现实问题。课程强调实际操作,帮助学员快速运用AI技术解决工作中的挑战。 课程大小:3.3G 课…

(关键点检测)YOLOv8实现多类人体姿态估计的输出格式分析

(关键点检测)YOLOv8实现多类人体姿态估计的输出格式分析 任务分析 所使用的数据配置文件 网络结构 导出模型 用 netron 可视化 输出格式分析 参考链接 1. 任务分析 判断人体关键点时一并给出关键点所属的类别,比如男人,女…

Vue3 状态管理 - Pinia

Vue3 状态管理 - Pinia 1. 什么是Pinia Pinia 是 Vue 的专属的最新状态管理库 ,是 Vuex 状态管理工具的替代品 2. 手动添加Pinia到Vue项目 后面在实际开发项目的时候,Pinia可以在项目创建时自动添加,现在我们初次学习,从零开…

EasyPoi 教程

文章目录 EasyPoi教程文档1. 前传1.1 前言 这个服务即将关闭,文档迁移到 http://www.wupaas.com/ 请大家访问最新网站1.2 Easypoi介绍1.3 使用1.4 测试项目1.5 可能存在的小坑 2. Excel 注解版2.1 Excel导入导出2.2 注解注解介绍ExcelTargetExcelEntityExcelCollectionExcelIgn…

[LeetCode][LCR151]彩灯装饰记录 III——队列

题目 LCR 151. 彩灯装饰记录 III 一棵圣诞树记作根节点为 root 的二叉树,节点值为该位置装饰彩灯的颜色编号。请按照如下规则记录彩灯装饰结果: 第一层按照从左到右的顺序记录除第一层外每一层的记录顺序均与上一层相反。即第一层为从左到右&#xff0c…

transformer--使用transformer构建语言模型

什么是语言模型? 以一个符合语言规律的序列为输入,模型将利用序列间关系等特征,输出一个在所有词汇上的概率分布.这样的模型称为语言模型. # 语言模型的训练语料一般来自于文章,对应的源文本和目标文本形如: src1"Ican do",tgt1…

KEIL 5.38的ARM-CM3/4 ARM汇编设计学习笔记10 - STM32的SDIO学习2

KEIL 5.38的ARM-CM3/4 ARM汇编设计学习笔记10 - STM32的SDIO学习2 一、问题回顾二、本次的任务三、 需要注意的问题3.1 Card Identification Mode时的时钟频率3.2 CMD0指令的疑似问题3.3 发送带参数的ACMD41时要注意时间时序和时效3.4 CPSM的指令发送问题3.5 调试过程中的SD卡的…