Ubuntu下opencv编译总结_ubuntu 编译opencv

2401_85013339

于 2024-05-16 01:34:16 发布

阅读量1.1k

点赞数 27

分类专栏： 2024年程序员学习文章标签：物联网嵌入式硬件面试

本文链接：https://blog.csdn.net/2401_85013339/article/details/138931095

版权

2024年程序员学习专栏收录该内容

30 篇文章 0 订阅

订阅专栏

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上物联网嵌入式知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、电子书籍、讲解视频，并且后续会持续更新

需要这些体系化资料的朋友，可以加我V获取：vip1024c （备注嵌入式）

如果你需要这些资料，可以戳这里获取

sudo apt install -y build-essential cmake git pkg-config libopenexr-dev libblas-dev 
sudo apt install -y python-dev python-numpy libtbb2 libtbb-dev
sudo apt install -y libjpeg-dev libpng-dev libtiff-dev libdc1394-22-dev libjasper-dev
sudo apt install -y libavcodec-dev libavformat-dev libswscale-dev libavutil-dev

sudo apt install -y \
        libx264-dev \
        mesa-utils \
        libgtk2.0-dev \
        libxvidcore-dev \
        yasm \
        libxine2-dev \
        libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev \
        libv4l-dev \
        libfaac-dev \
        libmp3lame-dev \
        libopencore-amrnb-dev \
        libtheora-dev \
        libvorbis-dev \
        ffmpeg \
        libeigen3-dev libeigen3-doc \
		liblapack-dev \
        tesseract-ocr \
        tesseract-ocr-jpn \
        libgflags-dev \
        libleptonica-dev \
        libtesseract-dev \
        gphoto2 \
        liblapacke-dev \
        libgoogle-glog-dev \
        libprotobuf-dev \
        libprotoc-dev \
        protobuf-compiler \
        ccache \
        libgphoto2-dev \
        libavresample-dev \
        libatlas-base-dev \
        gfortran

下载安装包

下载opencv源码：opencv的github链接
下载opencv_contrib源码：opencv_contrib的github链接（可以不用，看需要）
需要注意，如果要编译contrib，需要使contrib的版本号与opencv对应。下载完成后均解压，放置到自己的目标位置。

编译opencv动态库（so）

参考链接：openCV+opencv_contrib（编译源码）
在opencv的解压文件中，创建编译文件保存的文件夹，如build，并在该文件夹中打开终端，执行：

cmake -D CMAKE\_BUILD\_TYPE=RELEASE \
      -D CMAKE\_INSTALL\_PREFIX=/usr/local \
      -D PYTHON\_DEFAULT\_EXECUTABLE=/usr/bin/python3 \
      -D OPENCV\_EXTRA\_MODULES\_PATH=~/opencv_contrib/modules/ \
      -D OPENCV\_GENERATE\_PKGCONFIG=YES \
      -D OPENCV\_ENABLE\_NONFREE=True \
      -D ENABLE\_CXX11=1 \
      -D ENABLE\_FAST\_MATH=1 \
      -D WITH\_TBB=ON \
      -D WITH\_OPENGL=ON \
      -D WITH\_OPENMP=ON \
      -D WITH\_TIFF=ON -D BUILD\_TIFF=ON \
      -D WITH\_1394=OFF \
      -D WITH\_GDAL=ON \
      -D WITH\_CUDA=ON -D CUDA\_NVCC\_FLAGS="-D\_FORCE\_INLINES"\
      -D WITH\_CUBLAS=ON -D WITH\_CUFFT=ON \
      -D INSTALL\_C\_EXAMPLES=OFF \
      -D INSTALL\_PYTHON\_EXAMPLES=OFF \
      -D BUILD\_EXAMPLES=OFF ..

以上为举例，目前还未完全测试各条命令有效性，后续更新。
其中PYTHON_DEFAULT_EXECUTABLE为要安装opencv的python路径，一般Ubuntu中都有多个版本的python；
CMAKE_INSTALL_PREFIX是编译后相关so文件的放置位置，这个最好保持该设置；
OPENCV_EXTRA_MODULES_PATH为opencv_contrib中modules的路径，如果不准备编译opencv_contrib可以删除这一项。

fatal error: nvcuvid.h: No such file or directory

在cuda10的时候，cudacodec会出现nvcuvid.h找不到的情况，我将cudacodec模块删掉可以正常编译，目前最新的opencv_contrib在2018年12月18日已修复了该bug，如果是使用该时间之后的版本应该可以正常编译。
方法二，参考OpenCV 4.1 CUDA 10.1 linux下编译问题【fatal error: nvcuvid.h: No such file or directory】，可以在官网中下载相关组件，将cuviddec.h 和 nvcuvid.h文件拷贝到/usr/include即可。

生成makefile文件后，即可执行make操作，如果发现生成表中有数据不对或者生成出错，需要将该文件夹中相关文件删除，再修改cmake指令后重新生成：

# 查找该机器可使用的编译线程数
nproc
# 假如输出是8， 执行8线程编译
sudo make -j8
sudo make install

安装完成后，会在/usr/local/lib中看到lib*.so.*文件，并在/usr/local/lib/pkgconfig下生成了opencv.pc文件，记录OpenCV的文件路径，此时进行如下配置：

# 编辑/etc/bash.bashrc
sudo gedit /etc/bash.bashrc
# 在文件末尾添加
PKG\_CONFIG\_PATH=$PKG\_CONFIG\_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
# 退出并更新
sudo updatedb

# 编辑/etc/ld.so.conf.d/opencv.conf
sudo gedit /etc/ld.so.conf.d/opencv.conf
# 在文件末尾添加
/usr/local/lib
# 退出并更新
sudo ldconfig

编译opencv静态库（a）

参考链接：Ubuntu16.04下编译OpenCV2.4.13静态库（.a文件）
有的项目需要使用opencv的.a静态库，动态库能生成部分.a文件，但是不完整，因此找了下生成静态库的方法。
与创建动态库相同，在opencv文件夹中创建生成文件的文件夹，如static_release，并在该文件夹中打开终端，执行cmake命令：

cmake -D CMAKE\_BUILD\_TYPE=RELEASE \
      -D CMAKE\_INSTALL\_PREFIX=/usr/local \
      -D BUILD\_SHARED\_LIBS=NO \
      -D BUILD\_PNG=ON \
      -D BUILD\_JASPER=ON \
      -D BUILD\_JPEG=ON \
      -D BUILD\_TIFF=ON \
      -D BUILD\_ZLIB=ON \
      -D WITH\_JPEG=ON \
      -D WITH\_PNG=ON \
      -D WITH\_JASPER=ON \
      -D WITH\_TIFF=ON ..

可以仿照动态库的cmake命令，主要是添加BUILD_SHARED_LIBS=NO，代表不编译动态库而是编译静态库，编译结束后就可以在/usr/local/lib/看到生成的一系列.a文件。

测试

安装完成后可以通过pkg-config opencv --modversion查看opencv是否安装成功及版本号。这里需要说明的是在最新版的opencv4中，/usr/local/lib/pkgconfig下生成的是opencv4.pc，因此需要指定pkg-config opencv4 --modversion才能看到相应信息。

测试代码可以仿照Ubuntu 18.04源码编译安装OpenCV 4.0流程开启摄像头/视频，或者像ubuntu 16.04 OpenCV3.2.0完全编译安装打开一张图片。
首先创建DisplayImage.cpp文件，输入：

#include <cv.h>
#include <highgui.h>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
 
using namespace cv;
int main( int argc, char\*\* argv )
{
    Mat image;
    image = imread( argv[1], 1 );
 
    if( argc != 2 || !image.data )
    {
        printf( "No image data \n" );
        return -1;
    }
 
    namedWindow( "Display Image", CV_WINDOW_AUTOSIZE );
    imshow( "Display Image", image );
    waitKey(0);
 
    return 0;
}

创建CMakeLists.txt 文件，输入：

project( DisplayImage )
find_package( OpenCV REQUIRED )
add_executable( DisplayImage DisplayImage )
target_link_libraries( DisplayImage ${OpenCV\_LIBS} )

在该文件夹下打开终端，执行：

cmake .
make

即可生成一个DisplayImage的执行文件，执行./DisplayImage test.jpg即可打开图片， test.jpg为该文件夹下放置的一张图像，也可以指定到其它路径中的图像。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上物联网嵌入式知识点，真正体系化！

需要这些体系化资料的朋友，可以加我V获取：vip1024c （备注嵌入式）

如果你需要这些资料，可以戳这里获取

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上物联网嵌入式知识点，真正体系化！**

需要这些体系化资料的朋友，可以加我V获取：vip1024c （备注嵌入式）

如果你需要这些资料，可以戳这里获取

2401_85013339

关注

27
点赞
踩
13

收藏

觉得还不错? 一键收藏
0
评论
Ubuntu下opencv编译总结_ubuntu 编译opencv

即可生成一个DisplayImage的执行文件，执行./DisplayImage test.jpg即可打开图片， test.jpg为该文件夹下放置的一张图像，也可以指定到其它路径中的图像。这里需要说明的是在最新版的opencv4中，/usr/local/lib/pkgconfig下生成的是opencv4.pc，因此需要指定。有的项目需要使用opencv的.a静态库，动态库能生成部分.a文件，但是不完整，因此找了下生成静态库的方法。是编译后相关so文件的放置位置，这个最好保持该设置；
复制链接

扫一扫