笔记本安装opencv和cuda,安装好了但是检测经常出错,绕了很多弯路,好在解决了,因此记录一下。
1.ubuntu18.04安装opencv4.1.0
参考这篇文章 ubuntu18.04安装opencv4.1.0
注意1:文章中第一步,一定要安装opencv_contrib,且版本要和你要安装的opencv一致,否则文章中的第三步编译opencv的cmake会编译不过,导致后面的make出错,显示:make: *** 没有指明目标并且找不到 makefile。
注意2:文章中的第二步,添加opencv所需要的依赖库中可能会出现“OpenCV安装libjasper-dev依赖包错误:E: Unable to locate package libjasper-dev”
解决办法:
sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
sudo apt update
sudo apt install libjasper1 libjasper-dev
再运行:
sudo apt install libjasper1 libjasper-dev
注意3:编译过后然后在/usr/local/lib下可以看到编译的结果。
查看有没有缺少lib库,缺少的话,后面运行会提示缺少,通常按照前面的步骤,lib库不会缺少。
注意4:最后安装opencv-python
1.使用如下命令
pip install opencv-python
2.安装opencv-contrib-python
opencv-pyhon中只是包含了opencv的主要模块,很多比较新的高级的算法、某些不免费的算法如sift、surf特征点算法没有包含进去,如果你想使用这些功能,需要卸载opencv-python,然后安装opencv-contrib-python。
pip install opencv-contrib-python
将自动安装最新版本。
3.如何使用不免费的模块?
non-free算法目前仅在opencv-contrib-python3.4.2.17及以下的版本中可以使用。当然opencv本身并不收费,只不过如果你是在商业项目中使用non-free算法,那就需要交费了,因为算法的发明者申请并持有了该算法的专利。对于学生而言,平常的学习中一般还是会用到的:
pip install opencv-contrib-python==3.4.2.17
opencv-contrib-python3.4.2.17版本下载特别慢,建议从github或其他途径将.whl文件下载下来再进行安装。这里提供给大家供下载。
2.yolov3实时检测
将darknet下makefile文件中opencv=0改为opencv=1,重新回到darknet目录下进行make,可能会出现错误,如下:
./src/image_opencv.cpp:12:1: error:‘IplImage’ does not name a type; did you mean ‘image’ ? IplImage *image_to_ipl(image im)
^~~~~~~~~
解决办法:上面这个错误opencv版本兼容性问题。随着opencv版本的演化,c++11语法越来越占主流, 尤其到了opencv4后,基本上所有c语法都 被放弃了,都是类的概念。回到上面这个错误,IplImage是一个典型的c struct,在opencv2用的很多,opencv3用的比较少了,但支持。到了opencv4,该图像数据结构被摒弃,只能用Mat这个class来表示图像结构。
要想darknet在opencv4下面编译并能够运行,必须要将image_opencv.cpp做如上所示修改。
#ifdef OPENCV
#include "stdio.h"
#include "stdlib.h"
#include "opencv2/opencv.hpp"
#include "image.h"
using namespace cv;
extern "C" {
/*IplImage *image_to_ipl(image im)
{
int x,y,c;
IplImage *disp = cvCreateImage(cvSize(im.w,im.h), IPL_DEPTH_8U, im.c);
int step = disp->widthStep;
for(y = 0; y < im.h; ++y){
for(x = 0; x < im.w; ++x){
for(c= 0; c < im.c; ++c){
float val = im.data[c*im.h*im.w + y*im.w + x];
disp->imageData[y*step + x*im.c + c] = (unsigned char)(val*255);
}
}
}
return disp;
}
image ipl_to_image(IplImage* src)
{
int h = src->height;
int w = src->width;
int c = src->nChannels;
image im = make_image(w, h, c);
unsigned char *data = (unsigned char *)src->imageData;
int step = src->widthStep;
int i, j, k;
for(i = 0; i < h; ++i){
for(k= 0; k < c; ++k){
for(j = 0; j < w; ++j){
im.data[k*w*h + i*w + j] = data[i*step + j*c + k]/255.;
}
}
}
return im;
}*/
Mat image_to_mat(image im)
{
image copy = copy_image(im);
constrain_image(copy);
if(im.c == 3) rgbgr_image(copy);
int