（转）树莓派系列安装opevcv3.0教程填坑版

  深知网络上树莓派安装OpenCV的教程层出不穷，但是基本上都是从其他地方copy的，而且copy的不完全，而且树莓派下用lena.jpg测试opencv的教程很难找到。虽然互联网的共享精神值得肯定，但是不负责任的共享对于急于使用树莓派+opencv的童鞋是极为不负责任的，最近帮学弟在树莓派3上配opencv3.0，本着科学需要负责和专业，希望大家能不再走弯路，毕竟一次编译opencv短则10分钟，长则几小时，加快编译速度对初学者来说也是个相对冷门的技术，本文作如下总结。

  本文以树莓派2/3安装opencv3.0附加python2.7为例，介绍完整流程，请一次就执行完这些流程，期间可能有些步骤耗时很长，所以可以拿本书看看，或者用手机看个剧，整体耗时应该在一部电影的时间左右。

  首先进入Raspberry Pi系统，确保树莓派脸上网络，然后Ctrl + Alt +t打开命令终端（直接点击终端图标可能会卡），如果终端窗口没有出现的话，从顶部任务栏可以找到，点开就好。

  首先是以下这几条更新命令，每次单独执行：

  sudo apt-get update  
  sudo apt-get upgrade  
  sudo rpi-update 

   然后执行安装opencv的构建相关命令：

sudo apt-get install build-essential git cmake pkg-config

   然后是以下这几条命令安装图片工具包，每次单独执行（网上有很多一起执行的，但是经常出现问题）

  sudo apt-get install libjpeg8-dev

  sudo apt-get install libtiff5-dev

  sudo apt-get install libjasper-dev

  sudo apt-get install libpng12-dev

  ra后是视频I/O包：

sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev

  下面安装GTK：

sudo apt-get install libgtk2.0-dev

  然后安装优化函数的包：

sudo apt-get install libatlas-base-dev gfortran

  然后执行以下命令下载opencv3.0：

cd /home/pi  
git clone https://github.com/Itseez/opencv.git

cd opencv

git checkout 3.0.0

  然后安装opencv_contrib：

cd /home/pi

git clone https://github.com/Itseez/opencv_contrib.git

cd opencv_contrib

git checkout 3.0.0

  然后安装 Python 开发包：

sudo apt-get install python2.7-dev

  然后安装pip：

wget https://bootstrap.pypa.io/get-pip.py  
sudo python get-pip.py

  然后安装virtualenv virtualenvwrapper：

sudo pip install virtualenv virtualenvwrapper  
sudo rm -rf ~/.cache/pip

  下面这个步骤不仅仅是命令了，打开~/.profile文件，我是使用nano打开的：

sudo nano ~/.profile（与vim比起来更容易上手操作）

  打开profile后，在这个文件最后，添加以下内容后保存退出：

# virtualenv and virtualenvwrapper  
export VIRTUALENVWRAPPER_PYTHON=/usr/bin/python2.7  
export WORKON_HOME=$HOME/.virtualenvs  
source /usr/local/bin/virtualenvwrapper.sh

  然后执行下面这个命令：

source  ~/.profile

  然后创建虚拟工作环境并进入：

mkvirtualenv LC  
workon LC

  一定要确保进去刚刚创建的虚拟环境了，进入虚拟环境的标志是进去后命令的最前面（绿字前面）都会增加“(LC)”。

  下面在虚拟环境中安装numpy：

pip install numpy  
sudo rm -rf ~/.cache/pip/  
pip install numpy

  一定确保在刚刚的虚拟环境下进行以下操作，如果新开了一个命令行窗口，那么就依次执行 source ~/.profile 命令和 workon LC 命令进入虚拟环境再执行以下操作。

  执行以下命令来设置编译：

cd ~/opencv  
mkdir build  
cd build  
cmake -D CMAKE_BUILD_TYPE=RELEASE \  
 -D CMAKE_INSTALL_PREFIX=/usr/local \  
 -D INSTALL_C_EXAMPLES=ON \  
 -D INSTALL_PYTHON_EXAMPLES=ON \  
 -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \  
 -D BUILD_EXAMPLES=ON ..  （执行cmake这个指令时，复制成一行再点回车执行，分行写仅仅是整齐）

  执行以下命令开始正式编译opencv3.0：

make -j56（这个如果报错就别写-j56了，写-j4，主要是为了强行加快opencv编译速度）

  编译完后进行安装：

sudo make install

  安装后进行相关配置：

sudo ldconfig 

  整个流程严格走下来就应该已经成功了，可以关掉这个命令行窗口了。
  ××××××××××××××××××××××××下面是测试opencv的流程×××××××××××××××××××××××××××××××
  首先进入虚拟环境：

mkvirtualenv LC  
workon LC

  然后创建工作目录：

mkdir ~/opencv-lena  
cd ~/opencv-lena  
nano DisplayImage.cpp（nano是最简单的文本编辑器）

  然后在这个cpp中复制粘贴进去以下代码：

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

  然后保存退出。

  下面创建CMake编译文件：

nano CMakeLists.txt

  创建后在此文件下写入以下内容：

cmake_minimum_required(VERSION 2.8)  
project( DisplayImage )  
find_package( OpenCV REQUIRED )  
add_executable( DisplayImage DisplayImage.cpp )  
target_link_libraries( DisplayImage ${OpenCV_LIBS} ) 

然后保存退出。

下面编译：

cd ~/opencv-lena  
cmake .  
make  

编译完成后，从网上下载lena.jpg，或者随便找张图片，命名为lena.jpg，放在opencv-lena文件夹下。

然后执行程序：

./DisplayImage lena.jpg

如果能显示出lena.jpg图片，则测试成功，Cheers～