统信UOS Linux环境下安装OpenCV遇到的各种问题及填坑指南

☞ ░ 前往老猿Python博客 ░ https://blog.csdn.net/LaoYuanPython

老猿在自己国产统信操作系统的ARM主机上安装OpenCV，遇到了不少坑，在此记录供大家参考。

背景说明

老猿安装的版本是OpenCV4.3.0，其他版本没用过，应该大部分情况相同。

机器源代码解压目录是/home/openCV，解压的OpenCV文件在该目录的子目录OpenCV430下，最终编译成功的opencv库安装在/usr/local/opencv430目录下。

坑一、cmake不能在CMakeLists.txt所在OpenCV解压的根目录下执行

进入/home/openCV/OpenCV430目录，执行命令：cmake .
结果报错，报错信息如下：

administrator@jwp:/home/openCV/OpenCV430$ cmake .
CMake Error at CMakeLists.txt:11 (message):
  

  FATAL: In-source builds are not allowed.

         You should create a separate directory for build files.



-- Configuring incomplete, errors occurred!

这说明cmake的执行必须单独建立一个目录才可以，为此在OpenCV文件根目录/home/openCV/OpenCV430下新建一个子目录来进行cmake执行，为了易记，新建子目录命名为build，这样cmake就能正常执行了。

坑二、在子目录build下执行cmake仍然报错

建立build子目录后，进入该子目录执行上述cmake指令，还是报同样的错误，这是因为上次执行遗留文件导致的，执行指令“rm ../CMakeCache.txt”删除上层目录其下的文件：CMakeCache.txt 即可，此时可以执行cmake了。

坑三、ADE: Download: v0.1.1f.zip下载失败问题

ADE（Automatic Differentiation Engine）是OpenCV中的一个模块，用于自动计算图像处理算法的导数。它可以根据输入和输出之间的关系，自动计算算法的梯度，从而实现自动微分。在OpenCV的编译过程中，如果使用了gapi模块，会自动下载并编译ADE，以支持自动微分功能。

如果机器网络环境无法访问GitHub，则在执行cmake过程会报ADE下载失败，具体问题和解决办法请参考老猿在CSDN的博文《机器环境无法访问GitHub情况下linux安装OpenCV执行cmake无法下载ADE文件v0.1.1f.zip》的介绍。

坑四、java接口缺乏的错误

执行cmake时报错：

Could NOT find JNI (missing: JAVA_AWT_LIBRARY JAVA_JVM_LIBRARY JAVA_INCLUDE_PATH JAVA_INCLUDE_PATH2 JAVA_AWT_INCLUDE_PATH)。

这个错误意味着在执行cmake时，无法找到所需的JNI（Java Native Interface）库和路径。JNI是Java和本地代码（如C++）之间的接口，用于在Java中调用本地代码。对于编译OpenCV来说，如果不需要使用Java来调用OpenCV，这个错误可以忽略，不需要解决。但如果需要使用Java来调用OpenCV，你需要确保安装了Java Development Kit（JDK）并正确配置了相关的环境变量。可以按照以下步骤解决这个错误：

• 确保已经安装了JDK，并将其路径添加到系统的环境变量中
• 检查是否正确设置了JAVA_HOME环境变量，指向JDK的安装路径
• 确保在执行cmake之前，已经正确设置了JAVA_AWT_LIBRARY、JAVA_JVM_LIBRARY、JAVA_INCLUDE_PATH、JAVA_INCLUDE_PATH2和JAVA_AWT_INCLUDE_PATH这些变量，指向对应的JNI库和路径。

老猿没准备使用Java调用OpenCV，因此该错误就忽略了。

坑五、没有VTK接口

执行cmake时报错：
VTK is not found. Please set -DVTK_DIR in CMake to VTK build directory, or to VTK install subdirectory with VTKConfig.cmake file。

这个错误意味着在执行cmake时，无法找到VTK（Visualization Toolkit）库。VTK是一个用于可视化和图形处理的开源库。对于编译OpenCV来说，如果不需要使用VTK相关的功能，这个错误不会对编译过程产生影响。但如果需要使用VTK相关的功能，就需要解决这个错误才能成功编译OpenCV。

解决这个错误的方法是设置-DVTK_DIR选项，指定VTK的构建目录或VTK安装目录中的VTKConfig.cmake文件。

老猿暂时对VTK不了解，先忽略这个错误了。

坑六、统信环境下的动态库命名机制

在Windows版本的OpenCV中，库文件命名为opencv_worldXXX.lib，其中XXX代表OpenCV的版本号。这是因为Windows下的编译器（如Visual Studio）需要将所有的OpenCV模块链接到一个单独的库文件中，以便于在编译和链接过程中使用。这个单独的库文件包含了OpenCV的所有功能和模块，因此被称为opencv_world.lib。

而在Linux版本的OpenCV中，库文件的命名方式不同。Linux下的编译器使用动态链接库（.so文件）来链接OpenCV的模块，每个模块都有自己的动态链接库文件。这种方式可以减小可执行文件的大小，并且在运行时可以根据需要加载所需的模块。

因此，Windows版本的OpenCV使用单个库文件来包含所有模块，而Linux版本的OpenCV使用多个动态链接库文件来分别包含各个模块。

如果编写好了应用程序，要使用opencv动态库时，动态库名称和文件名的对应关系为：动态库文件名=“lib”+库名+“.so”，如库名为“opencv_core”，则动态库文件名为：“liblopencv_core.so”，其中的库名就是编译时用l指定的库名，如使用opencv_core等库时，编译指令样例如下：

g++ test.cpp -o test -I/usr/local/opencv430/include/opencv4 -L/usr/local/opencv430/lib -lopencv_core -lopencv_highgui -lopencv_imgcodecs

注意：这个指令用了-I和-L参数，实际上可以通过其他设置方法去除这2个参数，具体请参考下面这个问题的解决介绍。

坑七、编译时找不到头文件、连接时找不到库文件

这个问题请参考老猿在CSDN的博文《统信UOS linux下opencv应用编译时的头文件和库文件路径查找设置方法》的介绍。

坑八、编译好的程序执行报错找不到libopencv_core等库文件

已经在机器上编译好opencv应用程序test，连接了相关动态库如libopencv_core，执行时报错：

administrator@jwp:~/E_DRIVER/opencv/test$ ./test
./test: error while loading shared libraries: libopencv_core.so.4.3: cannot open shared object file: No such file or directory
administrator@jwp:~/E_DRIVER/opencv/test$ 

这是因为动态库路径没有设置的，动态库运行时路径设置是由环境变量LD_LIBRARY_PATH来设置，可以在终端上执行如下指令来设置，以老猿机器环境为例：

export LD_LIBRARY_PATH=/usr/local/opencv430/lib

执行成功后再执行测试程序就正常了，不过这种终端方式设置环境变量的方式在终端退出后就失效了，要长期有效就必须在登录用户的shell配置文件中来配置，在统信操作系统的Bash shell环境下，修改在登录用户的主目录下（/home/登录用户名）的隐藏文件.bashrc文件，在其中增加一行：export LD_LIBRARY_PATH=/usr/local/opencv430/lib:$LD_LIBRARY_PATH 即可。

注意：
LD_LIBRARY_PATH和LIBRARY_PATH都是Linux下的环境变量，用于指定共享库的搜索路径。它们的主要区别在于作用范围和优先级。

LD_LIBRARY_PATH是一个运行时环境变量，用于指定程序在运行时搜索共享库的路径。当程序需要加载共享库时，动态链接器会根据LD_LIBRARY_PATH的值来查找共享库。LD_LIBRARY_PATH的值是一个以冒号分隔的路径列表，可以包含绝对路径或相对路径。如果共享库不在标准的搜索路径中，可以将其所在的路径添加到LD_LIBRARY_PATH中。

LIBRARY_PATH是一个编译时环境变量，用于指定编译器在编译时搜索共享库的路径。当编译器在编译过程中需要链接共享库时，会根据LIBRARY_PATH的值来查找共享库。LIBRARY_PATH的值也是一个以冒号分隔的路径列表，可以包含绝对路径或相对路径。如果共享库不在标准的搜索路径中，可以将其所在的路径添加到LIBRARY_PATH中。

坑九、编译好的程序执行抛出cv::Exception报函数未实现错误

在执行编译好的应用程序时，报异常：error: (-2:Unspecified error) The function is not implemented，以老猿的测试案例为例，完整报错信息如下：

administrator@jwp:~/E_DRIVER/opencv/test$ export LD_LIBRARY_PATH=/usr/local/opencv430/lib
administrator@jwp:~/E_DRIVER/opencv/test$ ./test
terminate called after throwing an instance of 'cv::Exception'
  what():  OpenCV(4.3.0) /home/openCV/OpenCV430/modules/highgui/src/window.cpp:634: 
  error: (-2:Unspecified error) The function is not implemented. 
  Rebuild the library with Windows, GTK+ 2.x or Cocoa support. 
  If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, t
  hen re-run cmake or configure script in function 'cvNamedWindow'

已放弃
administrator@jwp:~/E_DRIVER/opencv/test$ 

碰到这个问题，表明opencv安装前，没有安装好相关依赖的库，这时候只有在先卸载已经安装的opencv，再安装这些依赖库之后，重新执行opencv的安装过程。

应该在进行cmake前执行相关依赖库的安装，具体涉及依赖库包括如下：

sudo apt install build-essential
sudo apt install libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev   libdc1394-22-dev 
apt install libjasper-dev
sudo apt install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev
sudo apt install libxvidcore-dev libx264-dev
sudo apt install libatlas-base-dev gfortran 
sudo apt install ffmpeg

这里补充说明几点：
1、依赖库的安装必须在执行opencv安装的cmake之前；
2、这里列出了所有应该提前安装的库，但可能有部分库已经存在了，例如ffmpeg在老猿机器上原来就有，另外有部分库可能统信没有，如在老猿机器上安装libjasper-dev就报错：

dministrator@jwp:~/E_DRIVER/opencv/test$ sudo apt install libjasper-dev
请输入密码:
验证成功
正在读取软件包列表... 完成
正在分析软件包的依赖关系树       
正在读取状态信息... 完成       
E: 无法定位软件包 libjasper-dev

libjasper-dev是一个用于处理图像压缩和解压缩的库。它提供了对JPEG-2000图像格式的支持。libjasper-dev库包含了用于开发的头文件和静态库文件。没找到该文件不知道是由于老猿机器硬件的原因还是统信不支持。

坑十、使用gcc编译opencv应用报错

我们知道gcc主要用于编译C语言程序，而g++主要用于编译C++语言程序，但gcc也可以编译c++程序。
对于后缀为.cpp的文件，gcc和g++都将其视为C++文件进行编译。
不同的是对于后缀为.c的文件，gcc将其视为C语言文件进行编译，而g++将其视为C++文件进行编译。
由于C++相对于C语言具有更多的功能和特性，因此使用g++来编译.cpp文件可以更好地支持C++的语法和库。

因此也可以尝试使用gcc来编译opencv的应用，但直接将编译指令中的g++改为gcc来执行的话，会报错。
以老猿的测试程序编译为例：

administrator@jwp:~/E_DRIVER/opencv/test$ g++ test.cpp -o test  -lopencv_core -lopencv_highgui  -lopencv_imgcodecs 
administrator@jwp:~/E_DRIVER/opencv/test$ gcc test.cpp -o test  -lopencv_core -lopencv_highgui  -lopencv_imgcodecs 
/usr/bin/ld: /tmp/cc6IVZeh.o: undefined reference to symbol '_ZTVN10__cxxabiv117__class_type_infoE@@CXXABI_1.3'
/usr/bin/ld: //lib/aarch64-linux-gnu/libstdc++.so.6: error adding symbols: DSO missing from command line
collect2: error: ld returned 1 exit status
administrator@jwp:~/E_DRIVER/opencv/test$ 

这个错误是由于gcc编译代码进行连接时，缺少链接到libstdc++库引起的，stdc++库是C++标准库的一部分，提供了许多用于C++编程的函数和类，包含了C++语言的核心特性。而gcc是不会连接该库的，在使用gcc编译C++代码时，需要手动添加对C++标准库的链接参数-lstdc++。

因此需要将指令进行修改为：

gcc test.cpp -o test -lopencv_core -lopencv_highgui -lopencv_imgproc -lopencv_imgcodecs -lstdc++

小结

本文详细介绍了在统信UOS的linux操作系统环境下安装opencv库和构建opencv C++应用的编译环境过程中遇到的各种问题，通过解决这些问题，就可以最终成功安装opencv库和执行opencv C++应用的编译和测试了。具体安装步骤请参考老猿在CSDN的博文《信创之国产浪潮电脑+统信UOS操作系统体验11：统信UOS Linux下绕开github下载和编译OpenCV并构建C++应用编译环境的过程详解》的介绍。

写博不易，敬请支持：

如果阅读本文于您有所获，敬请点赞、评论、收藏，谢谢大家的支持！

更多关于统信操作系统及opencv的介绍的内容请参考专栏《国产信创之光》的其他文章。

关于老猿的付费专栏

1. 付费专栏《https://blog.csdn.net/laoyuanpython/category_9607725.html 使用PyQt开发图形界面Python应用》专门介绍基于Python的PyQt图形界面开发基础教程，对应文章目录为《 https://blog.csdn.net/LaoYuanPython/article/details/107580932 使用PyQt开发图形界面Python应用专栏目录》；
2. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10232926.html moviepy音视频开发专栏 )详细介绍moviepy音视频剪辑合成处理的类相关方法及使用相关方法进行相关剪辑合成场景的处理，对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/107574583 moviepy音视频开发专栏文章目录》；
3. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10581071.html OpenCV-Python初学者疑难问题集》为《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的伴生专栏，是笔者对OpenCV-Python图形图像处理学习中遇到的一些问题个人感悟的整合，相关资料基本上都是老猿反复研究的成果，有助于OpenCV-Python初学者比较深入地理解OpenCV，对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/109713407 OpenCV-Python初学者疑难问题集专栏目录 》
4. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10762553.html Python爬虫入门 》站在一个互联网前端开发小白的角度介绍爬虫开发应知应会内容，包括爬虫入门的基础知识，以及爬取CSDN文章信息、博主信息、给文章点赞、评论等实战内容。

前两个专栏都适合有一定Python基础但无相关知识的小白读者学习，第三个专栏请大家结合《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的学习使用。

对于缺乏Python基础的同仁，可以通过老猿的免费专栏《https://blog.csdn.net/laoyuanpython/category_9831699.html 专栏：Python基础教程目录）从零开始学习Python。

如果有兴趣也愿意支持老猿的读者，欢迎购买付费专栏。

老猿Python，跟老猿学Python！

☞ ░ 前往老猿Python博文目录 https://blog.csdn.net/LaoYuanPython ░