编译安装opencv，C++库，并安装DNN模块

暗日骑士

已于 2024-03-17 12:58:39 修改

阅读量1.4k

点赞数 20

文章标签： opencv c++ dnn 深度学习计算机视觉

于 2024-03-17 12:15:47 首次发布

本文链接：https://blog.csdn.net/liujinliang11/article/details/136779395

版权

huopencv库中的DNN模块对应深度学习任务，包含readmodel等深度学习所需要的函数。

1. 安装依赖项

①安装g++, cmake, make, wget, unzip，若已安装，此步跳过

sudo apt install -y g++
sudo apt install -y cmake
sudo apt install -y make
sudo apt install -y wget unzip

②安装opencv依赖的库

sudo apt-get install build-essential libgtk2.0-dev libgtk-3-dev libavcodec-dev libavformat-dev libjpeg-dev libswscale-dev libtiff5-dev

③安装一些可选的库，不知道都安装好即可

# python3支持（首次安装了python的库，但make报错了，之后删了这两个库，若不使用python，建议不安装）
sudo apt install python3-dev python3-numpy
# streamer支持
sudo apt install libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev
# 可选的依赖
sudo apt install libpng-dev libopenexr-dev libtiff-dev libwebp-dev

2. 下载opencv源文件和对应版本的opencv_contrib源文件，需要使用git工具

sudo apt install git

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

或前往github官网下载期望的版本。

3.解压源文件，也就是上面下载的安装包

unzip opencv.zip
unzip opencv-contrib.zip

4.执行编译安装

cd opencv
mkdir build
cd build

cmake -D CMAKE_BUILD_TYPE=RELEASE       -D BUILD_EXAMPLES=ON       -D INSTALL_C_EXAMPLES=OFF       -D OPENCV_ENABLE_NONFREE=ON       -D WITH_CUDA=ON       -D WITH_CUDNN=ON       -D OPENCV_DNN_CUDA=ON       -D ENABLE_FAST_MATH=1       -D CUDA_FAST_MATH=1       -D CUDA_ARCH_BIN=7.5       -D WITH_CUBLAS=1       -D OPENCV_EXTRA_MODULES_PATH=/root/autodl-tmp/opencv/opencv_contrib/modules       -D BUILD_opencv_java=OFF       -D BUILD_opencv_python2=OFF       -D BUILD_opencv_python3=OFF       -D BUILD_opencv_dnn=ON \  -D CMAKE_INSTALL_PREFIX=/root/autodl-tmp/opencv/opencv/ ..


// 其中CUDA_ARCH_BIN=7.5对应的是显卡算力，与显卡型号框架和cuda版本对应
// OPENCV_EXTRA_MODULES_PATH修改为自己的opencv_contrib地址
// CMAKE_INSTALL_PREFIX也修改为自己的opencv解压文件夹地址

在编译过程种需要下载ippicv_2020_lnx_intel64_20191018_general.tgz，若卡住不动可以手动下载，然后将opencv/3rdparty/ippicv/ippicv.cmake文件中的"https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}/ippicv/”这一行修改为手动下载的文件的绝对地址。文件下载地址https://raw.githubusercontent.com/opencv/opencv_3rdparty/a56b6ac6f030c312b2dce17430eef13aed9af274/ippicv/ippicv_2020_lnx_intel64_20191018_general.tgz

注意需要版本对应，一般卡住的地方会显示现在地址，若没有也可以在opencv/build/CMakeDownloadLog.txt文件中找到下载地址。

完成编译后会出现configration啥东西的，一共三行config done啥的是第一行。随后

make -j4

sudo make install

即可完成编译安装。

5.配置pkg-config环境

opencv4.pc文件的默认路径：/usr/local/lib/pkgconfig/opencv4.pc

将路径加入到PKG_CONFIG_PATH（用vim打开）：

sudo vim /etc/profile.d/pkgconfig.sh

在文件后面加入下面一行：

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

保存并退出后激活：
vim保存退出的方式->输入:wq 然后回车

source /etc/profile

用以下命令验证是否成功：

pkg-config --libs opencv4

此命令会显示所有调用的opencv动态库，其中应该有 -lopencv_dnn，若没有说明安装dnn失败。

6.配置动态库环境

① 打开文件（可能为空文件）：

sudo vim /etc/ld.so.conf.d/opencv4.conf

② 在该文件末尾加上OpenCV的lib路径，保存退出：

/usr/local/lib

③ 使配置的路径生效：

sudo ldconfig

至此opencv就安装成功了

7.使用opencv

在自己的工程目录根文件夹下

touch CMakeLists.txt
vim CMakeLists.txt

# cmake needs this line
cmake_minimum_required(VERSION 3.1)

# 给你的工程起个名字
project(my_yolo)

# Find OpenCV, you may need to set OpenCV_DIR variable
# to the absolute path to the directory containing OpenCVConfig.cmake file
# via the command line or GUI
#  查找 OpenCV 库并确保其可用。REQUIRED 关键字表示如果未找到 OpenCV，则 CMake 将报错并停止构建。
find_package(OpenCV REQUIRED)
# 将 OpenCV 库的头文件目录添加到项目中，以便编译器可以找到 OpenCV 的头文件。
include_directories(${OpenCV_INCLUDE_DIRS})
# Enable C++11
set(CMAKE_CXX_STANDARD 11)
set(CMAKE_CXX_STANDARD_REQUIRED TRUE)

# Declare the executable target built from your sources
# add_executable(my_yolo main.cpp)
# 这个位置需要加上所有你需要编译的文件，包括自己编写的库文件，将他们添加到可执行文件
add_executable(my_yolo main.cpp dataloder/dataloder.cpp model/yolo.cpp)


# Link your application with OpenCV libraries
# 将 OpenCV 库链接到您的可执行目标中。${OpenCV_LIBS} 包含了编译 OpenCV 应用程序所需的所有库文件。
target_link_libraries(my_yolo PRIVATE ${OpenCV_LIBS})

最后编译并执行你的工程