0 引言
特别说明:
本文是本人亲自安装的总结,不能保证您的设备可以一次安装成功,但起码能够保证我手上的设备一次安装成功;本文介绍的步骤较精简,着重强调安装过程中可能出现问题的地方,涉及具体安装的步骤,请参考其它资料。
由于本人水平有限,出现错误请及时反馈。如有其它本系统以及库的安装配置问题,可留言。
1 树莓派3B+安装系统
1.准备系统
可在https://www.raspberrypi.org/downloads/raspbian/下载RASPBIAN STRETCH WITH DESKTOP版本。
2.安装
a.格式化TF卡
注意:内存卡可选择32G的,16G卡安装完系统和各种库后还剩2.8G。
b.刷系统
注意:刷完系统看看在Windows系统下是否显示“Boot”,且有一部分存储无法识别,存储减少,这都属于正常现象。若出现内存卡没变化,请更换系统版本重刷。
3.系统特点
本系统已预安装Python2.7和Python3.5,没有预装中文输入法,但有部分中文环境,方便安装库的调试,推荐安装scim输入法。
2 安装Opencv3.3.1
1.更新
sudo apt-get update
sudo apt-get upgrade
2.安装编译所需的依赖
sudo apt-get install build-essential cmake pkg-config
若出现库冲突,可降级安装,可多试几次,直到全部安装成功。
注意:以下的安装遇到此类问题就这样处理,最好不要跳过某些错误。降级安装的方法:将指令中的apt-get替换为aptitude。
按照出现的提示操作降级安装(后续同样方法不再赘述)
sudo aptitude install build-essential cmake pkg-config
3.安装处理图片的依赖
sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev
4.安装gtk相关库
sudo apt-get install libgtk2.0-dev libgstreamer0.10-0-dbg libgstreamer0.10-0 libgstreamer0.10-dev libv4l-0 libv4l-dev
5.安装处理视频的依赖
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libxvidcore-dev libx264-dev
6.安装矩阵计算优化依赖
sudo apt-get install libatlas-base-dev gfortran
7.安装科学计算相关库numpy,scipy,matplotlib
sudo apt-get install python3-numpy python3-scipy python3-matplotlib
8.安装jdk库
sudo apt-get purge openjdk-8-jre-headless #8或9
sudo apt-get install openjdk-8-jre-headless #8或9
sudo apt-get install openjdk-8-jre #8或9
9.下载并解压opencv源码包
cd ./Downloads
wget -O opencv.zip https://github.com/Itseez/opencv/archive/3.3.1.zip #根据需要的版本可以修改
unzip opencv.zip
注意:Downloads文件夹为系统原有的文件夹,放此处容易找到。也可手动下载并解压后放到此处。
10.下载并解压opencv_contrib源码包
wget -O opencv_contrib.zip https://github.com/Itseez/opencv_contrib/archive/3.3.1.zip
unzip opencv_contrib.zip
注意:不要切出Downloads文件夹目录下,所以此压缩包同样放在此文件夹下。也可手动下载并解压后放到此处。
11.创建opencv编译文件夹
cd ./opencv-3.3.1
mkdir build
cd ./build
注意:这三条指令是指在/Downloads/opencv-3.3.1的文件下创建“build”文件夹,不要搞错路径。也可手动创建。
12.编译初始化设置
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALLPREFIX=/usr/local -D INSTALL_PYTHON_EXAMPLES=ON -D OPENCV_EXTRA_MODULES_PATH=~/Downloads/opencv_contrib-3.3.1/modules -D BUILD_EXAMPLES=ON -D ENABLE_NEON=ON -D PYTHON3_EXECUTABLE=/usr/bin/python3 -D PYTHON_INCLUDE_DIR=/usr/include/python3.5 -D PYTHON_LIBRARY=/usr/lib/arm-linux-gnueabihf/libpython3.5m.so -D PYTHON3_NUMPY_INCLUDE_DIRS=/usr/local/lib/python3.5/dist-packages/numpy/core/include ..
注意:以上为一条指令,直接复制粘贴执行,不要漏掉末尾的“…”(这是两个点,编辑器可能会自动更改为3个点,注意)。等待出现configration done,说明初始化成功!一次不行再来一次。中间个别进程卡住不要理会,等到全部结束,不成功会有提示。
13.编译
sudo make -j3
或者
sudo make -j4
注意:建议使用第一个,需等候2-3个小时或者5-6个小时!GOOD LUCK!确保编译没有出现错误的红色提示,粉色提示不是错误。若出现卡死,可断电重启,进入build文件夹下接着编译。
14.安装
sudo make install
sudo ldconfig
15.其他配置
a.配置opencv.conf
打开opencv.conf配置文件
sudo nano /etc/ld.so.conf.d/opencv.conf
在末尾添加如下内容
/usr/local/lib
?
注意:?表示一个空格,可能原因是有的语言要求最后有一个空格才可以编译通过。
ctrl+x退出,y+回车保存。
加载一下
sudo ldconfig
b.
打开bash.bashrc配置文件
sudo nano /etc/bash.bashrc
在最后添加
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
16.完成opencv安装并重启
sudo shutdown -r now
3 安装TensorFlow1.8.0
1.安装依赖库
sudo apt-get install libatlas-base-dev gfortran
2.下载TensorFlow1.8.0
在以下网址下载合适的版本,此处不限于1.8.0版本,可以试试高低各版本,笔者曾成功安装1.9.0版本,可无法安装1.8.0版本。但请注意下载-cp27-none-linux_armv71.whl或者-cp35-none-linux_armv71.whl的版本。然后复制到/Downloads文件下进行安装。
https://github.com/lhelontra/tensorflow-on-arm/releases
3.安装
cd ./Downloads
pip3 install tensorflow-1.8.0-cp35-none-linux-armv7l.whl
注意:若安装过程中出现“不属于这一平台”类似的错误,请核对指令和安装包的名称。
4 声明
本程序只做学习研究!
如有疑问,可留言反馈或通过邮件交流(hardenqiu@foxmail.com)。
参考资料
[1] https://blog.csdn.net/tju_cc/article/details/80031605
[2] https://www.cnblogs.com/songxingzhu/p/9686945.htm