树莓派3B+（Python3.5）安装系统、Opencv3.3.1、TensorFlow1.8.0的步骤及注意事项

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