ubuntu16.04安装opencv3.2.0全流程经验总结

笔者在ubuntu上安装ORB-SLAM3的过程中，需要先安装依赖opencv。网上虽然有很多相关博客，但笔者经尝试可以说踩了不少坑。但最终逐个排查解决了问题，并且在另一台ubuntu18.04的机器上顺利完成安装。由于安装环境是全新的ubuntu，没有事先安装过的依赖，因此安装过程比较详细。在此将opencv3.2.0的整个安装流程记录如下，供大家参考。

笔者的安装环境

• ubuntu安装在虚拟机中，虚拟机为VMware15
• ubuntu18.04或16.04
• opencv-3.2.0
• opencv_contrib-3.2.0

下载安装包

首先需要下载opencv以及依赖包opencv_contrib，官网上有其他版本的，但下载速度较慢。这里提供两个github上的地址：
opencv-3.2.0下载地址： https://github.com/opencv/opencv/tree/3.2.0
opencv_contrib-3.2.0下载地址： https://github.com/opencv/opencv_contrib
如果版本不一致，可以使用以下地址：
https://github.com/opencv/opencv_contrib/releases/tag/3.2.0

可以直接使用git命令：

git clone https://github.com/opencv/opencv/tree/3.2.0
cd opencv-3.2.0 #为路径便于查找，依赖包opencv_contrib放在opencv目录下
git clone https://github.com/opencv/opencv_contrib

也可以直接下载zip压缩包：

wget https://github.com/opencv/opencv/archive/3.2.0.zip
wget https://github.com/opencv/opencv_contrib/archive/3.2.0.zip

之后使用tar等命令进行解压。

笔者用的方法是前者，且由于虚拟机上 下载速度慢，于是先clone到本地，再通过WinSCP等工具传输到虚拟机中。

目录结构大致长这样（刚下载的里面没有build文件夹）：

安装相关依赖

首先要记得提升权限，再用apt或者apt-get。或者给每个命令前加上sudo。笔者习惯先进入root：

sudo -s

根据opencv官方，需要下载以下依赖：

sudo apt install build-essential
sudo apt install cmake git 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 libjasper-dev libdc1394-22-dev  # 处理图像所需的包
sudo apt install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev
sudo apt install libxvidcore-dev libx264-dev # 处理视频所需的包
sudo apt install libatlas-base-dev gfortran # 优化opencv功能
sudo apt install ffmpeg

如果安装过程中报错，提示找不到这个包，可以尝试更新apt或apt-get：

sudo apt update
sudo apt-get update

编译opencv

首先在opencv（笔者直接存放在了家目录~下）下新建一个build文件夹，用于编译。如果已经有了，可以先删掉：

cd ~/opencv-3.2.0
rm -rf ./build
mkdir build

由于编译需要很多参数，命令行操作需要大量输入，看起来太复杂且不容易修改。这里笔者推荐使用cmake-gui在图形界面进行操作。
首先需要下载cmake-gui（也需要提升权限）：

sudo apt install cmake-gui

安装完成后，直接在终端输入cmake-gui，即可看到图形界面：

其中Where is the source code填写你的opencv文件夹所在位置，Where to build the binaries填写opencv下的build文件夹。这里不能新建，所以刚才先创建了build文件夹。

然后点击Configure按钮进行配置。
如果过程中有报错，且报错内容含有ippicv，可能是由于网络原因，在安装ippicv失败导致的。因此需要手动替换掉安装失败的ippicv。这里提供一个很好的下载源：https://github.com/opencv/opencv_3rdparty/tree/ippicv/master_20151201/ippicv
下载其中的ippicv_linux_20151201.tgz，然后在虚拟机中找到原来ippicv_linux_20151201.tgz 的位置：

locate ippicv_linux_20151201.tgz

然后根据路径找到这个包，把它删掉，把刚才下载好的tgz包（笔者放在了家目录）放入该位置。这里仍然以笔者的路径为例：

cp /home/rcy/ippicv_linux_20151201.tgz /home/rcy/opencv-3.2.0/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e/ippicv_linux_20151201.tgz

配置成功后的界面大致长这样：

可以看到下面的列表中，可勾选的参数增多了。

接下来设置各参数，首先CMAKE_BUILD_TYPE设置为Release:

OPENCV_EXTRA_MODULES_PATH设置为依赖包opencv_contrib下modules的路径：

CMAKE_INSTALL_PREFIX取值应为/usr/local，如果不是请修改：

为避免一些奇怪的报错 如（/usr/include/c++/7/cstdlib:75:15:fatal error:stdlib.h:No such file or direct），将ENABLE_PRECOMPILED_HEADERS设为off：

之后点击Generate。

如果出现报错，可能是由于依赖包版本问题引起的。因此笔者将OPENCV_EXTRA_MODULES_PATH设为空。发现解决问题：

当然，之后想加入依赖包，可以在路径中填上这一项，重新编译即可。

此时在opencv-3.2.0/build下会生成Makefile文件。

编译安装

进入Makefile所在路径，运行如下命令：

cd ~/opencv-3.2.0/build/
make
make install

如果make速度过慢，可以考虑将make换成make -j4或make -j8。

当命令执行结束，并看到进度100%时，说明安装完成：

我们使用python进行验证，发现没有报错，证明安装成功：

当然，也可以通过直接查看版本号进行验证：

pkg-config --modversion opencv

如果看到版本号，那么恭喜你，过了opencv这个大坑！

参考博客：
https://blog.csdn.net/evil_xue/article/details/85081005
https://www.cnblogs.com/hiram-zhang/p/12013858.html
https://www.cnblogs.com/happyamyhope/p/8477069.html

一些其他报错的处理：
https://elbauldelprogramador.com/en/how-to-compile-opencv3-nonfree-part-from-source/
https://www.cnblogs.com/fx-blog/p/8213704.html