【opencv】2.opencv安装之从源码安装opencv

本文将描述ubuntu如何从源码安装opencv4.另外基于pip或conda的初装方法参见 我的博客
opencv4在2018年11月20日官方发布！有更多优化，c++ 11的支持，更紧凑的模块和许多深度学习模块。

下面开始安装，环境为python3,ubuntu16.04(18.04也可以）
本文还有一个参考链拉https://gist.github.com/nathzi1505/858a140b4ab621209b0e71c8a55df221，请参看

Step 1: 安装依赖库

#更新系统
sudo apt-get update

安装开发工具

sudo apt-get install build-essential cmake unzip pkg-config yasm git checkinstall

安装图像和视频 I/O库

sudo apt-get install libjpeg-dev libpng-dev libtiff-dev
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libavresample-dev
sudo apt-get install libxvidcore-dev x264 libx264-dev libfaac-dev libmp3lame-dev libtheora-dev
sudo apt-get install libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev
sudo apt-get install libfaac-dev libmp3lame-dev libvorbis-dev

安装GTK作为GUI的后端

sudo apt-get install libgtk-3-dev

安装优化的数学计算包optimization libraries for OpenCV

sudo apt-get install libatlas-base-dev gfortran

OpenCore - Adaptive Multi Rate Narrow Band (AMRNB) and Wide Band (AMRWB) speech codec

sudo apt-get install libopencore-amrnb-dev libopencore-amrwb-dev

Cameras programming interface libs

sudo apt-get install libdc1394-22 libdc1394-22-dev libxine2-dev libv4l-dev v4l-utils
cd /usr/include/linux
sudo ln -s -f ../libv4l1-videodev.h videodev.h

Parallelism library C++ for CPU

sudo apt-get install libtbb-dev

其它

sudo apt install libgl1-mesa-glx
sudo apt-get install libatlas-base-dev \
        libgflags-dev \
        libgoogle-glog-dev \
        libhdf5-serial-dev \
        libleveldb-dev \
        liblmdb-dev \
        libgflags-dev \
        libprotobuf-dev \
        libsnappy-dev \
        protobuf-compiler \
        libgphoto2-dev \
        libeigen3-dev \
        libhdf5-dev \
        doxygen
#安成以上步骤用时约10分钟

还需要安装openjpg:

#从 https://github.com/uclouvain/openjpeg/archive/v2.4.0/openjpeg-2.4.0.tar.gz下载安装包
cd openjpeg
mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=Release \
      -DCMAKE_INSTALL_PREFIX=/usr \
      -DBUILD_STATIC_LIBS=OFF .. 
make -j8
sudo make install

Step 2: 下载opencv4

#2019年8月29日，可以到github上找不同的版本安装方法相同
wget -O opencv.tar.gz https://github.com/opencv/opencv/archive/4.1.1.tar.gz
wget -O opencv_contrib.tar.gz https://github.com/opencv/opencv_contrib/archive/4.1.1.tar.gz
#解压
tar -xzf opencv.tar.gz
tar -xzf opencv_contrib.tar.gz
#重命名

mv opencv_contrib-4.1.1 opencv_contrib

2020年12月15日补充：同于网速原因，每次下载都很慢，所以将下载好的包上传到到CSDN上，参见：opencv4.4和opencv_contrib4.4.这两个包中有所有需要的包，例如常见的下载失败的xfeatures2d的一些内容。
在opencv包中，build文件夹已建好，我个人已经走通，先执行make clean,然后修改make.sh文件的内容即可。

Step 3:CMake并编译opencv4

cd ~/opencv
mkdir build
cd build
#运行cmake
cmake -D CMAKE_BUILD_TYPE=RELEASE \
-DCMAKE_C_COMPILER=/usr/bin/gcc \
-DCMAKE_INSTALL_PREFIX=/usr/local \
-DINSTALL_PYTHON_EXAMPLES=ON \
-DINSTALL_C_EXAMPLES=OFF \ 
-DOPENCV_ENABLE_NONFREE=ON \
-DOPENCV_EXTRA_MODULES_PATH=/opt/opencv/opencv_contrib/modules \
-DPYTHON_EXECUTABLE=/opt/conda/bin/python \
-DWITH_IPP=OFF \
-DWITH_CUDA=ON \
-DBUILD_TESTS=OFF \
-DWITH_OPENCL=OFF \
-DBUILD_PERF_TESTS=OFF \
-DBUILD_DOCS=OFF \
-DBUILD_EXAMPLES=OFF \
-DWITH_TBB=ON \
-DOPENCV_DNN_CUDA=ON \
-DBUILD_opencv_cudacodec=OFF  \
-DWITH_CUBLAS=1   \
-DWITH_V4L=ON \
-DWITH_QT=OFF \
-DWITH_CUDNN=ON \
-DWITH_FFMPEG=ON \
-DWITH_OPENGL=ON \
-DWITH_GSTREAMER=ON \
-DOPENCV_GENERATE_PKGCONFIG=ON \
-DOPENCV_PC_FILE_NAME=opencv.pc \
-DOPENCV_PYTHON3_INSTALL_PATH=/opt/conda/lib/python3.8/site-packages ..

有几点要强调：

1. -D OPENCV_ENABLE_NONFREE=ON 开启这个能保证OpenCV 4能使用 SIFT/SURF和其它有专算法
2. 要写对OPENCV_EXTRA_MODULES_PATH 和 PYTHON_EXECUTABLE,PYTHON_EXECUTABLE可以在终端中执行which python3来查看
3. -D WITH_CUDA=ON是要保证opencv支持cuda加速
4. OPENCV_DNN_CUDA=ON 保证opecv能使用cuda加还深度学习库的使用

安装完应该是我这个样子或类似：

可以看到安装位置在/usr/local.

“non-free” 算法安装成功。
以上过程中会下载一些文件，很多情况下，下载不下来，会报错，boostdesc_bgm.i，boostdesc_bgm_bi.i，boostdesc_bgm_hd.i，boostdesc_bgm_hd.i 等11个文件，这些文件放在build/downloads下，需要的要以去这里下载。

#进行编译
make -j"$(nproc)" #"$(nproc)"表示核数，通常有2，4，8，根据实际来设置，lscpu可以查看是几核
#如果失败，可以make 后都不加

make完是这个样子的（中途换了台机器，原来那个是云务器，编不过）
然后安装

sudo make install
sudo ldconfig

Step 4:验证opencv安装

python3
import cv2
print(cv2.__version__)

这个是没问题的，但是在安装darknet时，开启Opencv选项时，总提示“Package opencv was not found in the pkg-config search path”并提示将opencv.pc加到PKG_CONFIG_PATH环境变量中。
执行：

pkg-config --cflags opencv

输出：

Package opencv was not found in the pkg-config search path.
Perhaps you should add the directory containing `opencv.pc'
to the PKG_CONFIG_PATH environment variable
No package 'opencv' found

首先创建opencv.pc文件：

cd /usr/local/lib
sudo mkdir pkgconfig
cd pkgconfig
sudo touch opencv.pc

然后在opencv.pc中添加以下信息，注意这些信息需要与自己安装opencv时的库路径对应：

prefix=/usr/local
exec_prefix=${prefix}
includedir=${prefix}/include
libdir=${exec_prefix}/lib

Name: opencv
Description: The opencv library
Version:4.5.1
Cflags: -I${includedir}/opencv4
Libs: -L${libdir} -lopencv_shape -lopencv_stitching -lopencv_objdetect -lopencv_superres -lopencv_videostab -lopencv_calib3d -lopencv_features2d -lopencv_highgui -lopencv_videoio -lopencv_imgcodecs -lopencv_video -lopencv_photo -lopencv_ml -lopencv_imgproc -lopencv_flann  -lopencv_core

Version可以按照真实版本来。
保存退出，然后将文件导入到环境变量：

export  PKG_CONFIG_PATH=/usr/local/lib/pkgconfig
#或写入.bashrc
#并source ~/.bashrc

至此就配置好opencv.pc啦～
再执行 pkg-config --cflags --libs opencv时输出结果如下：

-I/usr/local/include/opencv4 -L/usr/local/lib \
-lopencv_shape -lopencv_stitching -lopencv_objdetect \
-lopencv_superres -lopencv_videostab -lopencv_calib3d \
 -lopencv_features2d -lopencv_highgui -lopencv_videoio \
 -lopencv_imgcodecs -lopencv_video -lopencv_photo -lopencv_ml \
 -lopencv_imgproc -lopencv_flann -lopencv_core

这部分要参考：https://blog.csdn.net/PecoHe/article/details/97476135

查看opencv版本命令：

pkg-config --modversion opencv

Step 5:验证Opencv对cuda的支持

看下opencv算法在cpu和gpu下速度的不同：


upload可以装同存中数据转到相关device中。同时可以看到相关的进程。