Attention:
pip可以安装的opencv-python安装并不依赖opencv,只是封装了opencv的Python API,一般情况下也够用。但是如果准备安装完整版本的opencv,这里比较建议将opencv-python卸载,以免之后产生一些不必要的报错.
1.安装官方给的opencv依赖包
- GCC 4.4.x or later
- CMake 2.6 or higher
- Git
- GTK+2.x or higher, including headers (libgtk2.0-dev) # 控制opencv GUI
- pkg-config
- Python 2.6 or later and Numpy 1.5 or later with developer packages (python-dev, python-numpy)
- ffmpeg or libav development packages: libavcodec-dev, libavformat-dev, libswscale-dev
- [optional] libtbb2 libtbb-dev
- [optional] libdc1394 2.x
- [optional] libjpeg-dev, libpng-dev, libtiff-dev, libjasper-dev, libdc1394-22-dev
-
$ sudo apt-get install build-essential $ sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev $ sudo apt-get 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-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev $ sudo apt-get install libxvidcore-dev libx264-dev # 处理视频所需的包 $ sudo apt-get install libatlas-base-dev gfortran # 优化opencv功能 $ sudo apt-get install ffmpeg
** 注:**其他一些包在之后的cmake的时候缺失的时候会进行安装,如果安装失败可以手动下载相应的包然后放入提示的目录下。而cmake下载tar.gz文件的时候可能不支持,需要进行配置,具体操作可以参考这里。
2.下载opencv3.2.0
这里需要下载opencv和opencv_contrib(后者会在cmake配置的时候用到),这是因为opencv3以后SIFT和SURF之类的属性被移到了contrib中。
$ wget https://github.com/opencv/opencv/archive/3.2.0.zip # 从github上直接下载或者clone也可
$ wget https://github.com/opencv/opencv_contrib/archive/3.2.0.zip
3a.配置编译opencv (无NVIDIA CUDA版本)
将上述opencv包解压,然后cmake配置属性
$ cd opencv-3.2.0
$ mkdir build
$ cd build
$ cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX= 安装的python目录前缀\
-D INSTALL_PYTHON_EXAMPLES=ON \
-D INSTALL_C_EXAMPLES=OFF \
-D OPENCV_EXTRA_MODULES_PATH= OPENCV_CONTRIB文件夹的位置\
-D PYTHON_EXCUTABLE= 指定python路径\
-D WITH_TBB=ON \
-D WITH_V4L=ON \
-D WITH_QT=ON \ # 1
-D WITH_GTK=ON \
-D WITH_OPENGL=ON \
-D BUILD_EXAMPLES=ON .. # cmake命令的使用方式:cmake [<some optional parameters>] <path to the OpenCV source directory>。如果命令报错的话可以试着把-D后面的空格去掉在执行一次。
$ make -j4
$ sudo make install
$ sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
$ sudo ldconfig
PS:
1. 如果QT未安装可以删去此行;若因为未正确安装qt导致的Qt5Gui报错,可将build内文件全部删除后重新cmake,具体可以参考这里
CMAKE_INSTALL_PREFIX:安装的python目录前缀,其实就是指定了python模块的安装路径:CMAKE_INSTALL_PREFIX/lib/python2.7/dist-packages。获取该路径的方式可以用
python -c "import sys; print sys.prefix "
PYTHON_EXCUTABLE:指定python路径
OPENCV_EXTRA_MODULES_PATH: 指定opencv所需模块的路径,就是之前我们所说的contrib
其他cmake的具体变量说明可以看这里
2.当cmake停滞在downloading protobuf-cpp-3.1,并且显示errors occurred!
下载protobuf-cpp-3.1,把它放到下载路径中,比如我的opencv3.2.0源文件路径为/home/han/software/linux_opencv/opencv-3.2.0/,要把protobuf这个tar.gz包放在/home/han/software/linux_opencv/opencv-3.2.0/opencv_contrib/modules/dnn/.download/bd5e3eed635a8d32e2b99658633815ef/v3.1.0下才行,bd一长串是这个文件的md5值,不用改.没有contrib文件夹的去github上搜opencv-contrib下载后解压到opencv-3.2.0文件夹中即可
3.b 配置编译opencv (NVIDIA CUDA版本)
opencv最麻烦的地方就是编译是属性的配置,对于不同的需求要配置不同的属性。当使用NVIDIA GPU GeForce 1080ti的时候:
$ cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D INSTALL_PYTHON_EXAMPLES=ON \
-D INSTALL_C_EXAMPLES=OFF \
-D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.2.0/modules \
-D PYTHON_EXCUTABLE=/usr/bin/python \
-D WITH_CUDA=ON \ # 使用CUDA
-D WITH_CUBLAS=ON \
-D DCUDA_NVCC_FLAGS="-D_FORCE_INLINES" \
-D CUDA_ARCH_BIN="5.3" \ # 这个需要去官网确认使用的GPU所对应的版本[查看这里](https://developer.nvidia.com/cuda-gpus)
-D CUDA_ARCH_PTX="" \
-D CUDA_FAST_MATH=ON \ # 计算速度更快但是相对不精确
-D WITH_TBB=ON \
-D WITH_V4L=ON \
-D WITH_QT=ON \ # 如果qt未安装可以删去此行;若因为未正确安装qt导致的Qt5Gui报错,可将build内文件全部删除后重新cmake,具体可以参考[这里](http://stackoverflow.com/questions/17420739/opencv-2-4-5-and-qt5-error-s)
-D WITH_GTK=ON \
-D WITH_OPENGL=ON \
-D BUILD_EXAMPLES=ON ..
3.c 配置编译opencv(NVIDIA Jetson TX2开发板)
目前官方提供的opencv4tegra是2.4版本的,尚不支持3.2版本,所以需要自己编译。
$ cmake -D WITH_CUDA=ON \
-D CUDA_ARCH_BIN="6.2" \ # 安装了6.2版本
-D CUDA_ARCH_PTX="" \
-D WITH_OPENGL=ON \
-D WITH_LIBV4L=ON \
-D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local ..
PS:不需要安装contrib包,否则之后调用摄像头调整分辨率的时候会失败。具体安装细节可以参考这里
编译成功时应该看到这些:
-
CUDA8.0
-- Other third-party libraries: -- Use Cuda: YES (ver 8.0) -- NVIDIA CUDA -- Use CUFFT: YES -- Use CUBLAS: NO -- USE NVCUVID: NO -- NVIDIA GPU arch: 53 -- NVIDIA PTX archs: -- Use fast math: NO
-
OpenGL
-- GUI: -- GTK+ 2.x: YES (ver 2.24.30) -- OpenGL support: YES (/usr/lib/aarch64-linux-gnu/libGLU.so /usr/lib/aarch64-linux-gnu/libGL.so)
-
VideoIO
-- Video I/O: -- DC1394 2.x: YES (ver 2.2.0) -- FFMPEG: YES -- codec: YES (ver 54.92.100) -- format: YES (ver 54.63.104) -- util: YES (ver 52.18.100) -- swscale: YES (ver 2.2.100) -- gentoo-style: YES -- GStreamer: -- base: NO -- video: NO -- app: NO -- riff: NO -- pbutils: NO -- V4L/V4L2: Using libv4l (ver 1.0.0)
PS:GPU版本安装的时候很容易出错,这里说的出错并不是编译报错,而是在python中调用的时候报错,比如cv2.VideoCapture(0)返回false,cv2.imshow()的时候报unspecified error。在调用cv2的时候报错一般都是在cmake配置编译的时候由于配置错误导致的,所以需要确认配置的参数是否能够覆盖到你所需的范围。
关于GPU版本的安装也可以参考下这里,写得更加详细清楚。
4.完成安装并测试
安装完成以后,重启下机器。编译之后应该会在CMAKE_INSTALL_PREFIX/lib/python2.7/dist-packages/目录下找到cv2.so。打开python console,检测opencv版本。
python -c "import cv2;print cv2.__version__"
如果正确安装的话则会输出3.2.0。
参考
http://www.pyimagesearch.com/2016/10/24/ubuntu-16-04-how-to-install-opencv/
http://docs.opencv.org/2.4/doc/tutorials/introduction/linux_install/linux_install.html
http://stackoverflow.com/questions/31040746/cant-open-video-using-opencv
http://dev.t7.ai/jetson/opencv/
https://developer.nvidia.com/cuda-gpus
http://stackoverflow.com/questions/41818870/python-opencv-imshow-error
http://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_setup/py_setup_in_fedora/py_setup_in_fedora.html