Linux下opencv环境配置

1. 准备工作

(1)更新下环境

bash 复制代码
sudo apt-get update
sudo apt-get upgrade

(2)安装编译器和构建工具等,若已安装,跳过即可

bash 复制代码
sudo apt-get install -y g++            # Ubuntu自带gcc
sudo apt-get install -y cmake
sudo apt-get install -y make
sudo apt-get install -y wget 
sudo apt-get install -y unzip
sudo apt-get install -y git

(3)安装各种依赖库

bash 复制代码
 sudo apt-get install build-essential pkg-config 
 sudo apt-get install libgtk2.0-dev libgtk-3-dev libglib2.0-dev libavcodec-dev libavformat-dev libswscale-dev libavutil-dev libv4l-dev liblapacke-dev libxvidcore-dev libx264-dev
 sudo apt-get install python-dev python-numpy
 sudo apt-get install libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev
 sudo apt-get install libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper1 libjasper-dev libdc1394-22-dev libopenexr-dev libwebp-dev
 sudo apt-get install libatlas-base-dev gfortran 
 sudo apt-get install ffmpeg

安装依赖库libjasper1 和 libjasper-dev时,若报错E:Unable to locate package libjasper-dev ,可以命令行执行以下命令,然后再安装依赖库 libjasper1 libjasper-dev

bash 复制代码
 sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"            # 国内可能需要换国内的镜像
 sudo apt-get update 

2. 下载OpenCV的源文件

可以在官网下载,也可以使用GitHub,这里选择git clone方式,下载的opencv文件夹在home目录下

bash 复制代码
 git clone https://github.com/opencv/opencv.git        # 默认下载最新的版本
 git -C opencv checkout 4.x

3. 生成构建脚本和编译

(1)cd切换到 opencv目录下,创建build文件夹,并切换到build目录下

bash 复制代码
mkdir -p build && cd build

(2)在build目录下使用cmake来生成构建脚本,使用如下命令,

bash 复制代码
 cmake -D CMAKE_BUILD_TYPE=Release -D OPENCV_GENERATE_PKGCONFIG=ON -D WITH_FFMPEG=ON   ..                
 # .. 不要漏掉
bash 复制代码
# 编译成一个o
cmake -DCMAKE_BUILD_TYPE=RELEASE -DBUILD_opencv_python2=OFF  -DBUILD_opencv_python3=OFF -DBUILD_SHARED_LIBS=OFF -DBUILD_opencv_java=OFF -DBUILD_opencv_world=ON -DBUILD_JAVA=OFF -DBUILD_ANDROID_EXAMPLES=OFF -DWITH_OPENCL=OFF -DWITH_IPP=OFF -DWITH_TBB=OFF -DBUILD_EXAMPLES=OFF -DBUILD_TESTS=OFF -DBUILD_PERF_TESTS=OFF -DBUILD_DOCS=OFF ..

(3)在build目录下编译opencv

bash 复制代码
make -j8

编译时可能遇到的错误

bash 复制代码
fatal error: openipeg.h: No such file or directory, 

 #include <openjpeg.h>

需要安装openjpeg包

sudo apt install libopenjp2-7-dev

4. 安装OpenCV

编译成功后,在build目录下执行安装命令,等待安装完成

bash 复制代码
sudo make install

5. 配置环境

(1)配置环境变量:PKG_CONFIG_PATH

前面进行cmake时,已经生成了opencv4.pc配置文件,该文件的安装路径为:/usr/local/lib/pkgconfig/opencv4.pc

在build目录下使用命令查看一下(该命令报错,忽略)

bash 复制代码
sudo find / -iname opencv4.pc

需要将opencv4.pc的路径添加到环境变量PKG_CONFIG_PATH中,创建一个名为pkgconfig.sh的脚本文件,放置位置在/etc/profile.d/pkgconfig.sh

bash 复制代码
sudo gedit /etc/profile.d/pkgconfig.sh

在pkgconfig.sh文件中添加下面一行语句,保存后关闭。

bash 复制代码
 export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig

然后刷新环境变量,使之生效。

 source /etc/profile

配置环境变量PKG_CONFIG_PATH 完成后,就可以使用pkg-config命令来查看和管理opencv的配置文件(也就是opencv4.pc)

bash 复制代码
pkg-config --cflags opencv4
# -I/usr/local/include/opencv4

pkg-config --libs opencv4
#-L/usr/local/lib -lopencv_gapi -lopencv_highgui -lopencv_ml -lopencv_objdetect -lopencv_photo -lopencv_stitching -lopencv_video -lopencv_calib3d -lopencv_features2d -lopencv_dnn -lopencv_flann -lopencv_videoio -lopencv_imgcodecs -lopencv_imgproc -lopencv_core

上述报错:

bash 复制代码
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:

bash 复制代码
prefix=/usr/local
exec_prefix=${prefix}
includedir=${prefix}/include
libdir=${exec_prefix}/lib

Name: opencv
Description: The opencv library
Version:4.0.1
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

保存退出,然后将文件导入到环境变量:

export  PKG_CONFIG_PATH=/usr/local/lib/pkgconfig

原文链接:https://blog.csdn.net/PecoHe/article/details/97476135

(2)配置OpenCV的动态库环境

我们需要将OpenCV的libs的安装目录添加到动态库加载配置文件中,这样在编译时,才能找到OpenCV的各种库文件,下面创建opencv4.conf

bash 复制代码
sudo gedit /etc/ld.so.conf.d/opencv4.conf

在文件中添加下面一行

 /usr/local/lib

刷新一下动态库环境

 sudo ldconfig

6. 测试安装及配置是否成功

使用OpenCV自带的示例,按照下图操作

bash 复制代码
cd /opencv-master/samples/cpp/example_cmake
cmake .
make
./opencv_example

执行完以上命令后会调用摄像头,显示hello world

7.上述情况编译报错

https://blog.csdn.net/qq_38904904/article/details/131164283

https://blog.csdn.net/PecoHe/article/details/97476135

[WSL安装软件报错/sbin/ldconfig.real: /usr/lib/wsl/lib/libcuda.so.1 is not a symbolic link-CSDN博客](

相关推荐
新加坡内哥谈技术2 分钟前
口哨声、歌声、boing声和biotwang声:用AI识别鲸鱼叫声
人工智能·自然语言处理
wx74085132613 分钟前
小琳AI课堂:机器学习
人工智能·机器学习
FL162386312920 分钟前
[数据集][目标检测]车油口挡板开关闭合检测数据集VOC+YOLO格式138张2类别
人工智能·yolo·目标检测
YesPMP平台官方22 分钟前
AI+教育|拥抱AI智能科技,让课堂更生动高效
人工智能·科技·ai·数据分析·软件开发·教育
FL16238631291 小时前
AI健身体能测试之基于paddlehub实现引体向上计数个数统计
人工智能
黑客-雨1 小时前
构建你的AI职业生涯:从基础知识到专业实践的路线图
人工智能·产品经理·ai大模型·ai产品经理·大模型学习·大模型入门·大模型教程
子午1 小时前
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
人工智能·python·cnn
大耳朵爱学习1 小时前
掌握Transformer之注意力为什么有效
人工智能·深度学习·自然语言处理·大模型·llm·transformer·大语言模型
TAICHIFEI1 小时前
目标检测-数据集
人工智能·目标检测·目标跟踪
qq_15321452641 小时前
【2023工业异常检测文献】SimpleNet
图像处理·人工智能·深度学习·神经网络·机器学习·计算机视觉·视觉检测