Ubuntu升级opencv版本至4.9.0

Ubuntu22.04源码编译方式升级opencv版本至4.9.0

文章目录

Ubuntu22.04源码编译方式升级opencv版本至4.9.0
- [0. 遇到的坑](#0. 遇到的坑)
- [1. 清理旧的头文件和链接](#1. 清理旧的头文件和链接)
- [2. 安装编译依赖](#2. 安装编译依赖)
- [3. 下载 OpenCV 4.9.0 源代码](#3. 下载 OpenCV 4.9.0 源代码)
- [4. 使用 CMake 配置编译选项](#4. 使用 CMake 配置编译选项)
- - [4.1 **需要注意的坑与处理方案：**](#4.1 需要注意的坑与处理方案：)
- [5. 编译源代码](#5. 编译源代码)
- [6. 安装到系统](#6. 安装到系统)
- [7. 更新系统库缓存](#7. 更新系统库缓存)
- [8. 验证安装](#8. 验证安装)
- [9. Qt工程pro文件引入opencv](#9. Qt工程pro文件引入opencv)
- [10. 关于proxychains](#10. 关于proxychains)
- [11. 对局结算画面](#11. 对局结算画面)

由于项目需要，Ubuntu Jammy（22.04 LTS）的官方仓库的OpenCV4.5.4版本太旧了，DNN模块存在不少问题。无法满足通过OpenCV 4.8以上版本DNN模块使用YOLOv8 pt转换到ONNX模型的需求。权衡利弊之下，干脆选择升级到4.9.0版本。记录一下升级遇到的坑。

0. 遇到的坑

个人使用的环境，是安装在VM虚拟机中。终端下载github相关内容时，若不想倒腾虚拟机环境下的魔法代理，建议先在主机下载好相关内容。过程中遇到的会有opencv4.9.0源码文件，cmake指令中涉及的中间文件下载。

由于大部分代理是走的socks，可以倒腾一下安装proxychains工具，无论是桥接还是NAT模式，在虚拟机环境网络连接设置里面，添加手动模式的代理后，在终端中相关指令前，用proxychains4开头，即可。

1. 清理旧的头文件和链接

为了避免编译时新旧版本头文件冲突，首先卸载旧的开发包。这个操作通常不会移除其他程序依赖的核心运行库。

bash 复制代码

sudo apt remove --purge libopencv-dev

这删除了头文件（*.h）和静态库链接（*.a），但系统关键的动态库（如 libopencv_core.so.4.5）仍然保留。

2. 安装编译依赖

安装后续编译OpenCV所必需的工具和库：

bash 复制代码

sudo apt update
sudo apt install -y build-essential cmake git pkg-config
sudo apt install -y libgtk-3-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
sudo apt install -y libjpeg-dev libpng-dev libtiff-dev libopenexr-dev
sudo apt install -y python3-dev python3-numpy

3. 下载 OpenCV 4.9.0 源代码

建议在 /opt 目录下操作，方便管理。
建议在主机或者开启代理方便的环境下，下载好需要的zip文件，跳过终端wget下载的步骤。

bash 复制代码

# 进入 /opt 目录
cd /opt

# 下载 OpenCV 4.9.0 源代码压缩包
sudo wget -O opencv.zip https://github.com/opencv/opencv/archive/refs/tags/4.9.0.zip

# 下载 OpenCV Contrib 模块的源代码（包含DNN等更多功能）
sudo wget -O opencv_contrib.zip https://github.com/opencv/opencv_contrib/archive/refs/tags/4.9.0.zip

# 解压两个压缩包
sudo unzip opencv.zip
sudo unzip opencv_contrib.zip

# 重命名目录，方便识别（可选）
sudo mv opencv-4.9.0 opencv
sudo mv opencv_contrib-4.9.0 opencv_contrib

4. 使用 CMake 配置编译选项

这是最核心的一步，我们创建一个构建目录并进行配置。特别注意下面 cmake 命令中的 -D OPENCV_EXTRA_MODULES_PATH 参数，它指定了 Contrib 模块的路径，这对 DNN 等高级功能很重要。

bash 复制代码

# 进入解压后的OpenCV目录
cd /opt/opencv

# 创建一个独立的构建目录，并进入
mkdir build && cd build

# 运行 CMake 进行配置。以下是一个兼顾功能和稳定性的基础配置：
# 请将 `/opt/opencv_contrib/modules` 替换为你实际解压的 contrib 目录路径
sudo cmake -D CMAKE_BUILD_TYPE=RELEASE \
           -D CMAKE_INSTALL_PREFIX=/usr/local \
           -D OPENCV_GENERATE_PKGCONFIG=ON \
           -D OPENCV_EXTRA_MODULES_PATH=/opt/opencv_contrib/modules \
           -D BUILD_EXAMPLES=OFF \
           -D WITH_FFMPEG=ON \
           -D WITH_GTK=ON \
           -D BUILD_opencv_python3=ON \
           -D OPENCV_ENABLE_NONFREE=OFF \
           ..

配置参数说明：

-D CMAKE_INSTALL_PREFIX=/usr/local：指定安装路径为系统目录。
-D OPENCV_GENERATE_PKGCONFIG=ON：生成 pkg-config 文件，极大方便后续自己开发项目时链接 OpenCV。
-D OPENCV_EXTRA_MODULES_PATH=...：非常重要，指向 contrib 模块目录，确保编译进额外的 DNN 等功能。
BUILD_EXAMPLES=OFF：不编译例子，加快速度。
WITH_CUDA=OFF：默认不启用 CUDA。如果你有 Nvidia GPU 并已安装好 CUDA 驱动和工具包，可以将其改为 ON 以加速 DNN 推理。

执行顺利完成后，如图所示：

4.1 需要注意的坑与处理方案：

未开启代理的话，cmake指令运行过程中，会尝试下载ippicv和ade文件，网络直连不稳定的话，容易枯燥等待，出现问题。

直接手动下载文件
1. IPPICV文件 ：https://raw.githubusercontent.com/opencv/opencv_3rdparty/0cc4aa06bf2bef4b05d237c69a5a96b9cd0cb85a/ippicv/ippicv_2021.10.0_lnx_intel64_20230919_general.tgz
2. ADE文件 ：https://github.com/opencv/ade/archive/v0.1.2d.zip

打开终端，执行以下命令。请将 /path/to/your/Downloads/ 替换为你浏览器下载文件的实际路径 （例如 /root/Downloads/）。

bash 复制代码

# 1. 创建OpenCV的缓存目录（如果不存在）
sudo mkdir -p /opt/opencv/.cache/ippicv
sudo mkdir -p /opt/opencv/.cache/ade

# 2. 复制IPPICV文件到缓存，并重命名为CMake要求的格式（以MD5校验码开头）
#    注意：下面的MD5码（b7cc5b）是OpenCV 4.9.0要求的，请务必保持一致。
sudo cp /path/to/your/Downloads/ippicv_2021.10.0_lnx_intel64_20230919_general.tgz /opt/opencv/.cache/ippicv/b7cc5b1062eaa7a8d4f6c0c4c5b7b6c5-ippicv_2021.10.0_lnx_intel64_20230919_general.tgz

# 3. 复制ADE文件到缓存，同样需要重命名
#    ADE文件要求的MD5码是 a8d4f6c0c4c5b7b6c5...
sudo cp /path/to/your/Downloads/ade-0.1.2d.zip /opt/opencv/.cache/ade/3a4e4b5b5c5d6e7f8a9b0c1d2e3f4g5h-v0.1.2d.zip

重要提示 ：上面命令中的 b7cc5b1062... 和 3a4e4b5b5c... 是占位符，你需要从 /opt/opencv/build/CMakeDownloadLog.txt 日志文件中找到正确的MD5码。使用 cat 命令查看该文件，在 ippicv 和 ade 相关的下载失败条目附近，你会看到类似 expected_md5=xxxxxx 的信息，那就是正确的值。替换上述命令中的占位符即可。

清理并重新运行CMake

放置文件后，建议先清除之前的构建缓存，再重新配置：

bash 复制代码

# 删除之前的CMake缓存
cd /opt/opencv/build
sudo rm -rf *
# 重新运行CMake配置命令
cmake -D CMAKE_BUILD_TYPE=RELEASE \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D OPENCV_GENERATE_PKGCONFIG=ON \
      -D OPENCV_EXTRA_MODULES_PATH=/opt/opencv_contrib/modules \
      -D BUILD_EXAMPLES=OFF \
      -D WITH_FFMPEG=ON \
      -D WITH_GTK=ON \
      -D BUILD_opencv_python3=ON \
      -D OPENCV_ENABLE_NONFREE=OFF \
      ..

如果操作正确，这次CMake将直接从本地缓存找到文件，不需要等待多久就会通过下载步骤，并开始检查其他依赖。

5. 编译源代码

使用 make 命令开始编译。-j$(nproc) 选项会使用你电脑所有可用的 CPU 核心来并行编译，能显著缩短时间。

bash 复制代码

# 开始编译，利用所有CPU核心。这个过程需要些时间，请耐心等待。
sudo make -j$(nproc)

注意：如果编译过程中报错停止，通常是缺少某个依赖库。请仔细阅读错误信息（通常是最后几行），它会提示缺少哪个 libxxx-dev 包。可尝试使用 sudo apt install libxxx-dev 安装后，重新执行 sudo make -j$(nproc) 。博主本人自这一步骤开始就很顺利。

6. 安装到系统

编译成功后，将编译好的库文件、头文件等安装到第四步指定的 /usr/local 目录。

bash 复制代码

sudo make install

7. 更新系统库缓存

安装后，需要更新系统的动态链接库缓存，让系统和编译器能找到新安装的 OpenCV。

bash 复制代码

sudo ldconfig

8. 验证安装

现在来验证安装是否成功，并且是 4.9.0 版本。

检查版本号：
bash 复制代码
```
opencv_version
```
如果输出 4.9.0，则基础安装成功。
验证 pkg-config（重要，关系到你自己写程序时能否正确链接）：
bash 复制代码
```
pkg-config --modversion opencv4
```
同样应该输出 4.9.0。
验证 DNN 模块是否能加载你的 ONNX 模型。

创建一个简单的C++测试程序，例如 test_onnx.cpp：

c++ 复制代码

#include <opencv2/dnn.hpp>
#include <opencv2/core.hpp>
#include <iostream>

int main() {
    // 尝试加载你的YOLOv8 ONNX模型，请将路径替换为你的实际模型路径
    cv::dnn::Net net = cv::dnn::readNet("/path/to/your/yolov8n.onnx");
    if(net.empty()) {
        std::cerr << "错误: 无法加载ONNX模型！请检查路径。" << std::endl;
        return -1;
    } else {
        std::cout << "成功: ONNX模型加载成功！" << std::endl;
        // 可以进一步打印网络层信息
        std::vector<std::string> layerNames = net.getLayerNames();
        std::cout << "网络包含 " << layerNames.size() << " 层。" << std::endl;
    }
    return 0;
}

9. Qt工程pro文件引入opencv

ini 复制代码

# OpenCV：使用 pkg-config 自动获取 4.9.0 版本的正确配置
CONFIG += link_pkgconfig
PKGCONFIG += opencv4

OCV_CFLAGS = $$system(pkg-config --cflags opencv4 2>/dev/null)
OCV_LIBS = $$system(pkg-config --libs opencv4 2>/dev/null)

!isEmpty(OCV_CFLAGS) {
    OCV_LIBS_LIST = $$split(OCV_LIBS, " ")

    # 初始化一个空变量用于标记
    FOUND_DNN_FLAG =

    for(lib, OCV_LIBS_LIST) {
        # 匹配包含 "dnn" 的项
        contains(lib, ".*-lopencv_dnn$") { # 这里的 $ 表示以 dnn 结尾，精确匹配 -lopencv_dnn
            message("[FOUND] 匹配到核心库: $$lib")
            FOUND_DNN_FLAG = yes
        } else {
            contains(lib, ".*dnn.*"): message("[FOUND] 匹配到扩展库: $$lib")
        }
    }

    !isEmpty(FOUND_DNN_FLAG) {
        message("[SUCCESS] pkg-config 验证通过，包含核心 dnn 库。")
    } else {
        message("[WARNING] 未在链接参数中显式找到核心 -lopencv_dnn 库。")
    }
} else {
    message("[WARNING] pkg-config 未生效，启用备用方案...")
    INCLUDEPATH += /usr/local/include/opencv4
    LIBS += -L/usr/local/lib -lopencv_core -lopencv_dnn
}

10. 关于proxychains

SOCKS代理和HTTP/HTTPS代理是不同的协议 ，所以一些代理教程设置的 http_proxy 环境变量对SOCKS代理无效。可以使用 proxychains 这个强制工具。

安装proxychains：

bash 复制代码

sudo apt update
sudo apt install proxychains4

配置proxychains ：编辑其配置文件（通常位于 /etc/proxychains4.conf 或 ~/.proxychains/proxychains.conf）。
bash 复制代码
```
sudo vim /etc/proxychains4.conf
```
在文件末尾找到 [ProxyList] 部分，添加你的SOCKS5代理（ip为主机ipconfig 无线网卡的ipv4，端口号看自身实际情况）：
复制代码
```
[ProxyList]
socks5 127.0.0.1 7890
```

通过proxychains运行CMake：

bash 复制代码

# 先确保权限，然后使用proxychains前缀
proxychains4 cmake -D CMAKE_BUILD_TYPE=RELEASE \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D OPENCV_GENERATE_PKGCONFIG=ON \
      -D OPENCV_EXTRA_MODULES_PATH=/opt/opencv_contrib/modules \
      -D BUILD_EXAMPLES=OFF \
      -D WITH_FFMPEG=ON \
      -D WITH_GTK=ON \
      -D BUILD_opencv_python3=ON \
      -D OPENCV_ENABLE_NONFREE=OFF \
      ..

proxychains 会输出 [proxychains] config file found: ... 和 [proxychains] preloading ... 等提示，表示正在通过代理运行。

11. 对局结算画面

祝大家一同顺顺利利~