Ubuntu14.04 Opencv3.3.0 安裝配置及測試

網上有許多的Opencv的安裝方法，不過找到一個適合自己的安裝路數才最為重要，筆者整理了一下自己的安裝配置測試過程，僅供學習參考。

###a. 安裝前的準備工作
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

###b. 安裝opencv
首先下載opencv源碼，下載地址https://opencv.org/releases.html,注意選擇下載source源碼，我這里下載的是opencv3.3.0版本
cd opencv-3.3.0
mkdir release
cd release
cmake … 或者

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..

(我是用的前面的cmake)

【PS update 2018.4.30】
如果是opencv_contrib也要使用，那么需要先下載好文件，cmake的執行命令也就變成

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules/ ..

【PS update 2018.7.24】
如果安裝了anaconda3，希望通過編譯完成自動生成cv2，那么可以使用以下命令：

cmake -D WITH_IPP=OFF -D PYTHON_DEFAULT_EXECUTABLE=~/anaconda3/bin/python3 -D BUILD_opencv_python3=ON -D BUILD_opencv_python2=OFF -D PYTHON3_EXCUTABLE=~/anaconda3/bin/python3 -D PYTHON3_INCLUDE_DIR=~/anaconda3/include/python3.6m -D PYTHON3_LIBRARY=~/anaconda3/lib/libpython3.6m.so.1.0 -D PYTHON_NUMPY_PATH=~/anaconda3/lib/python3.6/site-packages ..

貌似上面這個沒起作用，我安裝完成后，使用了以下命令，完成python3 opencv3.4.2 生成cv2
sudo pip3 install opencv_python

【PS update 2018.7.26】
如果你電腦支持GPU，并且安裝好了cuda9.0，然后開始編譯opencv3.4.*，你或許會遇到“compute_60”, "compute_61"的問題提示

這個問題主要是因為你的計算機的計算能力沒有達到opencv默認的60和61的要求而導致的，可以通過設置參數-D CUDA_GENERATION=Kepler來解決，相關命令如下：

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules/ -D CUDA_GENERATION=Kepler ..

make 或者 make -j8 (-j8是指你電腦可用的內核數，有的是j4，不指定也沒關系，我用的前面的make)

sudo make install (注意一定要加sudo，否則會報出permission問題)

(安裝結束后，可以用該條命令查看opencv版本，注意這里–modversion是雙橫線)

pkg-config --modversion opencv

【PS】opencv還有一種cmake-gui安裝方式，就是有界面選項，不用直接命令行安裝的方式，不過要安裝qt-cmake-gui工具，具體的可以參考在ubuntu下使用cmake進行opencv的配置和Windows下進行使用cmake編譯源代碼比較，opencv3進行g++例子程序編譯、動態庫的制作 和 ubuntu下cmake3.4的安裝(有GUI界面) ，以及Ubuntu + CUDA9 + CUDNN7 + OpenCV3.4 + contrib +CAFFE-master

【PS update 2018.5.3】
在安裝opencv + opencv_contrib過程中你或許會遇到下面這個問題：

解決辦法可參考
[1] ubuntu16.04編譯opencv3.4.1和contrib遇到的錯誤及解決方法 （已實測）不過雖然解決了上述問題，在make的時候還是會出現其他問題，最后沒有辦法，筆者重新在github上下載了最新的opencv和opencv_contrib重新cmake后解決該問題，至于是什么原因造成的，我到現在也是一頭霧水。
終于找到原因了：錯在opencv和opencv_contrib不是同一個版本

###c. 至此，opencv已經安裝完成了，不過不要認為這樣就萬事大吉了，別忘了配置環境變量
sudo gedit /etc/ld.so.conf (在彈出的窗口中復制如下一段文字：/usr/local/lib)

sudo ldconfig (使得配置生效)
sudo gedit /etc/bash.bashrc
(在彈出的窗口中添加
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
)

source /etc/bash.bashrc 使得配置生效

走到這里才算得上是真正安裝opencv結束

###d. 來個短代碼demo測試一下
cd opencv-3.3.0
mkdir demo
cd demo
sudo gedit DisplayImage.cpp

#include <stdio.h> #include <opencv2/opencv.hpp> using namespace cv; int main(int argc, char** argv ) {if ( argc != 2 ){printf("usage: DisplayImage.out <Image_Path>\n");return -1;}Mat image;image = imread( argv[1], 1 );if ( !image.data ){printf("No image data \n");return -1;}namedWindow("Display Image", WINDOW_AUTOSIZE );imshow("Display Image", image);waitKey(0);return 0; }

sudo gedit CMakeLists.txt (注意：這里的CMakeLists一定要書寫正確，否則無法使用cmake政策編譯)
要填寫的內容如下：
cmake_minimum_required(VERSION 2.8)
project( DisplayImage )
find_package( OpenCV REQUIRED )
add_executable( DisplayImage DisplayImage.cpp )
target_link_libraries( DisplayImage ${OpenCV_LIBS} )

然后就可以編譯測試程序了
cmake .
make
./DisplayImage yourImagefilePath

【PS update 2018.7.25】
在Opencv 3.4.*版本上進行測試，按照上述cmake … 得到的opencv，在運行一個example的時候會爆出如下錯誤
error: #error “OpenCV 4.x+ requires enabled C++11 support”

解決辦法： 在每次cmake … example的時候，加上-D CMAKE_CXX_FLAGS="-std=c++11" 進行編譯，就不會報錯啦。

---

參考鏈接：
【1】: http://www.cnblogs.com/txg198955/p/5990295.html
【2】: http://blog.csdn.net/Function_K/article/details/77899546
【3】: https://www.cnblogs.com/emouse/archive/2013/02/22/2922940.html
【4】: http://blog.csdn.net/Function_K/article/details/77899546

總結

以上是生活随笔為你收集整理的【Ubuntu-Opencv】Ubuntu14.04 Opencv3.3.0 安装配置及测试的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。