opencv linux编译？linux可视化软件开发

大家好,今天小编来为大家解答以下的问题，关于opencv linux编译，linux可视化软件开发这个很多人还不知道，现在让我们一起来看看吧！

概述在Linux下编译安装OpenCV的步骤

OpenCV是一个计算机视觉库，支持Windows、Linux、MacOS等操作系统。在Linux环境中安装OpenCV主要涉及源码编译。官网的下载链接为opencv.org/releases.htm...

选择最新版本3.2.0，Linux用户需下载zip格式源码。安装所需的软件包包括GCC 4.4.x或更高版本，CMake 2.8.7或更高，Git，GTK+2.x或更高（包括headers），pkg-config，Python 2.6或更高版本及Numpy 1.5或更高版本的开发包，ffmpeg或libav的开发包：libavcodec-dev，libavformat-dev，libswscale-dev。可选包有libtbb2和libtbb-dev，libdc1394 2.x，libjpeg-dev，libpng-dev，libtiff-dev，libjasper-dev，libdc1394-22-dev，CUDA Toolkit 6.5或更高版本。这些包通过apt-get命令直接安装，打开终端，输入相关命令即可。安装完毕后，在解压后的opencv-XXX目录内建立build文件夹，编译的makefiles、project files、object files和output files存放于此。

开始编译，只需三行命令：配置、build和安装。配置命令为：$ cmake-D CMAKE_BUILD_TYPE=Release-D CMAKE_INSTALL_PREFIX=/usr/local。。参数CMAKE_BUILD_TYPE表示构建类型，有Release和Debug两种；CMAKE_INSTALL_PREFIX指定安装目录，一般为/usr/local。可选参数包括BUILD_DOCS和BUILD_EXAMPLES，前者构建文档，后者构建所有示例。若配置命令无法执行，去掉-D后面的空格。build命令为：make-j7，使用7个线程加速编译。安装命令为：sudo make install。

至此，Linux环境下成功安装OpenCV。为了验证Python环境中的使用情况，可以尝试运行一段代码：读取图片并显示。代码如下：import cv2image= cv2.imread（“logo.png”， 1）cv2.imshow（“Hello， world！”， image）cv2.waitKey（0）cv2.destroyAllWindows（）若在运行时遇到错误，请检查图片路径是否改为绝对路径。成功运行后，将看到显示的图片。

在Linux 系统中编译安装 OpenCV

对于Linux系统中的C++程序，安装OpenCV（从源代码编译安装）常遇到挑战，尤其对系统不熟悉的用户。其实，只要按以下步骤操作，成功率非常高。本文将详细指导如何完成这一过程。

1.安装目标

若仅需Python调用OpenCV，可直接使用pip命令安装：

源代码编译安装的OpenCV，将提供特定路径下的头文件、共享库（.so或.a）以及Python接口相关文件。

2.软硬件要求

系统要求：Linux操作系统，支持各种主流发行版，包括arm架构。

硬件要求：若需CUDA功能，需要Nvidia显卡并安装驱动和CUDA。

内存：至少需要2GiB空闲内存，全部内存不足可能会影响编译。

CPU：4核或以上推荐，CUDA模块编译耗时，单核或双核可能需要2小时以上。

3. OpenCV组件

OpenCV分为主体库和opencv-contrib，具体组件列表见其GitHub仓库。

4.依赖项

生成OpenCV需要一系列依赖，如apt命令列出的那些。根据需求选择安装，如服务器无需GUI支持，可不装相关包。

5.生成过程

从GitHub下载源码，解压后确保opencv和opencv_contrib在同一父目录，使用CMake进行配置，如设置Python接口支持等。

6.调用OpenCV

C++项目中调用OpenCV有默认方法，可通过cmake编译并链接OpenCV库。

遇到问题时，可在文章下方留言，作者会及时解答。

在Linux 系统中编译安装 带GPU支持的OpenCV

在Linux系统中，若需编译安装带有GPU支持的OpenCV，这里提供一整套流程指导。

首先，若你仅需在Python环境中使用，且不涉及GPU加速，推荐直接通过pip完成安装。

正式开始教程：

1.**安装依赖**：确保你的环境具备必要的构建工具和库，如CMake、CUDA等，根据你的系统需求准备。

2.**下载并解压**：获取OpenCV和OpenCV_contrib的安装包，以4.2版本为例，确保包已解压至可访问位置。

3.**CMake配置**：使用CMake编译时，需要指定CUDA_ARCH_BIN参数，通常可在developer.nvidia.com/cu...网站查询相应参数。例如，如我所用的A800显卡，虽未在列表中更新，但选择A100的8作为参数。

4.**开始编译与安装**：执行关键的CMake指令，确保WITH_CUDA=ON及CUDA相关选项启用CUDA支持，同时通过OPENCV_PYTHON3_INSTALL_PATH指定Python包安装路径，避免后续在Python中import包时遇到找不到的问题。

5.**安装过程**：成功执行编译后，注意检查install path，确保不为空，以自动生成Python可用的包。

6.**使用所有CPU进行编译**：若CPU性能较弱，该步骤耗时可能较长，建议优化构建参数以提升效率。

7.**完成安装**：执行安装命令，确保所有构建阶段顺利。

8.**测试安装**：通过Python程序进行测试，验证安装成功与否，若显示可用的GPU数量，表示安装成功。

推荐参考文档**：在Linux系统中编译安装OpenCV，尤其针对需要在C++中调用的同学，可以查阅更详细的指导资料，尽管可能缺少Python包安装的步骤。

特别感谢Zen3515的回答，帮助我识别并解决Cmake参数配置错误导致的install path为空问题，但需根据实际环境调整其提供的Cmake参数，以避免后续make阶段的错误。