opencv 编译 linux(opencv4)

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。

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。

OpenCV下载和安装(包含所有平台)!

在 OpenCV的官方网站上，可以下载其最新完整版本以及多数 release版本的源码。如今，OpenCV使用 Git进行版本管理，同时也利用 Cmake进行工程构建。

在 Windows中，可通过下载 EXE文件，该文件会将预编译好的 OpenCV解压到本地，适配不同版本的 Visual Studio。然而，Windows缺乏包含 debug版本库的预编译版本，因此需要在项目启动前手动编译。需额外设置环境变量 OPENCV_DIR，通过 `setx`命令将其路径设置为 `D:\OpenCV\Build\x64\vc10`。静态链接 OpenCV仅需此步，若需动态链接库（DLL），需确保编译器能访问 `%OPENCV_DIR%\bin`。针对 Windows 10，可于系统属性->环境变量中添加 `%OPENCV_DIR%\bin`到 path变量。

使用源代码进行 OpenCV编译，步骤包括运行 CMake GUI，设置 OpenCV源码目录以及构建目标文件夹，配置编译器（或选择 MinGW构建文件），使用 Visual Studio打开生成的解决方案进行编译。Linux环境下，需准备 GCC、GLIBC、GTK+ 2.x或更高版本、cmake、libtbb等库，下载源代码后通过 `./configure--enable-shared`、`make`、`sudo make install`进行编译。

注意在 Ubuntu、Debian、SuSE等 Linux发行版中，可能提供内置 OpenCV，否则需使用源代码安装，安装要求包括 Python 2.6或更高版本、NumPy、ffmpeg的 libav*库与头文件等。Linux与 Windows类似，CMake配置允许自定义构建选项，如构建指定例子、增加 Python支持或启用 CUDA功能。当编译完成时，文件将安装在指定目录，利用 IPP进行加速，除非通过 CMake指令明确禁用。

Mac系统安装 OpenCV类似于 Linux，Xcode提供了构建和调试所需的大多数工具。Mac默认采用 Cocoa替代 GTK+、QTKit替代 ffmpeg、GDC替代 TBB和 OpenMP。从 GitHub的 OpenCV Git仓库下载最新版本，Linux用户可执行 `git clone `。在编程路上，不断进阶与探索是值得的。