Go语言视频零基础入门到精通

admin

opencv基本上是搞CV必备套件之一了，支持的语言也非常多，但是安装起来有点麻烦（如果是在conda下安装的话则可以用conda install -c menpo opencv3=3.2.0）。需要注意的是，pip可以安装的opencv-python安装并不依赖opencv，只是封装了opencv的Python API，一般情况下也够用。但是如果准备安装完整版本的opencv，这里比较建议将opencv-python卸载，以免之后产生一些不必要的报错。
通过官方文档和一些博客总结的安装流程大致如下：
1.安装官方给的opencv依赖包

GCC 4.4.x or later
CMake 2.6 or higher
Git
GTK+2.x or higher, including headers (libgtk2.0-dev) # 控制opencv GUI
pkg-config
Python 2.6 or later and Numpy 1.5 or later with developer packages (python-dev, python-numpy)
ffmpeg or libav development packages: libavcodec-dev, libavformat-dev, libswscale-dev
[optional] libtbb2 libtbb-dev
[optional] libdc1394 2.x
[optional] libjpeg-dev, libpng-dev, libtiff-dev, libjasper-dev, libdc1394-22-dev

1. [code]$ sudo apt-get install build-essential
2. $ sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
3. $ sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev # 处理图像所需的包
4. $ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev
5. $ sudo apt-get install libxvidcore-dev libx264-dev # 处理视频所需的包
6. $ sudo apt-get install libatlas-base-dev gfortran # 优化opencv功能
7. $ sudo apt-get install ffmpeg

复制代码

[/code] ** 注：**其他一些包在之后的cmake的时候缺失的时候会进行安装，如果安装失败可以手动下载相应的包然后放入提示的目录下。而cmake下载tar.gz文件的时候可能不支持，需要进行配置，具体操作可以参考这里。

2.下载opencv3.2.0
这里需要下载opencv和opencv_contrib（后者会在cmake配置的时候用到），这是因为opencv3以后SIFT和SURF之类的属性被移到了contrib中，。

1. [code]$ wget https://github.com/opencv/opencv/archive/3.2.0.zip # 从github上直接下载或者clone也可
2. $ wget https://github.com/opencv/opencv_contrib/archive/3.2.0.zip

复制代码

[/code]
3a.配置编译opencv (无NVIDIA CUDA版本)
将上述opencv包解压，然后cmake配置属性

1. [code]$ cd opencv-3.2.0
2. $ mkdir build
3. $ cd build
4. $ cmake -D CMAKE_BUILD_TYPE=RELEASE \
5.     -D CMAKE_INSTALL_PREFIX=/home/fanzong/anaconda2/envs/tensorflow \
6.     -D INSTALL_PYTHON_EXAMPLES=ON \
7.     -D INSTALL_C_EXAMPLES=OFF \
8.     -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.2.0/modules \
9.     -D PYTHON_EXCUTABLE=/home/fanzong/anaconda2/envs/tensorflow/bin/python \
10.     -D WITH_TBB=ON \
11.     -D WITH_V4L=ON \
12.     -D WITH_QT=ON \    # 1
13.     -D WITH_GTK=ON \
14.     -D WITH_OPENGL=ON \
15.     -D BUILD_EXAMPLES=ON .. # cmake命令的使用方式：cmake [<some optional parameters>] <path to the OpenCV source directory>。如果命令报错的话可以试着把-D后面的空格去掉在执行一次。
16. $ make -j4
17. $ sudo make install
18. $ sudo /bin/bash -c "echo "/home/fanzong/anaconda2/envs/tensorflow/lib" > /etc/ld.so.conf.d/opencv.conf"
19. $ sudo ldconfig

复制代码

[/code]
PS:1. 如果qt未安装可以删去此行;若因为未正确安装qt导致的Qt5Gui报错，可将build内文件全部删除后重新cmake，具体可以参考这里
CMAKE_INSTALL_PREFIX：安装的python目录前缀，其实就是指定了python模块的安装路径：CMAKE_INSTALL_PREFIX/lib/python2.7/dist-packages。获取该路径的方式可以用

1. python -c "import sys; print sys.prefix"

复制代码

PYTHON_EXCUTABLE：指定python路径
OPENCV_EXTRA_MODULES_PATH: 指定opencv所需模块的路径，就是之前我们所说的contrib
其他cmake的具体变量说明可以看这里
3.b 配置编译opencv (NVIDIA CUDA版本)
opencv最麻烦的地方就是编译是属性的配置，对于不同的需求要配置不同的属性。当使用NVIDIA GPU GeForce 1080ti的时候：

1. [code]$ cmake -D CMAKE_BUILD_TYPE=RELEASE \
2.     -D CMAKE_INSTALL_PREFIX=/usr/local \
3.     -D INSTALL_PYTHON_EXAMPLES=ON \
4.     -D INSTALL_C_EXAMPLES=OFF \
5.     -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.2.0/modules \
6.     -D PYTHON_EXCUTABLE=/usr/bin/python \
7.     -D WITH_CUDA=ON \    # 使用CUDA
8.     -D WITH_CUBLAS=ON \
9.     -D DCUDA_NVCC_FLAGS="-D_FORCE_INLINES" \
10.     -D CUDA_ARCH_BIN="5.3" \    # 这个需要去官网确认使用的GPU所对应的版本[查看这里](https://developer.nvidia.com/cuda-gpus)
11.     -D CUDA_ARCH_PTX="" \
12.     -D CUDA_FAST_MATH=ON \    # 计算速度更快但是相对不精确
13.     -D WITH_TBB=ON \
14.     -D WITH_V4L=ON \
15.     -D WITH_QT=ON \    # 如果qt未安装可以删去此行;若因为未正确安装qt导致的Qt5Gui报错，可将build内文件全部删除后重新cmake，具体可以参考[这里](http://stackoverflow.com/questions/17420739/opencv-2-4-5-and-qt5-error-s)
16.     -D WITH_GTK=ON \
17.     -D WITH_OPENGL=ON \
18.     -D BUILD_EXAMPLES=ON ..

复制代码

[/code]
3.c 配置编译opencv(NVIDIA Jetson TX2开发板)
目前官方提供的opencv4tegra是2.4版本的，尚不支持3.2版本，所以需要自己编译。

1. [code]$ cmake -D WITH_CUDA=ON \
2.     -D CUDA_ARCH_BIN="6.2" \  # 安装了6.2版本
3.     -D CUDA_ARCH_PTX=""  \
4.     -D WITH_OPENGL=ON  \
5.     -D WITH_LIBV4L=ON \
6.     -D CMAKE_BUILD_TYPE=RELEASE \
7.     -D CMAKE_INSTALL_PREFIX=/usr/local ..

复制代码

[/code]

PS:不需要安装contrib包，否则之后调用摄像头调整分辨率的时候会失败。具体安装细节可以参考这里
编译成功时应该看到这些：

CUDA8.0

1. [code]--   Other third-party libraries:
2. --     Use Cuda:                    YES (ver 8.0)
3. --   NVIDIA CUDA
4. --     Use CUFFT:                   YES
5. --     Use CUBLAS:                  NO
6. --     USE NVCUVID:                 NO
7. --     NVIDIA GPU arch:             53
8. --     NVIDIA PTX archs:
9. --     Use fast math:               NO

复制代码

[/code]
OpenGL

1. [code]--   GUI:
2. --     GTK+ 2.x:                    YES (ver 2.24.30)
3. --     OpenGL support:              YES (/usr/lib/aarch64-linux-gnu/libGLU.so /usr/lib/aarch64-linux-gnu/libGL.so)

复制代码

[/code]
VideoIO

1. [code]--   Video I/O:
2. --     DC1394 2.x:                  YES (ver 2.2.0)
3. --     FFMPEG:                      YES
4. --       codec:                     YES (ver 54.92.100)
5. --       format:                    YES (ver 54.63.104)
6. --       util:                      YES (ver 52.18.100)
7. --       swscale:                   YES (ver 2.2.100)
8. --       gentoo-style:              YES
9. --     GStreamer:
10. --       base:                      NO
11. --       video:                     NO
12. --       app:                       NO
13. --       riff:                      NO
14. --       pbutils:                   NO
15. --     V4L/V4L2:                    Using libv4l (ver 1.0.0)

复制代码

[/code] 注：GPU版本安装的时候很容易出错，这里说的出错并不是编译报错，而是在python中调用的时候报错，比如cv2.VideoCapture(0)返回false，cv2.imshow()的时候报unspecified error。在调用cv2的时候报错一般都是在cmake配置编译的时候由于配置错误导致的，所以需要确认配置的参数是否能够覆盖到你所需的范围。
关于GPU版本的安装也可以参考下这里，写得更加详细清楚。

4.完成安装并测试
安装完成以后，重启下机器。编译之后应该会在CMAKE_INSTALL_PREFIX/lib/python2.7/dist-packages/目录下找到cv2.so。打开python console，检测opencv版本

1. python -c "import cv2; print cv2.__version__"

复制代码

。如果正确安装的话则会输出3.2.0。
PS:如果import的时候报类似于

1. error while loading shared libraries: libopencv_core.so.3.0: cannot open shared object file: No such file or directory.

复制代码

的错误，可能是library环境变量的错误，可以尝试将

1. export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib

复制代码

加入到

1. ~/.bashrc

复制代码

中然后source。
参考
https://www.learnopencv.com/install-opencv3-on-ubuntu/
http://www.pyimagesearch.com/2016/10/24/ubuntu-16-04-how-to-install-opencv/
http://docs.opencv.org/2.4/doc/tutorials/introduction/linux_install/linux_install.html
http://stackoverflow.com/questions/31040746/cant-open-video-using-opencv
http://dev.t7.ai/jetson/opencv/
https://developer.nvidia.com/cuda-gpus
http://stackoverflow.com/questions/41818870/python-opencv-imshow-error
http://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_setup/py_setup_in_fedora/py_setup_in_fedora.html
http://answers.opencv.org/question/27114/error-while-loading-shared-libraries-libopencv_coreso30/