ubuntu 安装 opencv4

发表于 2019-11-25 更新于 2023-03-13 分类于七国阅读次数：本文字数： 4.6k 阅读时长 ≈ 4 分钟

记录安装opencv的步骤（还是archlinux好）。

一、下载

下载 opencv 以及 contrib 库

git clone https://github.com/opencv/opencv.git

git clone https://github.com/opencv/opencv_contrib.git

安装依赖项

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
安装 cuda 和 cudnn
安装 cmake-gui

sudo apt-get install cmake-qt-gui

二、cmake 编译安装 opencv

1. CMAKE

打开 cmake-gui

Where is the source code：填写 opencv 源代码目录

Where is build the binaries：在 opencv 源代码目录内新建一 build 文件（外部构建）

点击 configure
- 设置：
  
  CMAKE_BUILD_TYPE=Release
  
  OPENCV_ENABLE_NONFREE=ON
  
  OPENCV_GENERATE_PKGCONFIG=ON
- 设置 contrib 库
  
  OPENCV_EXTRA_MODULES_PATH=/home/.../opencv_contrib/modules
  
  设置到 contrib 库源代码内的 modules 文件夹
- 设置安装目录
  
  CMAKE_INSTALL_PREFIX=/usr/local/opencv4
  
  默认路径为 /usr/local
  
  为安装多版本 opencv 建议自定义一个目录
- CUDA（选）
  
  勾选 cuda 选项
- 点击 Generate

2. 编译安装

终端进入 build 目录

make -j4

-j4 为四个线程编译

sudo make install

如果安装了 python-dev，这时 Python 应该可以使用 OpenCV 了：

$ python 
>>> import cv2
>>> cv2.__version__
'4.0.1'
>>>

3. 配置 opencv

让系统在 opencv 安装目录中搜索动态库
1
2
3
cd /etc/ld.so.conf.d/
sudo touch opencv4.conf
sudo sh -c 'echo "/usr/local/opencv4/lib" > opencv4.conf'
== 注意：echo "/usr/local/opencv4/lib" 为 opencv 安装目录 ==

更新 pkg-config：

sudo ldconfig

设置 bash：

sudo gedit /etc/bash.bashrc

在末尾追加：
1
2
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/opencv4/lib/pkgconfig
export PKG_CONFIG_PATH
== 注意上面的路径为安装路径！！！==

保存，执行如下命令使得配置生效：

source /etc/bash.bashrc

查看 opencv 版本：

pkg-config --modversion opencv

opencv 安装完成！！

三、测试

opencv 测试


#include <opencv2/opencv.hpp>
#include <opencv2/xfeatures2d.hpp>
#include <iostream>
 
using namespace cv;
using namespace cv::xfeatures2d;         // 不要忘了导入扩展模块
using namespace std;
 
Mat src_img, gray_img;
const string output_name = "SURF特征检测";
int minHessian = 100;                // 定义SURF中的hessian阈值特征点检测算子
int max_value = 500;
 
void SURF_detect_func(int, void *)
{
	// SURF特征检测
	Ptr<SURF> detector = SURF::create(minHessian);
	vector<KeyPoint> keypoints;
	detector->detect(gray_img, keypoints, Mat());      // 检测src_img图像中的SURF特征
  // 绘制关键点
	Mat keypoint_img;
	dracmakelists:wKeypoints(gray_img, keypoints, keypoint_img, Scalar::all(-1), DrawMatchesFlags::DEFAULT);  // Scalar::all(-1)这是一种技巧，就是当用一个负数作为关键点颜色，表示每次随机选取颜色。
	imshow(output_name, keypoint_img);
}
 
 
int main() 
{
	src_img = imread("1.png");
	if (src_img.empty())
	{
		printf("could not load the image...\n");
		return -1;
	}
	namedWindow("原图", WINDOW_AUTOSIZE);
	imshow("原图", src_img);
	cvtColor(src_img, gray_img, COLOR_BGR2GRAY);
	namedWindow(output_name, WINDOW_AUTOSIZE);
	createTrackbar("hessian阈值", output_name,&minHessian, max_value, SURF_detect_func);
	SURF_detect_func(0,0);
 
	waitKey(0);
	return 0;
}

CMakeLists.txt:

# 声明要求的 cmake 最低版本
cmake_minimum_required( VERSION 2.8 )
 
# 声明一个 cmake 工程
project( opencv_test )
 
# 设置编译模式
set( CMAKE_BUILD_TYPE "Debug" )
set(CMAKE_CXX_FLAGS   "-std=c++11")
 
find_package(OpenCV 4.1 REQUIRED)
 
# 添加一个可执行程序
# 语法：add_executable( 程序名 源代码文件 ）
add_executable( test surf.cpp )
 
# 将库文件链接到可执行程序上
target_link_libraries( test ${OpenCV_LIBS} )

cuda 测试

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core/version.hpp>
#include <opencv2/cudaarithm.hpp>
 
int main (int argc, char* argv[])
{
    try
    {
        ///　读取图片
        cv::Mat src_host = cv::imread("1.jpg", cv::IMREAD_GRAYSCALE);
        /// 定义GpuMat
        cv::cuda::GpuMat dst, src;
        /// 将主机内存的图像数据上传到GPU内存
        src.upload(src_host);
 
        /// 调用GPU的阈值函数(很多使用GPU加速的函数都和CPU版本的函数相同)
        cv::cuda::threshold(src, dst, 120, 255, cv::THRESH_BINARY);
 
        cv::Mat result_host;
        /// 从GPU上下载阈值化完成的图片
        dst.download(result_host);
 
        /// 显示
        cv::imshow("Result", result_host);
        cv::waitKey();
    }
    catch(const cv::Exception& ex)
    {
        std::cout << "Error: " << ex.what() << std::endl;
    }
    return 0;
}

CMakeLists.txt:

cmake_minimum_required(VERSION 3.0)
 
project(cuda_test)
 
set(CUDA_USE_STATIC_CUDA_RUNTIME ON) #这一句解决 cannot find -lopencv_dep_cudart
set(CMAKE_CXX_STANDARD 11)
set(CMAKE_RUNTIME_OUTPUT_DIRECTORY ${CMAKE_SOURCE_DIR})
 
find_package(CUDA REQUIRED)
message(STATUS "CUDA版本: ${CUDA_VERSION}")
message(STATUS "    头文件目录：${CUDA_INCLUDE_DIRS}")
message(STATUS "    库文件列表：${CUDA_LIBRARIES}")
set(CUDA_NVCC_FLAGS -G;-g;-std=c++11) # nvcc flags
include_directories(${CUDA_INCLUDE_DIRS})
 
 
set(OpenCV_DIR "/usr/local/share/OpenCV") # 指定OpenCV安装路径来区分不同的OpenCV版本
find_package(OpenCV REQUIRED)
set(OpenCV_LIB_DIR ${OpenCV_INSTALL_PATH}/lib)
message(STATUS "OpenCV版本: ${OpenCV_VERSION}")
message(STATUS "    头文件目录：${OpenCV_INCLUDE_DIRS}")
message(STATUS "    库文件目录：${OpenCV_LIB_DIR}")
message(STATUS "    库文件列表：${OpenCV_LIBS}")
include_directories(${OpenCV_INCLUDE_DIRS})
link_directories(${OpenCV_LIB_DIR})
 
 
CUDA_ADD_EXECUTABLE(main main.cpp)
target_link_libraries(main ${OpenCV_LIBS} ${CUDA_LIBRARIES})

参考文章

https://blog.csdn.net/sss_369/article/details/94755824