ubuntu环境安装opencv与python-opencv

opencv介绍

OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。

它轻量级而且高效，由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

该库也有大量的Python、Java 和 MATLAB/OCTAVE（版本2.5）的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#、Ch、Ruby,GO的支持。

opencv安装

本安装步骤是基于Ubuntu环境下进行

Step1. 安装依赖库

用户据自己的情况选择，如果不知道自己安装了那些依赖，就都输入一遍，如果已经安装系统会自动跳过，不会重复安装

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

依赖	说明
build-essential	安装了该软件包，编译`c/c++` 所需要的软件包也都会被安装。如果想在Ubuntu中编译`c/c++`程序,只需要安装该软件包就可以了
cmake	CMake是一个跨平台的安装（编译）工具，可以用简单的语句来描述所有平台的安装(编译过程)，并输出各种各样的makefile或者project文件
git	版本管理工具
libgtk2.0-dev	GTK工具包的开发库
pkg-config	用于列举出某个库的相关信息，比如此库的路径、相关头文件路径等，这在程序编译时将非常有用
libavcodec-dev	提供通用编码/解码框架，包含用于音频，视频和字幕流的多个解码器和编码器，以及多个比特流过滤器
libavformat-dev	为音频，视频和字幕流的多路复用和多路分解（多路复用和多路分解）提供了通用框架。它包含多媒体容器格式的多路复用器和分路器
libswscale-dev	执行高度优化的图像缩放以及色彩空间和像素格式转换操作
python-dev	python的开发包，其中包括了一些用C/Java/C#等编写的python扩展在编译的时候依赖的头文件等信息
python-numpy	NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵
libtbb2	线程构建块 (Intel TBB)，用于并行编程的基于 C++ 语言的框架
libjasper-dev	用于编码和处理图像的软件的集合。该软件可以处理各种格式的图像数据
libdc1394-22-dev	IEEE1394数码相机的高级编程接口

Step2. 下载opencv

下载最新版本的opencv并解压

https://github.com/opencv/opencv/archive/3.4.5.zip

Step3. 编译opencv

编译比较消耗内存，且花时间较长，请在1G以上的主机上进行代码编译

cd ~/opencv-3.4.5  # 进入opencv文件夹
mkdir build 
cd build 

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..  
make -j7 # 多线程执行make任务

sudo make install

apt方式安装

只用一行命令搞定

sudo apt-get install libcv-dev

Python 接口安装

可以直接通过pip来进行安装

sudo  pip3 install opencv-python

安装验证

import cv2 as cv
print(cv.__version__)

如果可以正常输出版本号，则说明安装成功

展开剩余53%