opencv centos 编译 opencv怎么编译

转载

footballboy 2024-09-02 07:28:36

文章标签 opencv centos 编译 ubuntu opencv python OpenCV 文章分类 计算机视觉人工智能

最近频繁重装Ubuntu系统o(╥﹏╥)o，对重装Ubuntu涉及的opencv做个总结。

Ubuntu安装依赖项

cuda、cudnn等安装这里就不说了，主要为通过终端执行的相关依赖项安装指令，参考链接：
ubuntu 18.04编译opencv3.4.3 with python3.6 cuda9.2 gdal Ubuntu 18.04源码编译安装OpenCV 4.0流程

sudo apt install -y build-essential cmake git pkg-config libopenexr-dev libblas-dev 
sudo apt install -y python-dev python-numpy libtbb2 libtbb-dev
sudo apt install -y libjpeg-dev libpng-dev libtiff-dev libdc1394-22-dev libjasper-dev
sudo apt install -y libavcodec-dev libavformat-dev libswscale-dev libavutil-dev

sudo apt install -y \
        libx264-dev \
        mesa-utils \
        libgtk2.0-dev \
        libxvidcore-dev \
        yasm \
        libxine2-dev \
        libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev \
        libv4l-dev \
        libfaac-dev \
        libmp3lame-dev \
        libopencore-amrnb-dev \
        libtheora-dev \
        libvorbis-dev \
        ffmpeg \
        libeigen3-dev libeigen3-doc \
		liblapack-dev \
        tesseract-ocr \
        tesseract-ocr-jpn \
        libgflags-dev \
        libleptonica-dev \
        libtesseract-dev \
        gphoto2 \
        liblapacke-dev \
        libgoogle-glog-dev \
        libprotobuf-dev \
        libprotoc-dev \
        protobuf-compiler \
        ccache \
        libgphoto2-dev \
        libavresample-dev \
        libatlas-base-dev \
        gfortran

下载安装包

下载opencv源码：opencv的github链接下载opencv_contrib源码：opencv_contrib的github链接（可以不用，看需要）需要注意，如果要编译contrib，需要使contrib的版本号与opencv对应。下载完成后均解压，放置到自己的目标位置。

编译opencv动态库（so）

参考链接：openCV+opencv_contrib（编译源码）在opencv的解压文件中，创建编译文件保存的文件夹，如build，并在该文件夹中打开终端，执行：

cmake -D CMAKE_BUILD_TYPE=RELEASE \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D PYTHON_DEFAULT_EXECUTABLE=/usr/bin/python3 \
      -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules/ \
      -D OPENCV_GENERATE_PKGCONFIG=YES \
      -D OPENCV_ENABLE_NONFREE=True \
      -D ENABLE_CXX11=1 \
      -D ENABLE_FAST_MATH=1 \
      -D WITH_TBB=ON \
      -D WITH_OPENGL=ON \
      -D WITH_OPENMP=ON \
      -D WITH_TIFF=ON -D BUILD_TIFF=ON \
      -D WITH_1394=OFF \
      -D WITH_GDAL=ON \
      -D WITH_CUDA=ON -D CUDA_NVCC_FLAGS="-D_FORCE_INLINES"\
      -D WITH_CUBLAS=ON -D WITH_CUFFT=ON \
      -D INSTALL_C_EXAMPLES=OFF \
      -D INSTALL_PYTHON_EXAMPLES=OFF \
      -D BUILD_EXAMPLES=OFF ..

以上为举例，目前还未完全测试各条命令有效性，后续更新。
其中PYTHON_DEFAULT_EXECUTABLE为要安装opencv的python路径，一般Ubuntu中都有多个版本的python；
CMAKE_INSTALL_PREFIX是编译后相关so文件的放置位置，这个最好保持该设置；
OPENCV_EXTRA_MODULES_PATH为opencv_contrib中modules的路径，如果不准备编译opencv_contrib可以删除这一项。

fatal error: nvcuvid.h: No such file or directory

在cuda10的时候，cudacodec会出现nvcuvid.h找不到的情况，我将cudacodec模块删掉可以正常编译，目前最新的opencv_contrib在2018年12月18日已修复了该bug，如果是使用该时间之后的版本应该可以正常编译。
方法二，参考OpenCV 4.1 CUDA 10.1 linux下编译问题【fatal error: nvcuvid.h: No such file or directory】，可以在官网中下载相关组件，将cuviddec.h 和 nvcuvid.h文件拷贝到/usr/include即可。

生成makefile文件后，即可执行make操作，如果发现生成表中有数据不对或者生成出错，需要将该文件夹中相关文件删除，再修改cmake指令后重新生成：

# 查找该机器可使用的编译线程数
nproc
# 假如输出是8， 执行8线程编译
sudo make -j8
sudo make install

安装完成后，会在/usr/local/lib中看到lib*.so.*文件，并在/usr/local/lib/pkgconfig下生成了opencv.pc文件，记录OpenCV的文件路径，此时进行如下配置：

# 编辑/etc/bash.bashrc
sudo gedit /etc/bash.bashrc
# 在文件末尾添加
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
# 退出并更新
sudo updatedb

# 编辑/etc/ld.so.conf.d/opencv.conf
sudo gedit /etc/ld.so.conf.d/opencv.conf
# 在文件末尾添加
/usr/local/lib
# 退出并更新
sudo ldconfig

编译opencv静态库（a）

参考链接：Ubuntu16.04下编译OpenCV2.4.13静态库（.a文件）有的项目需要使用opencv的.a静态库，动态库能生成部分.a文件，但是不完整，因此找了下生成静态库的方法。
与创建动态库相同，在opencv文件夹中创建生成文件的文件夹，如static_release，并在该文件夹中打开终端，执行cmake命令：

cmake -D CMAKE_BUILD_TYPE=RELEASE \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D BUILD_SHARED_LIBS=NO \
      -D BUILD_PNG=ON \
      -D BUILD_JASPER=ON \
      -D BUILD_JPEG=ON \
      -D BUILD_TIFF=ON \
      -D BUILD_ZLIB=ON \
      -D WITH_JPEG=ON \
      -D WITH_PNG=ON \
      -D WITH_JASPER=ON \
      -D WITH_TIFF=ON ..

可以仿照动态库的cmake命令，主要是添加BUILD_SHARED_LIBS=NO，代表不编译动态库而是编译静态库，编译结束后就可以在/usr/local/lib/看到生成的一系列.a文件。

测试

安装完成后可以通过pkg-config opencv --modversion查看opencv是否安装成功及版本号。这里需要说明的是在最新版的opencv4中，/usr/local/lib/pkgconfig下生成的是opencv4.pc，因此需要指定pkg-config opencv4 --modversion才能看到相应信息。

测试代码可以仿照Ubuntu 18.04源码编译安装OpenCV 4.0流程开启摄像头/视频，或者像ubuntu 16.04 OpenCV3.2.0完全编译安装打开一张图片。首先创建DisplayImage.cpp文件，输入：

#include <cv.h>
#include <highgui.h>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
 
using namespace cv;
int main( int argc, char** argv )
{
    Mat image;
    image = imread( argv[1], 1 );
 
    if( argc != 2 || !image.data )
    {
        printf( "No image data \n" );
        return -1;
    }
 
    namedWindow( "Display Image", CV_WINDOW_AUTOSIZE );
    imshow( "Display Image", image );
    waitKey(0);
 
    return 0;
}

创建CMakeLists.txt 文件，输入：

project( DisplayImage )
find_package( OpenCV REQUIRED )
add_executable( DisplayImage DisplayImage )
target_link_libraries( DisplayImage ${OpenCV_LIBS} )

在该文件夹下打开终端，执行：

cmake .
make

即可生成一个DisplayImage的执行文件，执行./DisplayImage test.jpg即可打开图片， test.jpg为该文件夹下放置的一张图像，也可以指定到其它路径中的图像。

卸载

cd /usr
sudo find . -name "*opencv*" | xargs sudo rm -rf

20221102更新

目前OpenCV又做了较多更新，编译上出现了些新的问题，现就4.6.0做一次问题记录

1)sr.*、detect.*下载问题。参考Ubuntu20.04 安装 Opencv4.4.0，下载相关文件（相比之前的版本新增了微信的二维码引擎，可以去GitHub上下载）放到统一路径下，然后修改cmake文件中链接为文件路径，如"file:///home/work/downloads/"

opencv/modules/gapi/cmake/DownloadADE.cmake
opencv/3rdparty/ippicv/ippicv.cmake
opencv_contrib/modules/face/CMakeLists.txt
opencv_contrib/modules/wechat_qrcode/CMakeLists.txt
opencv_contrib/modules/xfeatures2d/cmake/download_boostdesc.cmake
opencv_contrib/modules/xfeatures2d/cmake/download_vgg.cmake

2)出现“Cannot generate a safe runtime search …”，原因为conda冲突，参考安装时遇到的cmake与anaconda的冲突问题，打开bashrc，注释掉PATH中包含anaconda的路径，重启终端窗口。完成后再恢复。 3)出现“recipe for target 'bin/opencv_test_…”问题，原因为tiff有冲突，参考Error installing OpenCV on Ubuntu 16.04，简单的处理方式就是禁止编译TIFF。 4）安装命令更新，禁止Python2，开通Python3，设定为anaconda的路径：

cmake -D CMAKE_BUILD_TYPE=RELEASE \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D PYTHON_DEFAULT_EXECUTABLE=~/anaconda3/bin/python \
      -D BUILD_NEW_PYTHON_SUPPORT=ON \
      -D BUILD_opencv_python3=ON  \
      -D BUILD_opencv_python2=OFF  \
      -D BUILD_opencv_hdf=OFF \
      -D BUILD_opencv_java=OFF  \
      -D PYTHON3_PACKAGES_PATH=~/anaconda3/lib/python3.9/site-packages \
      -D PYTHON3_EXECUTABLE=~/anaconda3/bin/python3.9 \
      -D PYTHON3_INCLUDE_DIR=~/anaconda3/include/python3.9 \
      -D PYTHON3_LIBRARY=/usr/lib/x86_64-linux-gnu/libpython3.9.so.1 \
      -D PYTHON3_NUMPY_PATH=~/anaconda3/lib/python3.9/site-packages \
      -D OPENCV_EXTRA_MODULES_PATH=/home/work/opencv_contrib/modules/ \
      -D OPENCV_GENERATE_PKGCONFIG=YES \
      -D OPENCV_ENABLE_NONFREE=True \
      -D ENABLE_CXX11=1 \
      -D ENABLE_FAST_MATH=1 \
      -D WITH_TBB=ON \
      -D WITH_OPENGL=ON \
      -D WITH_OPENMP=ON \
      -D WITH_TIFF=OFF -D BUILD_TIFF=OFF \
      -D WITH_1394=OFF \
      -D WITH_GDAL=ON \
      -D WITH_CUDA=ON -D CUDA_NVCC_FLAGS="-D_FORCE_INLINES"\
      -D WITH_CUBLAS=ON -D WITH_CUFFT=ON \
      -D INSTALL_C_EXAMPLES=OFF \
      -D INSTALL_PYTHON_EXAMPLES=OFF \
      -D BUILD_EXAMPLES=OFF ..

本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。