本文介绍: WITH_IPP=ON,WITH_TBB=ON,WITH_OPENMP=ON,WITH_PTHREADS_PF=ON:这四个选项控制 OpenCV 如何进行并发运算默认都是 ON,但如果有需要生成一个绝对单线程运行的 OpenCV ,请将这几个选项均置为 OFF。WITH_CUDA=ON,ENABLE_FAST_MATH=ON,CUDA_FAST_MATH=ON,WITH_CUBLAS=ON:如果系统正确安装了 CUDA 并希望 OpenCV 启用 CUDA 支持,这四个选项都要打开

很多朋友在 Linux 系统中为 C++ 程序安装 OpenCV (从源代码生成)时经常会遇到各种各样的问题,尤其是对 C++ 生成系统或 Linux 不熟的情况下就更难以完成了。我也是被问得太烦了,干脆写一篇文章来行详解。其实也不怎么复杂,主要是大家对这种事情没什么耐心罢了,严格按下文介绍步骤操作基本没有不成功的。

 

一、生成目标

如果你只在 Python调用 OpenCV ,完全可以使用 pip 命令安装任意版本

 

python3 –m pip install opencvpython==<VERSION>

本文以下内容介绍的是从源代码生成安装 OpenCV 的方法,这样安装的 OpenCV 具有以下特点:

 

提供 C/C++ 程序调用接口,并可选择是否支持 Python

可以任意删除需要组件,避免安装过多的系统依赖,减小空间占用

可以自行修改 OpenCV 源代码实现定制化目的,

可自由配置生成选项实现更换底层库、生成共享/静态库、构建纯单线程版本定制需求

可以指定安装路径,以方便同时兼容不同版本

生成和安装完成后,你会得到指定安装路径下的 OpenCV 众多头文件和各模块的共享库 (.so) 或静态库 (.a) 。如果指定了生成和安装 Python 接口,还会得到 Python相关文件

 

二、软硬件系统

系统方面

 

在 Linux 系统中安装 OpenCV ,当然前提是有 Linux 操作系统,各类较常见的 Linux 发行版都可以顺利安装,甚至包括各类 arm 系统

 

硬件方面

 

如果需要 CUDA 模块,必须拥有 NVidia 显卡,并正确安装了显卡驱动和 CUDA 。

 

内存方面不能低于 2GiB 空闲内存。请注意是空闲内存,如果全部内存大小只有 2GiB 很可能是无法完成编译的。

 

CPU 没有限制,但如果需要在 1 小时内生成完成 OpenCV 的所有组件(含 CUDA),大概需要 4 核以上的 CPU 。其中 CUDA 模块的生成时间非常缓慢,如果你只有单核或双核 CPU 进行生成,总时长可能在 2 个小时以上。

 

三、OpenCV 的组件

OpenCV 包括主体opencvcontrib 库两部分,这兄弟俩的 github 地址分别是:

 

GitHubopencv/opencv: Open Source Computer Vision Library

 

GitHubopencv/opencv_contrib: Repository for OpenCV’s extra modules

 

以 OpenCV 4.5.3 为例,其主体提供的模块

 

core, imgcodecs, imgproc, calib3d, highgui, dnn, features2d, flann, gapi, ml, objc, objdetect, photo, stitching, ts, video, videoio

opencvcontrib 则是一些外围组件,提供的模块包括:

 

cuda, alphamat, aruco, bgsegm, bioinspired, ccalib, cnn_3dobj, cvv, datasets, dnn_objdetect, dnn_superres, dnns_easily_fooled, dpm, face, freetype, fuzzy, hdf, julia, line_descriptor, matlab, mcc, optflow, ovis, plot, reg, rgbd, saliency, sfm, stereo, structured_light, surface_matching, text, tracking, xfeatures2d, ximgproc, xobjdetect, xphoto

这些库各自的功能官方说明文档中有非常详细的介绍,此处就不展开说明了。

 

如果你不需要使用 opencvcontrib 库中的模块,可以只生成 OpenCV ,而无需下载和生成 opencvcontrib 。但务必注意,如果要将 opencvcontrib 库加入 OpenCV 的生成,这哥俩的版本号必须严格一致。

 

四、依赖

生成 OpenCV 的主要依赖项在下表中列出:

 

名称 apt package 名称 功能

编译系统 build-essential cmake pkgconfig 生成 OpenCV

图像libpngdev libjpeg-dev 提供各类图像格式编解码

OpenBLAS libopenblasdev 利用 CPU 向量运算指令为大量算法提供加速。

Eigen3 libeigen3-dev 提供线性代数相关算法支持

Intel TBB libtbb-dev 在 Intel CPU 上提供高性能并发计算支持

FFMPEG libavcodecdev libavformatdev libswscaledev 提供视频编解码能力

GStreamer libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev 提供流媒体处理能力

GTK libgtk-3-dev libcanberra-gtkmodule libcanberra-gtk3-module 图形化用户界面

上面这些依赖项中除了第一项之外都不是必须的,但如果没有安装这些项,生成出来的 OpenCV 就会缺少相应的功能。将上述依赖汇总一条 apt 命令如下

 

sudo aptget install -y libcurl4 build-essential pkgconfig cmake

    libopenblas-dev libeigen3-dev libtbb-dev

    libavcodec-dev libavformat-dev

    libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev

    libswscale-dev libgtk-3-dev libpng-dev libjpeg-dev

    libcanberra-gtkmodule libcanberra-gtk3-module

你可根据需要来自行增减这些组件比如服务器端安装不需要 GUI 支持,那就不需要安装 GTK 相关的包,这样生成出来的 OpenCV 自然也就不提供 imshowwaitKey 等 GUI 相关函数

 

五、生成

下载源码包,可从OpenCV 和 opencvcontrib 各自的 Release 页下载指定版本

 

Releases · opencv/opencv

 

Releases · opencv/opencv_contrib

 

源代码解压后,使 opencv 目录opencv-contrib 目录位于相同的父目录内,并确认这两个目录下都存在 modules目录

 

ls opencv/opencv-4.3.1/modules

ls opencv/opencv_contrib-4.3.1/modules

这些相对路径关系不可搞错。

 

OpenCV 使用 CMake 工具进行生成(4.x 以上版本支持 Ninjia),编译选项繁多而复杂,参见:OpenCV configuration options reference

 

先在 opencv/opencv-4.3.1 目录下建立 build目录进入 build目录

 

cd opencv/opencv-4.3.1

mkdir -p build && cd build

然后执行 cmake 命令,格式为:

 

cmake .. -D<选项名1>=<设定值1> -D<选项名2>=<设定值2>

这个命令中的「..」表示 CMakeLists.txt 文件所在的路径位于 build 的上级目录。CMake 执行生成时会生成许多辅助文件(主要是 Makefile),为了不让这些文件搞乱工程根目录,所以通常都会在工程目录下建立一个 「build」子目录,在该子目录中执行 cmake 命令,所有的辅助文件就会存放这里

 

命令的后面(全部放在「..」前也可以)是所有生成选项的设定。这里对最常用的一些选项进行整理说明

 

CMAKE_BUILD_TYPE=Release:不在行成的库文件包含调试信息,并进行速度优化。如果指定为 Debug ,就可以在 Debug 过程进入 OpenCV 内部代码,但运行速度会略微下降。

CMAKE_VERBOSE_MAKEFILE=ON:务必开启以便发现编译中出现的问题。

CMAKE_INSTALL_PREFIX=/usr/local指定 OpenCV 生成的库文件在系统中的安装路径

BUILD_SHARED_LIBS=ON:成共享库(.so),如果置为 OFF 则只会生成静态库(.a)

OPENCV_EXTRA_MODULES_PATH=<opencv-contrib 目录>,按之前的描述,应为 「../../opencv_contrib-4.3.1」。可以用 ls 命令确认相对路径是否存在

OPENCV_ENABLE_NONFREE=ON:如果置为OFF,一些包含专利保护算法函数将不会生成。

ENABLE_CXX11=ON:支持 C++11 以上的语法和 STL 库。

BUILD_TESTS=OFF,BUILD_PERF_TESTS=OFF:关闭生成后的自我 TEST ,大多数情况没有必要,可大辐缩短生成时间。但如果怀疑生成的 OpenCV 库有问题,可以进行自测。

OPENCV_GENERATE_PKGCONFIG=ON:建议开启,便于 C++ 程序通过 pkgconfig引用 OpenCV 库。

WITH_CUDA=ON,ENABLE_FAST_MATH=ON,CUDA_FAST_MATH=ON,WITH_CUBLAS=ON:如果系统正确安装了 CUDA 并希望 OpenCV 启用 CUDA 支持,这四个选项都要打开

WITH_IPP=ON,WITH_TBB=ON,WITH_OPENMP=ON,WITH_PTHREADS_PF=ON:这四个选项控制 OpenCV 如何进行并发运算默认都是 ON,但如果有需要生成一个绝对单线程运行的 OpenCV ,请将这几个选项均置为 OFF 。

下面是最麻烦的一组选项:支持 Python 调用的接口。如果不需要 Python 接口的可以跳过这一段。

 

首先,Python2 已停止维护,这里也不介绍支持 Python2 调用的方法了。如需 OpenCV 提供 Python3 支持,要先设定:

 

BUILD_opencv_python3=ON

然后以下的三个选项必须设置正确,否则 OpenCV 的 Python3 接口不能正常生成或被正确调用:

 

PYTHON3_LIBRARY:Python3 C++接口库的路径

PYTHON3_NUMPY_INCLUDE_DIRS:Python3 C++头文件路径

PYTHON3_PACKAGES_PATH:OpenCV 的 Python3 包安装的路径

这三个路径可能许多同学并不清楚,但不用担心,有以下命令可以自动找出这些路径:

 

python3 -c “from distutils.sysconfig import get_config_var;from os.path import dirname,join ; print(join(dirname(get_config_var(‘LIBPC’)),get_config_var(‘LDLIBRARY’)))”

python3 -c “import numpy; print(

原文地址:https://blog.csdn.net/weixin_46529898/article/details/134607813

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任

如若转载,请注明出处:http://www.7code.cn/show_20962.html

如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱suwngjj01@126.com进行投诉反馈,一经查实,立即删除

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注