[Python 实战] - No.10 Ubuntu16.04 配置Python OpenCV3.3.0

1.OpenCV 3.3.0 安装并测试

1.1 安装依赖

sudo apt-get install build-essential libgtk2.0-dev libvtk5-dev libjpeg-dev  libjasper-dev libopenexr-dev libtbb-dev
sudo apt-get install cmake

1.2 安装OpenCV-3.3.0

到官网下载

OpenCV3.3.0

，并提取到任意位置

在

opencv-3.3.0

文件夹下创建build文件夹，并切换到该文件夹

cd opencv-3.3.0
mkdir build
cd build

编译

opencv

到

/usr/local/opencv330

路径下

cmake -D CMAKE_BUILD_TYPE=RELEASE -D WITH_TBB=ON  -D WITH_V4L=ON -D CMAKE_INSTALL_PREFIX=/usr/local/opencv330 ..
sudo make -j16 #并行编译 可以直接 sudo make
sudo make install

编译安装成功以后，

/usr/local/opencv330

目录下有如下文件



添加

opencv

库到路径

sudo gedit /etc/ld.so.conf.d/opencv.conf

在文本末尾(可能是新文件)追加

/usr/local/lib

生效路径

sudo ldconfig

给

opencv

设置环境变量

sudo gedit ~/.bashrc

在文件末尾加上

PKG_CONFIG_PATH="/usr/local/opencv330/lib/pkgconfig:$PKG_CONFIG_PATH"
export LD_LIBRARY_PATH="/usr/local/opencv330/lib:$LD_LIBRARY_PATH"

保存文件，输入以下命令使文件生效

source ~/.bashrc

查看

opencv

版本

pkg-config --modversion opencv

1.3 测试OpenCV

在适当位置创建文件夹

opencv-lena

切换至文件夹下，创建

DisplayImage.cpp

，和

CMakeLists.txt

，并分别输入内容

gedit DisplayImage.cpp

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

gedit CMakeLists.txt

set(OpenCV_DIR /usr/local/opencv330/share/OpenCV )

cmake_minimum_required(VERSION 3.5)
project(DisplayImage)
find_package(OpenCV 3.3 REQUIRED)
include_directories(SYSTEM ${OpenCV_INCLUDE_DIRS} /usr/local/opencv330/include)
add_executable(DisplayImage DisplayImage.cpp)
target_link_libraries(DisplayImage ${OpenCV_LIBS})
#将相应的路径换成自己的安装路径

编译并运行该文件

cmake .
make
./DisplayImage lena.png

运行结果如下

2.Python安装opencv模块

2.1 下载python-opencv

激活

tensorflow

环境

source activate tensorflow

使用

conda

安装

opencv

(也可使用

pip

等其他方式，但是必须安装在

tensorflow

的

python

中)

conda install -c anaconda opencv

安装完成后，进入

python

，成功

import cv2

即安装成功

2.2 替换cv2.so文件 (可选)

有时上一步完成无法成功

import cv2

可以如下解决。

将

/usr/local/opencv330/lib/python2.7/dist-packages

路径下的

cv2.so

文件，替换

到

/anaconda3/envs/tensorflow/lib/python2.7/site-packages

下

最后，opencv的相关的文件安装完毕，可以直接使用了