当前位置：文档之家 › 在FEDORA 14下安装OPENCV

在FEDORA 14下安装OPENCV

  • 格式：pdf
  • 大小：90.31 KB
  • 文档页数：3

将要使用的版本opencv版本：
2.3.1a
计算机环境：Fedora14，Gcc4.5.1，cmake2.8.4。为了显示界面，貌似还需
要gtk2-devel。如果需要进行视频处理，还需要安装ffmpeg-devel。否则基本无
法读取视频。如果要处理图片，还需要安装相应的库：openjpeg-devel和
libpng-devel
。

默认情况下，fedora并没有安装这些库，所以需要先安装它们。

1
2
$su

#yuminstallcmakegtk2-develffmpeg-developenjpeg-devellibpng-devel-y
在安装完前置条件之后，现在开始安装opencv(下载地址).
下载完之后进行解压，并假设解压路径为OPENCV_ROOT。在
$OPENCV_ROOT里创建release文件夹，用于存放编译后的文件。

1

2
3

$tarxvfOpenCV-2.3.1a.tar.bz2
$cdOpenCV-2.3.1a.tar.bz2
$mkdirrelease
接着可以在release文件夹里创建
Makefile
1
2

$cdrelease

$cmake-DCMAKE_BUILD_TYPE=RELEASE-DCMAKE_INSTALL_PREFIX=/usr/local-D
BUILD_PYTHON_SUPPORT=ON..

其中选项BUILD_PYTHON_SUPPORT=ON表示添加Python支持。而每个选
项前要添加-D参数。opencv还可以添加CUDA和TBB支持。想要在编译中添
加相应的支持。只需添加编译选项-DWITH_CUDA=ON或-D
WITH_TBB=ON。
默认情况下，只要安装了CUDA4.0版本，opencv就会自动添加CUDA支持。
但出于种种原因而不想添加CUDA支持，只需添加编译选项-D
WITH_CUDA=OFF即可。
生成Makefile之后就可以开始编译。
1
2
3

$make-j4
$su
#makeinstall
其中make-j4表示启用4个核进行编译。如果你的计算机是双核的，则应该使
用-j2.
安装完之后，需要设置库路径。
1

2
$su

#vi/etc/ld.so.conf.d/opencv.conf
输入/usr/local/lib，并保存退出。或者可以在/etc/profile中添加环境变量
1
2
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib

exportLD_LIBRARY_PATH
添加完库路径之后，还需要添加环境变量。
1

2
PKG_CONFIG_PATH=/usr/local/lib/pkgconfig:$PKG_CONFIG_PATH

exportPKG_CONFIG_PATH
然后更新库缓存和环境变量。
1

2
#ldconfig

$source/etc/profile
测试安装是否成功
1

2
$cd$OPENCV_ROOT/samples/c

$shbuild_all.sh
编译好之后直接试运行
1
$./facedetect
--cascade="/usr/local/share/$OPENCV/haarcascades/haarcascade_frontalfac
e_alt.xml"--scale=1.5lena.jpg

其中$OPENCV表示解压缩后的文件夹名字，默认为OpenCV-2.3.1a.
若安装成功，应该会看到输出一副人脸检测的图片。
注意：
在实际编程中，如果需要用到opencv的头文件，比如说cv.h，则应该写为
1
#include

你可以在/usr/local/include文件夹中发现有opencv和opencv2这两个文件夹。
而Linux下头文件搜索路径只包含一级目录。所以需要手动加上文件夹名字
opencv/cv.h，否则编译时会提示没有找到cv.h
文件。如果不想每次都加

opencv/，则可以将opencv/中的所有文件链接到/usr/local/include
中。

1
#ln-s/usr/local/include/opencv/*/usr/local/include/

或者在编译选项中显示说明
1
$gccXXX.cpp`pkg-config--cflagsopencv`-oXXX

同样，动态链接库也会遇到找不到的问题。比如会出现
/usr/local/include/opencv2/core/mat.hpp:297:undefinedreferenceto
`cv::fastFree(void*)’
这样的字眼。这个时候需要把动态链接库的路径加到编译选项中。

1
$g++`pkg-config--cflags--libsopencv`XXX.c-oXXX

参考资料
[1]http://www.opencv.org.cn/forum/viewtopic.php?t=14610
[2]http://opencv.willowgarage.com/wiki/InstallGuide_Linux

合集下载

opencv安装

opencv安装

opencv安装Opencv2标志着opencv⾰命性的改变，Opencv2带来了全新的C++接⼝，将Opencv的能⼒⽆限放⼤。

在2.0时代，opencv增加了新的平台⽀持，包括iOS和Android，通过CUDA和openGL实现了GPU加速，为Python和Java⽤户提供了接⼝。

Opencv 3改变了项⽬架构的⽅式，3.0版本不会像2.0版本⼀样激进的尝试，只会有⾜够稳定的改进。

项⽬架构的改变是Opencv 3最为重⼤的⾰新之处。

2.0版本是各个模块都是以整体的形式构建然后组合在⼀起的。

然⽽，随着功能的增加，opencv主体集成了各种各样的功能模块，变得越来越臃肿。

⽽3.0版本就是为了给⽇益发福的opencv减肥，因为Opencv3决定向其他⼤项⽬⼀样，抛弃整体架构，使⽤内核+插件的架构形式。

在GitHub中，除了存放着正式版本的opencv的主仓库和新增加的“opencv_extra”仓库以外，opencv3中还添加了⼀个名为“opencv_contrib”的全新仓库，该仓库包括很多让⼈兴奋的功能：脸部识别，⽂本探测，⽂本识别，新的边缘检测器，充满艺术感的图像修复，深度地图处理，新的光流和追踪算法等。

opencv_contrib仓库是⼤多数实验性代码放置的地⽅，⼀些API可能会有改变，这些额外模块可以在CMake中⽤OPENCV_EXTRA_MODULES_PATH=/modules传递给CMake⽂件。

OpenCV 1.xOpenCV 最初基于C语⾔开发，API也都是基于C的，⾯临内存管理、指针等C语⾔固有的⿇烦。

2006年10⽉1.0发布时，部分使⽤了C++，同时⽀持Python，其中已经有了random trees、boosted trees、neural nets等机器学习⽅法，完善对图形界⾯的⽀持。

2008年10⽉1.1pre1发布，使⽤ VS2005构建，Python bindings⽀持Python 2.6，Linux下⽀持Octave bindings，在这⼀版本中加⼊了SURF、RANSAC、Fast approximate nearest neighbor search等，Face Detection (cvHaarDetectObjects)也变得更快。

opencv 使用手册

opencv 使用手册

opencv 使用手册OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，提供了很多函数，这些函数非常高效地实现了计算机视觉算法。

OpenCV 使用 C/C++ 开发，同时也提供了 Python、Java、MATLAB 等其他语言的接口。

OpenCV 是跨平台的，可以在 Windows、Linux、Mac OS、Android、iOS 等操作系统上运行。

OpenCV 的应用领域非常广泛，包括图像拼接、图像降噪、产品质检、人机交互、人脸识别、动作识别、动作跟踪、无人驾驶等。

OpenCV 还提供了机器学习模块，可以使用正态贝叶斯、K最近邻、支持向量机、决策树、随机森林、人工神经网络等机器学习算法。

要使用 OpenCV，首先需要安装 OpenCV 库。

可以使用 pip 命令安装opencv-python 和 opencv-contrib-python。

安装完成后，可以通过以下命令导入 OpenCV 模块：```pythonimport cv2 as cv```然后可以调用 OpenCV 提供的各种函数来处理图像和视频。

例如，可以使用 `()` 函数读取图像，使用 `()` 函数显示图像，使用 `()` 函数等待用户按键，使用 `()` 函数关闭所有窗口。

以下是一个简单的示例代码，用于读取一张图片并显示出来：```pythonimport cv2 as cv读取图片img = ("./data/")显示图片("image", img)等待用户按键，按下 q 键退出while True:if (1000) & 0xFF == ord("q"):break()```以上是 OpenCV 的基本使用手册，更多详细信息和函数文档可以在OpenCV 官方网站上查看。

opencv使用手册

opencv使用手册

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库，它包含了大量的图像处理和计算机视觉算法。

以下是OpenCV的使用手册：1. 安装OpenCV首先需要下载OpenCV的源代码并进行编译，生成动态链接库（DLL）和头文件。

可以从OpenCV 的官方网站下载最新版本的源代码。

2. 使用OpenCV在使用OpenCV之前，需要包含OpenCV的头文件和链接相应的动态链接库。

在C++中，可以使用以下代码包含OpenCV的头文件：#include <opencv2/opencv.hpp>在使用OpenCV时，通常需要创建一个VideoCapture或FileCapture对象来读取图像或视频流，并创建一个Mat对象来存储图像数据。

以下是一个简单的读取图像并显示的例子：#include <opencv2/opencv.hpp>#include <iostream>using namespace cv;using namespace std;int main(int argc, char** argv){// 打开摄像头VideoCapture cap(0);if (!cap.isOpened()){cout << "Failed to open camera!" << endl;return 1;}// 读取并显示图像Mat img;cap.read(img);imshow("Image", img);// 等待用户按下任意键waitKey(0);// 释放资源cap.release();return 0;}3. 图像处理OpenCV提供了丰富的图像处理函数，包括滤波、边缘检测、形态学操作、特征提取等等。

以下是一个简单的图像滤波例子：#include <opencv2/opencv.hpp>#include <iostream>using namespace cv;using namespace std;int main(int argc, char** argv){// 读取图像Mat img = imread("lena.jpg");if (img.empty()){cout << "Failed to open image file!" << endl;return 1;}// 高斯滤波Mat filtered_img;GaussianBlur(img, filtered_img, Size(7, 7), 0, 0);// 显示结果imshow("Filtered Image", filtered_img);// 等待用户按下任意键waitKey(0);// 释放资源return 0;}4. 视频处理OpenCV还提供了视频处理的功能，包括视频捕获、视频处理、视频输出等等。

Ubuntu16.04下安装OpenCV3.2.0

Ubuntu16.04下安装OpenCV3.2.0

Ubuntu16.04下安装OpenCV3.2.0opencv基本上是搞CV必备套件之⼀了，⽀持的语⾔也⾮常多，但是安装起来有点⿇烦（如果是在conda下安装的话则可以⽤conda install -c menpo opencv3=3.2.0）。

需要注意的是，pip可以安装的opencv-python安装并不依赖opencv，只是封装了opencv的Python API，⼀般情况下也够⽤。

但是如果准备安装完整版本的opencv，这⾥⽐较建议将opencv-python卸载，以免之后产⽣⼀些不必要的报错。

通过官⽅⽂档和⼀些博客总结的安装流程⼤致如下：1.安装官⽅给的opencv依赖包GCC 4.4.x or laterCMake 2.6 or higherGitGTK+2.x or higher, including headers (libgtk2.0-dev) # 控制opencv GUIpkg-configPython 2.6 or later and Numpy 1.5 or later with developer packages (python-dev, python-numpy)ffmpeg or libav development packages: libavcodec-dev, libavformat-dev, libswscale-dev[optional] libtbb2 libtbb-dev[optional] libdc1394 2.x[optional] libjpeg-dev, libpng-dev, libtiff-dev, libjasper-dev, libdc1394-22-dev$ 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 # 处理图像所需的包$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev$ sudo apt-get install libxvidcore-dev libx264-dev # 处理视频所需的包$ sudo apt-get install libatlas-base-dev gfortran # 优化opencv功能$ sudo apt-get install ffmpeg** 注：**其他⼀些包在之后的cmake的时候缺失的时候会进⾏安装，如果安装失败可以⼿动下载相应的包然后放⼊提⽰的⽬录下。