小生深知网络上树莓派安装opencv的教程层出不穷,但是基本上都是从其他地方copy的,而且copy的不完全,而且树莓派下用lena.jpg测试opencv的教程很难找到。虽然互联网的共享精神值得肯定,但是不负责任的共享对于急于使用树莓派+opencv的童鞋是极为不负责任的,最近帮学弟在树莓派3上配opencv3.0,本着科学需要负责和专业,希望大家能不再走弯路,毕竟一次编译opencv短则10分钟,长则几小时,加快编译速度对初学者来说也是个相对冷门的技术,本文作如下总结。
本文以树莓派2/3安装opencv3.0附加python2.7为例,介绍完整流程,请一次就执行完这些流程,期间可能有些步骤耗时很长,所以可以拿本书看看,或者用手机看个剧,整体耗时应该在一部电影的时间左右。
首先进入Raspberry Pi系统,确保树莓派脸上网络,然后Ctrl + Alt +t打开命令终端(直接点击终端图标可能会卡),如果终端窗口没有出现的话,从顶部任务栏可以找到,点开就好。
首先是以下这几条更新命令,每次单独执行:
sudo apt-get update
sudo apt-get upgrade
sudo rpi-update
然后
执行安装opencv的构建相关命令:
sudo apt-get install build-essential git cmake pkg-config
然后是以下这几条命令安装图片工具包,每次单独执行(网上有很多一起执行的,但是经常出现问题)
sudo apt-get install libjpeg8-dev
sudo apt-get install libtiff5-dev
sudo apt-get install libjasper-dev
sudo apt-get install libpng12-dev
ra后是视频I/O包:
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
下面安装GTK:
sudo apt-get install libgtk2.0-dev
然后安装优化函数的包:
sudo apt-get install libatlas-base-dev gfortran
然后执行以下命令下载opencv3.0:
cd /home/pi
git clone https://github.com/Itseez/opencv.git
cd opencv
git checkout 3.0.0
然后安装opencv_contrib:
cd /home/pi
git clone https://github.com/Itseez/opencv_contrib.git
cd opencv_contrib
git checkout 3.0.0
然后安装python开发包:
sudo apt-get install python2.7-dev
然后安装pip:
wget https://bootstrap.pypa.io/get-pip.py
sudo python get-pip.py
然后安装virtualenv virtualenvwrapper:
sudo pip install virtualenv virtualenvwrapper
sudo rm -rf ~/.cache/pip
下面这个步骤不仅仅是命令了,打开~/.profile文件,我是使用vim打开的:
sudo vim ~/.profile(如果不会用vim的话,请使用其他的文本编辑器)
打开profile后,在这个文件最后,添加以下内容后保存退出:
# virtualenv and virtualenvwrapper
export VIRTUALENVWRAPPER_PYTHON=/usr/bin/python2.7
export WORKON_HOME=$HOME/.virtualenvs
source /usr/local/bin/virtualenvwrapper.sh
然后执行下面这个命令:
source ~/.profile
然后创建虚拟工作环境并进入:
mkvirtualenv LC
workon LC
一定要确保进去刚刚创建的虚拟环境了,进入虚拟环境的标志是进去后命令的最前面(绿字前面)都会增加“(LC)”。
下面在虚拟环境中安装numpy:
pip install numpy
sudo rm -rf ~/.cache/pip/
pip install numpy
一定确保在刚刚的虚拟环境下进行以下操作,如果新开了一个命令行窗口,那么就依次执行 source ~/.profile 命令和 workon LC 命令进入虚拟环境再执行以下操作。
执行以下命令来设置编译:
cd ~/opencv
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D INSTALL_C_EXAMPLES=ON \
-D INSTALL_PYTHON_EXAMPLES=ON \
-D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \
-D BUILD_EXAMPLES=ON ..
执行以下命令开始正式编译opencv3.0:
make -j56(这个如果报错就别写-j56了,写-j4,主要是为了强行加快opencv编译速度)
编译完后进行安装:
sudo make install
安装后进行相关配置:
sudo ldconfig
整个流程严格走下来就应该已经成功了,可以关掉这个命令行窗口了。
××××××××××××××××××××××××下面是测试opencv的流程×××××××××××××××××××××××××××××××
首先进入虚拟环境:
mkvirtualenv LC
workon LC
然后创建工作目录:
mkdir ~/opencv-lena
cd ~/opencv-lena
vim DisplayImage.cpp(不会用vim的同学用其他文本编辑器)
然后在这个cpp中复制粘贴进去以下代码:
#include
#include
using namespace cv;
int main(int argc, char** argv )
{
if ( argc != 2 )
{
printf("usage: DisplayImage.out \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;
}
然后保存退出。
下面创建CMake编译文件:
vim CMakeLists.txt
创建后在此文件下写入以下内容:
cmake_minimum_required(VERSION 2.8)
project( DisplayImage )
find_package( OpenCV REQUIRED )
add_executable( DisplayImage DisplayImage.cpp )
target_link_libraries( DisplayImage ${OpenCV_LIBS} )
然后保存退出。
下面编译:
cd ~/opencv-lena
cmake .
make
编译完成后,从网上下载lena.jpg,或者随便找张图片,命名为lena.jpg,放在opencv-lena文件夹下。
然后执行程序:
./DisplayImage lena.jpg
如果能显示出lena.jpg图片,则测试成功,Cheers~