树莓派+miniconda3+opencv3.3+tensorflow1.7踩坑总结

        习惯了conda的管理方式，上手树莓派当然还是想用conda。做一个目标识别（object detection）的项目，当然少不了opencv，鉴于tensorflow开源了objective detection的api，有采用mobilenet的版本，因此这里笔者选择tensorflow的深度学习框架。最后安装的版本为：opencv3.3.0（3.3以后集成了dnn模块）+tensorflow1.7.0（object detection api 的调用需要1.4以上）。话不多说，开始踩坑，如有错误，感谢指正。

0. 系统安装

参考 http://bbs.eeworld.com.cn/thread-503614-1-1.html?_t=t

远程桌面连接 https://blog.csdn.net/wsj_wsj_123/article/details/72353892

换国内软件源 https://blog.csdn.net/la9998372/article/details/77886806

dfrobot 3.5tft屏 http://wiki.dfrobot.com.cn/index.php?title=(SKU:DFR0428)3.5%22_TFT_Touchscreen_for_Raspberry_Pi

1. miniconda3的安装。

        首先安装wget和bzip2

    sudo apt-get update
    sudo apt-get install -y wget bzip2

        然后下载安装脚本

    wget https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-armv7l.sh   #这里是保存到当前路径 -O /path/name 指定路径及文件名

       运行安装脚本

    bash Miniconda3-latest-Linux-armv7l.sh

       然后回车回车回车...etc（注意中间有两次输入，第一次是是否同意，yes，第二次是添加到环境变量，yes，否则自己添加到环境变量：sudo nano /home/pi/.bashrc # -> add: export PATH="/home/pi/miniconda3/bin:$PATH" # 根据自己的安装路径修改）

重启下shell，然后conda list一下，显示出当前已装好的包，即安装成功。

       python一下，发现是3.4版本，这还挺坑，不过也没有找到3.5版本的，欢迎补充。

       安装前，可以建立一个环境方便管理各种python

conda create -n name python=3.4
source activate name

        激活环境

source activate name
# source deactivate #关闭

2. opencv的安装。

        这个包import没错，用的时候报错，编译方法参考：点击打开链接等我装好conda版再做修正

       opencv从3.3开始支持dnn模块，所以选择安装opencv3.3，直接conda install 是没有的。然后我去https://anaconda.org查了一番，找armv7l平台-python3.4-opencv3.3。找到了这个https://anaconda.org/lisaong/opencv是可以的。

        需要安装一些依赖，免得以后受苦（不装依赖也能装上opencv）。

# 安装基本的依赖项：
sudo apt-get install -y build-essential cmake pkg-config     #编译用，这里似乎用不到
# 安装和图像相关的库：
sudo apt-get install -y libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev
# 安装视频IO包：
sudo apt-get install -y libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgstreamer0.10-0-dbg libgstreamer0.10-0 libgstreamer0.10-dev libv4l-0 libxvidcore-dev libx264-dev
# 安装highgui相关的依赖库：
sudo apt-get install -y libgtk2.0-dev
# 安装opencv进阶依赖库，操作矩阵等：
sudo apt-get install -y libatlas-base-dev gfortran     #这玩意pip装的numpy1.14需要

（如果你要安装tensorflow，请在这里跳转到第三步先安装tensorflow，因为pip装的是numpy1.14，而conda装opnecv是1.19，而且1.14会报错）

3. tensorflow安装。

装这个装到吐血啊!github上的whl是py35和py27的，pip直接装的是1.1.0版本的，mmp哦。

最后成功的版本：http://ci.tensorflow.org/view/Nightly/job/nightly-pi-python3/从这里下载tensorflow-1.7.0-cp34-none-any.whl，然后pip install tensorflow-1.7.0-cp34-none-any.whl，如果还报错，听天由命吧。我是成功了......

       总结：因为懒，所以不想编译安装这两个包，结果是今天一下午共重装了4次树莓派系统，最终“莫名其妙”的装好了环境，均可正常使用，仅供参考。缺点：（tensorflow用pip装，其他用conda，挺乱的）。同时，因为新系统带的python3.5，因此探索中装好了它的tensorflow，等装好opencv再写一次原python3.5上的opencv3.3+tensorflow1.7安装踩坑历程。

        感谢您的阅读，没了。