[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   
#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;  
}  

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