树莓派安装优化过的OpenCV并快速编译

这个其实是之前光电设计竞赛留传下来的很神奇也觉得很不错
原文参见：
https://www.pyimagesearch.com/2017/10/09/optimizing-opencv-on-the-raspberry-pi/

准备工作

首先利用ssh登录树莓派（假设用户名为pi）

ssh [email protected]

更新软件源、软件包等相关操作：

$ sudo apt-get update
$ sudo apt-get upgrade

然后扩容SD卡：

$ sudo raspi-config

打开系统设置，在Advanced Options中找到Expand Filesystem进行SD卡扩容
重新回到设置界面后按方向右键选择Finish 回车并选择Yes重启系统
之后重新ssh进入树莓派然后需要删除一些不常用的软件（如果SD卡够大可以跳过）

$ sudo apt-get purge wolfram-engine
$ sudo apt-get purge libreoffice*
$ sudo apt-get clean
$ sudo apt-get autoremove

安装依赖

很简单复制粘贴回车就好了命令后边还可以加上 -y 直接安装可以跳过询问直接开始安装

$ sudo apt-get install build-essential cmake pkg-config
$ sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev
$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
$ sudo apt-get install libxvidcore-dev libx264-dev
$ sudo apt-get install libgtk2.0-dev libgtk-3-dev
$ sudo apt-get install libcanberra-gtk*
$ sudo apt-get install libatlas-base-dev gfortran
$ sudo apt-get install python2.7-dev python3-dev

下载OpenCV及OpenCV_contrib源码并解压

这个也比较简单用wget工具进入github下载并利用unzip解压就可以

$ cd ~
$ wget -O opencv.zip https://github.com/opencv/opencv/archive/3.3.0.zip
$ unzip opencv.zip
$ wget -O opencv_contrib.zip https://github.com/opencv/opencv_contrib/archive/3.3.0.zip
$ unzip opencv_contrib.zip

看了看 GitHub上的OpenCV已经更新到4.0.1了但是平常使用差别应该不大
下载别的版本只要把版本号改了就好了

创建python虚拟环境

$ wget https://bootstrap.pypa.io/get-pip.py
$ sudo python get-pip.py
$ sudo python3 get-pip.py
$ sudo pip install virtualenv virtualenvwrapper
$ sudo rm -rf ~/.cache/pip

打开.profile文件：

$ sudo nano ~/.profile

在文件的末尾加上以下内容：

# virtualenv and virtualenvwrapper
export WORKON_HOME=$HOME/.virtualenvs
export VIRTUALENVWRAPPER_PYTHON=/usr/bin/python3
source /usr/local/bin/virtualenvwrapper.sh

source一下.profile来更新：

$ source ~/.profile

利用以下命令来创建名为cv的python3（也可以是python2）的虚拟环境，名字可以根据自己的需要更改：

$ mkvirtualencv cv -p python3

最后，在虚拟环境中安装Numpy：

$ pip install numpy

编译及安装经过优化的OpenCV

$ workon cv

进入解压后的文件夹，开始配置编译环境：

$ cd ~/opencv-3.3.0/
$ mkdir build
$ cd build
$ cmake -D CMAKE_BUILD_TYPE=RELEASE \
    -D CMAKE_INSTALL_PREFIX=/usr/local \
    -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.3.0/modules \
    -D ENABLE_NEON=ON \
    -D ENABLE_VFPV3=ON \
    -D BUILD_TESTS=OFF \
    -D INSTALL_PYTHON_EXAMPLES=OFF \
    -D BUILD_EXAMPLES=OFF ..

检查配置结果中python2/3的解释器路径、目录、numpy路径等信息（Interpreter、Libraries、numpy、packages path）是否存在且正确
如有误需要检查先前的操作是否正确必要时可以重新来一遍
之后我们需要增加交换空间首先打开/etc/dphys-swapfile

$ sudo nano /etc/dphys-swapfile

然后找到CONF_SWAPSIZE这一行，将它的值改为1024（默认是100）
重启交换服务：

$ sudo /etc/init.d/dphys-swapfile stop
$ sudo /etc/init.d/dphys-swapfile start

注意上述操作还是十分必要的经过测试未增强交换的情况下编译的最后一步会卡住
最后使用make命令开始编译就好了 -j4表示make最多允许4个编译命令同时执行这样可以提高效率

$ make -j4

然后就是漫长的等待......
注意如果中途出错例如
我遇到过npy_common.h NPY_INTERNAL_BUILD is not defined的错误
这时可以安装提示错误的路径进入numpy的目录打开npy_common.h文件
将#if NPY_INTERNAL_BUILD改为#ifndef NPY_INTERNAL_BUILD
并在后边添加#define NPY_INTERNAL_BUILD
然后重新开始编译编译的结果会保存因此不会完全重新开始无需担心
完成后利用make进行安装就好了

$ sudo make install
$ sudo ldconfig

最后的最后还得把交换空间改回100：

$ sudo nano /etc/dphys-swapfile

然后找到CONF_SWAPSIZE这一行，将它的值改回100
然后重启交换服务：

$ sudo /etc/init.d/dphys-swapfile stop
$ sudo /etc/init.d/dphys-swapfile start

对于python的设置操作

如果使用python3（以3.5为例）则要执行以下操作将cv2.so文件进行绑定

$ cd /usr/local/lib/python3.5/site-packages/
$ sudo mv cv2.cpython-35m-arm-linux-gnueabihf.so cv2.so
$ cd ~/.virtualenvs/cv/lib/python3.5/site-packages/
$ ln -s /usr/local/lib/python3.5/site-packages/cv2.so cv2.so

如果相应的操作出错（找不到文件等）请检查路径是否正确
对于一开始就采用python2的虚拟环境的（以2.7为例）则要执行以下操作：

$ cd ~/.virtualenvs/cv/lib/python2.7/site-packages/
$ ln -s /usr/local/lib/python2.7/site-packages/cv2.so cv2.so

测试

测试其实很简单 import一下看看有没有就好了：

import cv2

对于这个环境实际上C++也是适用的
注意每次重启设备后需要重新进入虚拟环境再开始使用OpenCV：

$ source ~/.profile
$ workon cv
$ python