Ubuntu20.04配置以及openvino的安装
ROBOMASTER设备配置指南（LC-视觉）
1.NUC配置
1.ubuntu系统（建议20.04）
一些常用的ubuntu命令：
sudo apt install 软件包名安装软件
cd /home/nuc/下载进入下载界面
用Tab可以自动补全目录
用ls可以查找该目录下的文件(zzh为个人目录，建议nuclinux命名全为nuc)
zzh@zzh:~$ cd /home/zzh/下载/
zzh@zzh:~/下载$ ls
bin
cmake-3.22.1.tar.gz
cuda_11.1.0_455.23.05_linux.run
cuda_11.3.0_465.19.01_linux.run
l_openvino_toolkit_p_2021.4.752.tgz
Qv2ray-v2.7.0-linux-x64.AppImage
sunloginclient-11.0.0.36662-amd64.deb
torch-1.10.1+cu113-cp38-cp38-linux_x86_64.whl
torch-1.8.0+cu111-cp38-cp38-linux_x86_64.whl
torch-1.9.0+cu111-cp38-cp38-win_amd64.whl
Typora.tar.gz
v2ray-linux-64
v2ray-linux-64.zip
zzh@zzh:~/下载$
1.换源
ubuntu20.04换源：
1.备份原来的源，将以前的源备份一下，以防以后可以用的。
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
2.打开/etc/apt/sources.list文件，在前面添加如下条目，并保存。
sudo vim /etc/apt/sources.list（可将vim更换为自己熟悉的编辑器）
也可用sudo gedit /etc/apt/sources.list或sudo apt install vim后再使用vim
#添加阿里源
deb http://mirrors.aliyun.com/ubuntu/ focal main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-security main restricted universe multiverse下载
deb http://mirrors.aliyun.com/ubuntu/ focal-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-backports main restricted universe multiverse
#添加清华源
deb https://mirrors.tuna下载.tsinghua.edu.cn/ubuntu/ focal main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-security main restricted universe multiverse multiverse
建议将源文件内容删除后再添加
更新源搜索
sudo apt-get update
如出现依赖问题，解决方式如下：
sudo apt-get -f install
更新软件：
下载sudo apt-get upgrade
换源完成！
2.下载cmake
sudo apt install cmake版本估计为3.16，需要更高请搜索自行下载
2.opencv -openvino 版以及opencv-contrib版安装（先看bug解决）
用openvino的原因，对opencv以及深度学习和神经网络提供加速，对于英特尔的cpu有着良好的支持，提高帧率和速度。contrib包包含了一些目标追踪的函数（目前用到的）
现在以我的安装为列：opencv4.5.1+contrib
获取opencv-vino
git clone --branch 4.5.1 https://github.com/opencv/opencv_contrib.git
git clone --branch 4.5.1-openvino https://github.com/opencv/opencv.git
将opencv_contrib到opencv目录下
安装依赖项：
sudo apt-get install cmake #如果已经安装过cmake，则该步骤省略
sudo apt-get install build-essential libgtk2.0-dev libgtk-3-dev libavcodec-dev libavformat-dev libjpeg-dev libswscale-dev libtiff5-dev
安装python支持
sudo apt install python3-dev python3-numpy
sudo apt install libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev
sudo apt install libpng-dev libopenexr-dev libtiff-dev libwebp-dev
进入opencv目录下
mkdir build & cd build
cmake ..
sudo make
sudo make install
没有科学上网有可能会很麻烦，建议科学上网
配置环境
将opencv库添加到系统路径
sudo gedit /etc/ld.so.conf.d/opencv.conf
其中opencv.conf有可能是空白
在其中添加
/usr/local/lib
保存后执行以下命令使配置路径生效
sudo ldconfig
之后配置bash
sudo gedit /etc/bash.bashrc
在文件最后添加
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
保存，执行如下命令使得配置生效
source /etc/bash.bashrc
然后更新配置
sudo updatedb
如果
zzh@zzh:~/opencv/build$ sudo updatedb
sudo: updatedb：找不到命令
sudo su进入root
apt-get install mlocate
eixt退出root
再执行sudo updatedb
3.安装openvino
1.从官网注册并下载OpenVINO开发包的Linux版本
https://software.intel.com/content/www/us/en/develop/tools/openvino-toolkit/choose-download/linux.html
保存文件，在下载中可以看到openvino文件，后缀名为tar的压缩包
在下载中执行
tar -xvzf l_openvino_toolkit_p_2021.4.752.tgz
可以重命名文件夹为openvino并将其放置在主文件夹下面
cd openvino
sudo ./install_GUI.sh
一路next安装即可，安装文件将位于/opt/intel/openvino_2021.4.752/，同时会生成一个符号链接/opt/intel/openvino_2021 指向最新的安装目录。
zzh@zzh:~$ cd /opt/intel/openvino_2021.4.752/
zzh@zzh:/opt/intel/openvino_2021.4.752$ ls
bin documentation licensing python
data_processing inference_engine opencv
deployment_tools install_dependencies openvino_toolkit_uninstaller
2.安装依赖包
-
使用 OpenVINO 写一个完整的视觉类应用，除了 OpenVINO 本身之外，还需要安装一些依赖包，包括但不限于 FFMpeg视频框架、CMake 编译工具、libusb(Movidius 神经计算棒 插件需要用到)等。
安装步骤如下：
cd /opt/intel/openvino_2021/install_dependencies运行以下命令安装必要的依赖包:
sudo -E ./install_openvino_dependencies.sh设置环境变量:
source /opt/intel/openvino/bin/setupvars.sh
建议将以上环境变量设置命令加入到用户的环境脚本当中，方法如下:
vi <用户目录>/.bashrc，在末尾加入source /opt/intel/openvino/bin/setupvars.sh
按 Esc 键，然后输入“:wq”保存并退出。感觉麻烦可以再开一个窗口，cd到地址用Tab补全，如：
zzh@zzh:~$ cd /opt/intel/openvino_2021/bin/ zzh@zzh:/opt/intel/openvino_2021/bin$ ls setupvars.sh接下来配置模型优化器，依次运行以下命令:
cd /opt/intel/openvino_2021/deployment_tools/model_optimizer/install_prerequisites/sudo ./install_prerequisites上面这条命令会安装所有的深度学习框架的支持，如果只希望安装某一个框架的支持，以安装Caffe 框架支持为例，可以这么做:$
sudo ./install_prerequisites_caffe.sh
至此，安装工作结束，下面验证安装好的 OpenVINO 环境是否可以工作。
第二步：验证 OpenVINO 环境
进入推理引擎示例程序目录:
cd /opt/intel/openvino_2021.4.752/deployment_tools/demo/
如果要用GPU推理在命令后面加 -d GPU
运行图片分类示例程序的验证脚本:
./demo_squeezenet_download_convert_run.sh
./demo_security_barrier_camera.sh
如果一切顺利，输出结果将如图所示。
###################################################
Demo completed successfully.
因为openvino自带的opencv不包含contrib库，因此很多都不能用，所以我们要换成我们安装的opencv
cd /opt/intel/openvino_2021.4.752/bin
sudo chmod 777 setupvars.sh
vim setupvars.sh
if [ -e "$INSTALLDIR/opencv" ]; then
if [ -f "$INSTALLDIR/opencv/setupvars.sh" ]; then
source "$INSTALLDIR/opencv/setupvars.sh"
else
export OpenCV_DIR="$INSTALLDIR/home/zzh/opencv/share/OpenCV"
export LD_LIBRARY_PATH="$INSTALLDIR/home/zzh/opencv/lib${LD_LIBRARY_PATH:+:$LD_LIBRARY_PATH}"
export zzh@zzh:~/opencv/build$ opencv_version
4.5.1-openvino:LD_LIBRARY_PATH="$INSTALLDIR/home/zzh/opencv/share/OpenCV/3rdparty/lib${LD_LIBRARY_PATH:+:$LD_LIBRARY_PATH}"
fi
fi
将其中的export OpenCV_DIR="$INSTALLDIR后面改为自己的opencv-openvino路径，凡是我上面加了/home/zzh/opencv的地方都变为自己的opencv-openvino路径
再次推理，运行demo查看是否可行。
如果显示缺失什么东西，可自行复制bug网上搜索如何debug
至此openvino下的opencv配置完成。
4.遇到的bug解决
1.在查找opencv的路径的时候
使用pkg-config --cflags opencv查找路径的时候会出现
Package opencv was not found in the pkg-config search path.
Perhaps you should add the directory containing `opencv.pc'
to the PKG_CONFIG_PATH environment variable
No package 'opencv' found
原因是在我们安装的opencv4之后在make的时候4以上的版本不会生成opencv.pc这个文件
1.解决方法一：手写opencv.pc（可行但没有成功）
首先创建opencv.pc文件，这里要注意它的路径信息：
cd /usr/local/lib
sudo mkdir pkgconfig
cd pkgconfig
sudo touch opencv.pc
然后在opencv.pc中添加以下信息，注意这些信息需要与自己安装opencv时的库路径对应：
prefix=/home/zzh/opencv#自己的路径
exec_prefix=${prefix}
includedir=${prefix}/build/include
libdir=${exec_prefix}/build/lib#build后的lib路径
Name: opencv
Description: The opencv library
Version:4.5.1#你的opencv版本
Cflags: -I${includedir}/opencv4
Libs: -L${libdir} -lopencv_shape -lopencv_stitching -lopencv_objdetect -lopencv_superres -lopencv_videostab -lopencv_calib3d -lopencv_features2d -lopencv_highgui -lopencv_videoio -lopencv_imgcodecs -lopencv_video -lopencv_photo -lopencv_ml -lopencv_imgproc -lopencv_flann -lopencv_core
保存退出，然后将文件导入到环境变量：
export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig
至此就配置好opencv.pc啦～
再执行 pkg-config --cflags --libs opencv时输出结果如下：
-I/usr/local/include/opencv4 -L/usr/local/lib \
-lopencv_shape -lopencv_stitching -lopencv_objdetect \
-lopencv_superres -lopencv_videostab -lopencv_calib3d \
-lopencv_features2d -lopencv_highgui -lopencv_videoio \
-lopencv_imgcodecs -lopencv_video -lopencv_photo -lopencv_ml \
-lopencv_imgproc -lopencv_flann -lopencv_core
我们再次查找版本的时候会出现如下情况：
pkg-config --cflags opencvzzh@zzh:~$ pkg-config --cflags opencv
-I/home/zzh/opencv/include/opencv4
opencv4.5.1-openvino版官方demo个人路径如下
zzh@zzh:~/opencv/samples/cpp/example_cmake$ vim example.cpp
#include "opencv2/core.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/videoio.hpp"
#include
using namespace cv;
using namespace std;
void drawText(Mat & image);
int main()
{
cout << "Built with OpenCV " << CV_VERSION << endl;
Mat image;
VideoCapture capture;
capture.open(0);
if(capture.isOpened())
{
cout << "Capture is opened" << endl;
for(;ud;)
{
capture >> image;
if(image.empty())
break;
drawText(image);
imshow("Sample", image);
if(waitKey(10) >= 0)
break;
}
}
else
{
cout << "No capture" << endl;
image = Mat::zeros(480, 640, CV_8UC1);
drawText(image);
imshow("Sample", image);
waitKey(0);
}
return 0;
}
void drawText(Mat & image)
{
putText(image, "Hello OpenCV",
Point(20, 50),
FONT_HERSHEY_COMPLEX, 1, // font face and scale
Scalar(255, 255, 255), // white
1, LINE_AA); // line thickness and type
}
进行编译
g++ example.cpp -o example.o -c -Wall -I/home/zzh/opencv/include/opencv4
g++ example.o -o opencv_example -L/home/zzh/opencv/build/lib -lopencv_shape -lopencv_stitching -lopencv_objdetect -lopencv_superres -lopencv_videostab -lopencv_calib3d -lopencv_features2d -lopencv_highgui -lopencv_videoio -lopencv_imgcodecs -lopencv_video -lopencv_photo -lopencv_ml -lopencv_imgproc -lopencv_flann -lopencv_core
我编译出现问题，这里不知道什么情况，报错，我们换一个方法：
zzh@zzh:~/opencv/samples/cpp/example_cmake$ g++ example.cpp -o example.o -c -Wall -I/home/zzh/opencv/build/include/opencv4
example.cpp:1:10: fatal error: opencv2/core.hpp: 没有那个文件或目录
1 | #include "opencv2/core.hpp"
| ^~~~~~~~~~~~~~~~~~
compilation terminated.
2.解决方法二：cmake进行编译
重新配置cmake:
cd opencv/build
cmake -D CMAKE_BUILD_TYPE=Release -D BUILD_TIFF=ON -D WITH_IPP=ON -D OPENCV_GENERATE_PKGCONFIG=ON -D CMAKE_INSTALL_PREFIX=/usr/local ..
在build下用camke进行配置：
-D CMAKE_INSTALL_PREFIX=/usr/local为指定安装路径
-D OPENCV_GENERATE_PKGCONFIG=ON为自动生成opencv.pc
cmake -D CMAKE_BUILD_TYPE=Release -D BUILD_TIFF=ON -D WITH_IPP=ON -D OPENCV_GENERATE_PKGCONFIG=ON -D CMAKE_INSTALL_PREFIX=/usr/local ..
sudo make -j16
make install
这条命令会在build目录里生成对应配置的Makefile文件，可以看到配置信息之间是通过空格和-D来分割和标示的，配置了很多信息，我觉得比较重要的一个是 -D OPENCV_GENERATE_PKGCONFIG=ON，生成opencv.pc文件的配置(注意，opencv4生成的文件叫做opencv4.pc),另外就是 CMAKE_INSTALL_PREFIX=/usr/local这个关于安装路径的配置，这里的安装路径是在/usr/local下，这也是opencv的默认配置。
生成这里没有一个参数是多余的，少一个都会出错，一般错误为：
有可能因为anconda里面的python库链接出问题，可以在bash里将conda的环境变量注释
在这里我不是这个bug
/usr/bin/ld: ../../lib/libopencv_imgcodecs.so.4.5.1: undefined reference to `TIFFReadRGBAStrip@LIBTIFF_4.0'
make的时候建议添加sudo权限
查看opencv版本
opencv_version
zzh@zzh:~/opencv/build$ opencv_version
4.5.1-openvino
配置环境变量
cd /usr/local/lib/pkgconfig
pkg-config --cflags opencv4
zzh@zzh:/usr/local/lib/pkgconfig$ pkg-config --cflags opencv4
-I/usr/local/include/opencv4
zzh@zzh:/usr/local/lib/pkgconfig$ ls
opencv4.pc
环境变量配置完成
我们可以看一下这里的opencv4.pc,其中/usr/local为默认路径，建议安装的时候指定默认安装路径
prefix=/usr/local
exec_prefix=${prefix}
libdir=${exec_prefix}/lib
includedir=${prefix}/include/opencv4
Name: OpenCV
Description: Open Source Computer Vision Library
Version: 4.5.1
Libs: -L${exec_prefix}/lib -lopencv_gapi -lopencv_stitching -lopencv_aruco -lopencv_bgsegm -lopencv_bioinspired -lopencv_ccalib -lopencv_dnn_objdetect -lopencv_dnn_superres -lopencv_dpm -lopencv_face -lopencv_freetype -lopencv_fuzzy -lopencv_hfs -lopencv_img_hash -lopencv_intensity_transform -lopencv_line_descriptor -lopencv_mcc -lopencv_quality -lopencv_rapid -lopencv_reg -lopencv_rgbd -lopencv_saliency -lopencv_stereo -lopencv_structured_light -lopencv_phase_unwrapping -lopencv_superres -lopencv_optflow -lopencv_surface_matching -lopencv_tracking -lopencv_highgui -lopencv_datasets -lopencv_text -lopencv_plot -lopencv_videostab -lopencv_videoio -lopencv_xfeatures2d -lopencv_shape -lopencv_ml -lopencv_ximgproc -lopencv_video -lopencv_dnn -lopencv_xobjdetect -lopencv_objdetect -lopencv_calib3d -lopencv_imgcodecs -lopencv_features2d -lopencv_flann -lopencv_xphoto -lopencv_photo -lopencv_imgproc -lopencv_core
Libs.private: -ldl -lm -lpthread -lrt
pkg-config --cflags代表我们安装的头文件路径，pkg-config --libs opencv4`代表我们安装的库文件路径
编译一下sample里面的文件：
zzh@zzh:~/opencv/samples/cpp$ g++ -o edge edge.cpp `pkg-config --cflags --libs opencv4`
注意这里的两个``是键盘左上方的符号，不是单引号，这代表shell的运行语句
之后会出现可执行文件，比如会出现两张图片，则为编译完成
zzh@zzh:~/opencv/samples/cpp$ ./edge
This sample demonstrates Canny edge detection
Call:
./edge [image_name -- Default is fruits.jpg]
[ WARN:0] global /home/zzh/opencv/modules/core/src/utils/samples.cpp (59) findFile cv::samples::findFile('fruits.jpg') =>
之后查找opencv
zzh@zzh:~$ pkg-config --modversion opencv4
4.5.1
openvion的配置还是按照上面的配置就可以了，亲测可用。
迈德威视工业相机配置（更新中）
1.驱动安装：
在官网上可以找到linux系统下的和winows系统下的sdk，里面有readme文档直接对应这来就可以,配置好之后，打开SDK所在文件夹
cd linuxSDK_V2.1.0.30/demo/OpenCv/
查看Makefile文件：
CXX ?= g++
CFLAGS =`pkg-config --cflags opencv4`#安装的版本为opencv4
LIBS = `pkg-config --libs opencv4`
INCLUDE= -I../../include
all: main
main:
$(CXX) $(CFLAGS) -o main main.cpp $(LIBS) $(INCLUDE) -lMVSDK
clean:
rm -f *.o
rm -f main
opencv4的版本修改mian.cpp内容：（头文件添加）
#include "CameraApi.h" //相机SDK的API头文件
#include
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include
因为opencv版本为4，所以有部分bug是因为版本过高而导致
之后sudo make再sudo ./make就可以用了