Step 1 下载源码
首先进入官网，下载需要的版本(本文中以4.4.0为例)，选择sources选项
https://opencv.org/releases.html
然后解压(具体的文件名依据你下载的版本)：
tar -zxvf opencv-4.4.0.tar.gz
Step 2 安装依赖库
cd opencv/
sudo apt install build-essential
sudo apt install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt install libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
# 如果需要python3支持的话，安装：
sudo apt install python3-dev python3-numpy
# 如果需要ffmpeg支持的话：
sudo apt install ffmpeg
对于Ubuntu 20.04或以上的系统，如果最后一句报错"无法定位软件包 "libjasper-dev"的话，需要添加这个源：
sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
然后再安装libjasper-dev相关的库。
Step 3 建立build目录并进行cmake
mkdir build
cd build/
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local/opencv4 \
-D OPENCV_GENERATE_PKGCONFIG=YES -D BUILD_opencv_world=YES \
-D BUILD_opencv_python2=OFF -D BUILD_opencv_python3=ON \
-D PYTHON_DEFAULT_EXECUTABLE=/home/ai-lab/miniconda3/envs/tf2/bin/python3 \
-D PYTHON3_EXECUTABLE=/home/ai-lab/miniconda3/envs/tf2/bin/python3 \
-D PYTHON3_LIBRARY=/home/ai-lab/miniconda3/envs/tf2/lib/libpython3.8.so \
-D PYTHON_INCLUDE_DIR=/home/ai-lab/miniconda3/envs/tf2/include/python3.8 \
-D PYTHON3_NUMPY_INCLUDE_DIRS=/home/ai-lab/miniconda3/envs/tf2/lib/python3.8/site-packages/numpy/core/include \
-D PYTHON3_PACKAGES_PATH=/home/ai-lab/miniconda3/envs/tf2/lib/python3.8/site-packages ..
说明：
如果该命令中不加-D CMAKE_INSTALL_PREFIX=/usr/local/opencv4,则默认各部分分别安装在/usr/local/目录的include/, bin/, lib/3个文件夹下。
-D OPENCV_GENERATE_PKGCONFIG=YES: OpenCV4以上版本默认不使用pkg-config，该编译选项开启生成opencv4.pc文件，支持pkg-config功能。
-D WITH_CUDA=ON实现和cuda的联合编译。
后面关于python的路径设置以自己机子anaconda的设定为准，需要注意的是python版本和你使用的虚拟环境一致。
执行之后的输出关于python的部分应该是如图所示的格式：
注：这里有时候偶尔会报错"fatal error: numpy/ndarrayobject.h: 没有那个文件或目录"，解决方法：打开对应虚拟环境的python输入
import numpy as np
np.get_include()
按照这个输出路径重新配置PYTHON3_NUMPY_INCLUDE_DIRS，然后再cmake。
如果以图形界面安装的话，也可以：
sudo apt install cmake-qt-gui
cmake-gui ..
然后按照上面相似的设置。
Step 4 编译安装
make -j12
# 可以根据自己CPU的线程数，修改12这个数值
# 这个过程根据电脑CPU配置不同，可能需要10分钟左右
sudo make install
Step 5 配置OpenCV动态库环境(程序执行时加载动态库*.so的路径)
首先将OpenCV的库添加到路径：
sudo vim /etc/ld.so.conf.d/opencv.conf
打开的可能是一个空白的文件，不用管，只需要在文件末尾一行添加：
/usr/local/opencv4/lib
然后使得刚才的配置路径生效
sudo ldconfig
此时可能会报错"/sbin/ldconfig.real: /usr/local/cuda-11.0/targets/x86_64-linux/lib/libcudnn.so.8 不是符号链接"，但是可以不管，不影响使用。
Step 6 配置pkg-config环境
配置bash：
sudo vim /etc/bash.bashrc
在文件末尾添加：
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/opencv4/lib/pkgconfig
export PKG_CONFIG_PATH
注意这里的路径以cmake时候设置的为准。
保存后需要激活一下：
source /etc/profile
验证是否配置完成：
pkg-config --libs opencv4
输出结果如下：
-L/usr/local/opencv4/lib -lopencv_world
Step 7 测试opencv是否可用
打开opencv/samples/cpp/example_cmake目录，执行：
cmake .
make
./opencv_example
完成后会弹出一个窗口，并实时显示电脑USB摄像头拍到的画面。
python中输入：
import cv2
cv2.__version__
返回版本号：'4.4.0'
到此，opencv安装和配置结束，可以在c/c++中调用相关的函数了。
欢迎大家在评论区补充相关问题分享经验，如需转载请注明出处：
https://www.jianshu.com/p/26dd452a362e