在Ubuntu中安装和使用OpenCV的教程

简介：
本教程详细介绍了如何在Ubuntu操作系统上安装和配置OpenCV库，并提供了实用示例来帮助开发者快速开始计算机视觉项目。 在Ubuntu系统中安装OpenCV（开源计算机视觉库）是一个重要的步骤，因为该库广泛应用于图像处理、计算机视觉以及机器学习等领域。本教程将详细介绍如何在Ubuntu上安装和使用版本3.1的OpenCV。 首先，在终端输入以下命令以确保系统具备构建和运行OpenCV的基本条件： ```bash sudo apt-get install libqt4-dev libopencv-dev build-essential cmake git libgtk2.0-dev pkg-config python-dev python-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev libtbb-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip ``` 接下来，从OpenCV的官方网站下载适合版本。例如选择3.1.0版本，并将其解压缩到一个合适的目录。 创建名为“build”的子文件夹并进入该文件夹： ```bash mkdir build cd build ``` 然后运行`cmake`命令，添加相应的配置选项： ```bash cmake -D CMAKE_BUILD_TYPE=RELEASE \ -D CMAKE_INSTALL_PREFIX=/usr/local \ -D BUILD_PYTHON_SUPPORT=ON \ -D WITH_XINE=ON \ -D WITH_OPENGL=ON \ -D WITH_TBB=ON \ -D BUILD_EXAMPLES=ON \ -D BUILD_NEW_PYTHON_SUPPORT=ON \ -D WITH_V4L=ON .. ``` 这些选项用于指定构建类型、安装路径、开启Python支持、XINE多媒体库支持、OpenGL支持、TBB并行库支持和V4L（Video for Linux）支持。 接着使用`make`命令进行编译。添加参数以实现并行编译，提高效率： ```bash make -j $(nproc) ``` 编译完成后，通过以下命令将OpenCV安装到系统中： ```bash sudo make install ``` 配置库路径以便正确识别OpenCV库： ```bash bin/bash -c echo /usr/local/lib > /etc/ld.so.conf.d/opencv.conf sudo ldconfig ``` 验证安装是否成功，可以使用`pkg-config`命令来检查版本和编译标志。 最后通过编写简单的C++程序测试OpenCV。创建一个名为`test.cpp`的文件，并添加以下代码： ```cpp #include #include using namespace cv; int main(int argc, char** argv) { if (argc != 2) { printf(No image data\n); return -1; } char *imageName = argv[1]; Mat image; image = imread(imageName, 1); if (!image.data) { printf(No image data\n); return -1; } namedWindow(imageName, CV_WINDOW_AUTOSIZE); imshow(imageName, image); waitKey(0); return 0; } ``` 编译并运行程序，需要链接OpenCV库： ```bash g++ test.cpp `pkg-config --cflags --libs opencv` -o test ./test your_image.jpg ``` 如果一切顺利，程序将打开并显示指定的图片。 总结来说，在Ubuntu中安装和使用OpenCV涉及几个步骤：安装必要的依赖项、下载源代码、配置与编译库文件，并最终通过编写测试程序验证其是否正确设置。尽管过程较为复杂，但完成后便可以在Ubuntu环境中利用强大的OpenCV进行图像处理及计算机视觉开发了。