编译环境:ubuntu16.04 LTS Opencv版本:opencv4.0.1+opencv4.0.1 contribute
项目地址:https://github.com/ShiqiYu/libfacedetection
看到很多人在小哪吒上编译Opencv,自己也尝试过编译了几次,各位开发者在编译的时候都可能会遇到不同的问题,现将其整理出来方便后面新来的开发者查阅。
该文章介绍了一个基于Qt和OpenCV的图像处理小软件,包括软件的安装、使用示例和代码下载。
前面我们已经介绍了如何在Windows系统中安装OpenCV 4。虽然本书中程序代码主要在Windows运行,但是相信有一些读者使用Ubuntu系统进行计算机视觉的学习,因此本小节将介绍如何在Ubuntu系统中安装OpenCV 4.1。如果你仅仅是在Windows系统中使用OpenCV 4.1,可以跳过本小节内容。对于Ubuntu版本的介绍这里不做过多的说明,感兴趣读者可以自行查询相关内容,笔者使用的是Ubuntu 16.04,因此将会介绍如何在该系统中安装OpenCV 4.1。可能有读者使用Ubuntu 14.04或者Ubuntu 18.04,不过安装OpenCV 4.0的方法和步骤都是相似的。
首先,OpenCV 有在ubuntu上安装的官方文档:OpenCV: Installation in Linux
对于caffe的安装过程,可以说是让我终身难忘。两个星期就为了一个caffe,这其中的心路历程只有自己懂。从实验室的低配置显卡开始装Ubuntu,到编译caffe,解决各种报错,这个过程花费了一周的时间。把cuda版本和N卡驱动版本一降再降,仍然不管用。因此手剁了一台8000的高配置主机。之后为了平衡实验室项目,首先花了半天时间将win10下的相关和其他杂七杂八的软件配置。只有以为只需Ubuntu安装好,caffe编译成功即可,不想安装完Ubuntu之后,却电脑没有引导启动项,把网上的方法试了个遍,却仍无法解决。因此听到一种说法是,win10的启动路径覆盖了Ubuntu启动路径。因此,决定重新再来,将自己的固态和机械全部初始化,首先在固态上安装Ubuntu16.04,在机械上安装Win10,对于双系统的安装请参照我的另一篇博客:Win10与Ubuntu16.04双系统安装教程。在这种情况下参加那个caffe安装成功。请注意,对于双系统建议先安装Ubuntu,并将caffe编译成功之后在去机械上安装Win10。Caffe的安装教程请参照如下安装教程。
Windows环境使用CMake编译 opencv3.3.0 && opencv_contrib3.3.0 for AndroidNDK
本文主要针对Ubuntu 17.04版本下,opencv进行源码编译安装。开发环境主要针对python 对 openCV库的调用。下面话不多说了,来一起看看详细的介绍:
参照官网安装教程即可,其他任何的个人安装攻略都只能是辅助参考。盲从有风险,安装需谨慎。
sudo apt-get install Python-dev python-numpy
最近还是会有很多学习爱好者问我安装caffe的一些问题,虽然现在TF很是受大家的喜欢,但是还是会有很多学习者用着caffe。为了让更多的人少走弯路,网上也有很多教程,我自己来写一下我以前安转的过程与遇到的问题,可以给那些初学者一些建议,希望采纳,如有不对之处,望指正,谢谢! 第一部分:Ubuntu14.04桌面版下载及安装(我是通过U盘安装的,我用工具是UltraISO--特别好用,网上有很多教程,这个不用太过于详细书写) 第二部分:nvidia-cuda-toolkit下载及安装 CUDA 8.0 Do
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_25737169/article/details/77933916
1. build-essential 软件包,为编译程序提供必需软件包的列表信息,这样软件包才知道头文件、库函数在哪里。
最近有个科研课题需要在树莓派上做一系列验证,但是实验的程序是依赖OpenCV库的(最重要我们修改了库源码),而在树莓派上编译OpenCV源码很费时间,因此我只好使用交叉编译的方法来编译源程序。刚开始我们觉着网上材料大片,这部分的问题应该不大。可到操刀干活的时候,我才发现网上很多方法不仅繁琐,而且有的甚至还不是那么一回事,没看到一篇完全适合我的情况的。于是,我花了一天半左右的时间,整理这些材料并结合一点TRIZ原理,完成了这项任务。现在分享一下我的方案总结,不过我的方案不尽完善,欢迎大家指点修正,帮助后人节省时间。
编译好的ARM版本OpenCV3.4.10文件:OpenCV3.4.10 ARM版
这一步非常重要,如果是缺少某个依赖文件,编译 过程也不会出错,但是在使用 opencv 函数的时候就是提示错误,只能删了重新编译,非常的坑。 所以一定要先下载依赖文件。
OpenCV的全称是Open Source Computer Vision Library,是一个跨平台的计算机视觉库。OpenCV是由英特尔公司发起并参与开发,以BSD许可证授权发行,可以在商业和研究领域中免费使用。OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序。该程序库也可以使用英特尔公司的IPP进行加速处理。
本篇概览 这是一篇笔记,记录了纯净的Ubuntu16桌面版电脑上编译、安装、使用OpenCV4的全部过程,总的来说分为以下几部分: 安装必要软件,如cmake 下载OpenCV源码,包括opencv和opencv_contrib,并且解压、摆好位置 运行cmake-gui,在图形化页面上配置编译项 编译、安装 配置环境 验证 环境 环境信息如下: 操作系统:Ubuntu16.04桌面版 OpenCV:4.1.1 注意:本文全程使用非root账号操作 废话少说,直接在新装的Ubuntu16桌面版开始操作 换源
历时一周终于在 ubuntu16.04 系统成功安装 caffe 并编译,网上有很多教程,但是某些步骤并没有讲解详尽,导致配置过程总是出现各种各样匪夷所思的问题,尤其对于新手而言更是欲哭无泪,在我饱受折磨后决定把安装步骤记录下来,尽量详尽清楚明白,避免后来小白重蹈覆辙。
1).首先下载opencv for mac安装源文件,http://opencv.org/downloads.html,解压缩
今天主体是Linux 环境下配置opencv环境,如有不妥的地方,恳请大家指正。根据网上的教程并结合自己的实际操作——总结如下:
最近在学点新东西,教程中主要也是在Linux中使用,对于我这个以前从未接触Linux系统的人来说,正好也是个机会掌握下LInux系统。这篇就是记录在Linux下安装OpenCV的笔记。
如今开源生态甚好,享受着便利的同时自然也要承担一些烦恼,每一个开发人员都遇到过各种各样的库的问题,通常都跟版本有关,软硬件的都有,今天有三来随便聊聊怎么应对,仅仅只是个人习惯。
jetpack3.2自带了opencv3.3,但是只提供了python2.7的编译版本,所以也只能在python2.7下使用,我本来以为有什么更简单的方法链接到python3中,但是遍查资料也没人说过这个东西,直到我找到一篇博客。 how to install opencv3.4.0 on jeson TX2 这片文章写得非常好,把刷完机后所有的准备工作都写得很清楚,包括如何卸载旧的opencv版本。我就不重新写一遍了,只说下大概可能遇到的问题。
本文介绍了如何将OpenCV库移植到ARM平台上,包括编译工具链、依赖库、配置方法以及运行时注意事项。
经过几个月的努力,小白终于完成了市面上第一本OpenCV 4入门书籍《从零学习OpenCV 4》。为了更让小伙伴更早的了解最新版的OpenCV 4,小白与出版社沟通,提前在公众号上连载部分内容,请持续关注小白。
最近的学习涉及到 KCF 追踪算法,然而在我的 OpenCV 中找不到 KCF 的头文件,查阅资料发现还需要安装 OpenCV_contrib 这个模块,但又不想重装我的 OpenCV,于是就在我的 WSL(ubuntu18.04) 里面重新装一个 OpenCV,顺便记录一下坑,以防再掉进去
详细介绍在Ubuntu 16.04下搭建CUDA7.5+Caffe深度学习环境的过程步骤。
sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg62-dev libtiff4-dev cmake libswscale-dev libjasper-dev
SSD失败之后就挺失望的,而且莫名其妙,于是转向YOLO了,其实object detection领域可选的模型并不多,RCNN系列我是大概看过的,还写过:RCNN系列,但是这种location和classification分开的思路,要达到实时的话我的硬件条件肯定是不可能的。YOLOV3我是在TX2上跑过的:YOLOV3-TX2跑起来,而且YOLO是有简化版本的模型的,对于简单应用应该是够了。 因为以前跑过,整体的流程走下来还算比较顺利,比起SSD来说,训练时要修改的代码也比较少,可能留给犯错的概率就少一些。 我分以下几个部分:
OpenCV是一个跨平台的计算机视觉库,可以运行在Windows、Linux、MacOS等操作系统上。OpenCV提供了众多语言的接口,其中就包含了Python,Python是一门上手容易、使用起来十分让人愉悦的语言,利用Python学习OpenCV,相信能更快的获得效果。
(Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明,本文档使用同一块NVIDIA显卡进行显示与计算, 如分别使用不同的显卡进行显示和计算,则可能不适用。)
首先,由于本人使用了ROS,因此在安装ROS的时候安装了ros-indigo-destop-full顺便安装了版本2.4.8的opencv,因为ROS里面的一些文件需要依赖于该版本的opencv,例如cv_bridge和image_pipeline。所以卸掉opencv2.4.8再装opencv3.3(因为有些代码需要用到opencv3)貌似不明智。故我们在原有的opencv2.4.8的版本基础上安装opencv3.3,因此这里涉及到了ubuntu多版本opencv共存问题。
(1)软件:装有ROS_melodic的Ubuntu18.04系统 (2)硬件:台式机和kinectV1摄像头
很多人经常会问我是否有在Ubuntu系统化下开发OpenCV C++应用的教程,其实我一直没有,然后我有几块开发板都是基于Linux的,有Jetson系列的开发板,所以我以前写过一篇文章如何在Jetson开发板上编译OpenCV源码与编译运行OpenCV C++应用程序。我现在还有一块Alxboard开发板是英特尔家族的,安装的是操作系统是Ubuntu20的系统,本身没有自带OpenCV C++支持,所以就用这个开发板给大家演示一下如何在乌班图系统下编译OpenCV4.8源码与如何编译执行OpenCV C++应用。
之前2020年5月写过一次,时隔3年多,有机会再重新写一次。相比之前,应该是有一点儿进步的。之前是使用默认安装路径,所以无需配置共享库的搜索路径。这次是自定义安装路径,略有区别。随着写程序的时间增长,编译开源库时,更加青睐自定义安装路径,方便添加与移除。
1.注意事项:安装目录! cmake-DCMAKE_BUILD_TYPE=Release-DCMAKE_INSTALL_PREFIX=/usr/local/opencv3.1.0..1 CMAKE_INSTALL_PREFIX之后的路径就是opencv的安装目录了。之前的opencv2.4.13安装到了根目录,即/usr/local/里,所以之后的opencv3.1.0安装到了/usr/local/opencv3.1.0/中这里,两个版本opencv目录一定要分开,不能安装到同一个路径下,否则会出现问题! 2.切换方式 切换方式其实比较简单,把环境变量的路径改一下就可以了。 a、 sudogedit/etc/ld.so.conf.d/opencv.conf1 把opencv的lib路径添加进去: opencv3.1.0: /usr/local/opencv-3.1.0/lib1 opencv2.4.13: /usr/local/lib1
Opencv大家很熟悉了,经典的图像处理库,Opencv在Windows下安装是很简单的,只需要配置DLL即可。但是在Linux下,因为Linux各种发行版本多种多样,所以我们只有自己通过编译源码的方式来安装Opencv了,源码安装会自动根据你当前的Ubuntu系统中安装的组件来编译Opencv源码,所以说你编译好的这份Opencv库是独一无二的,移到别的地方就不行了哦。
Jetson Nano是一款体积小巧、功能强大的人工智能嵌入式开发板,于2019年3月由英伟达推出。预装Ubuntu 18.04LTS系统,搭载英伟达研发的128核Maxwell GPU,可以快速将AI技术落地并应用于各种智能设备。相比于Jetson之前的几款产品(Jetson TK1、Jetson TX1、Jetson TX2、Jetson Xavier),Jetson Nano售价仅需99美元,大幅减少了人工智能终端的研发成本。因此,一经推出,便受到了广泛的关注。其官网地址为:Jetson Nano Developer Kit for AI and Robotics | NVIDIA
OpenCV源码下载地址: https://opencv.org/releases/
设置完成以后,搜索CUDA关键字,全部勾上相关选项之后继续点击【Configrure】,运行完成以后,再次搜索CUDA关键字,选择如下:
本篇概览 作为一名java程序员,如果想在Ubuntu16桌面版上使用OpenCV4的服务,可以下载自己所需版本的OpenCV源码,然后自己动手编译java库和so库,这样就可以在java程序中使用了 本文详细记录OpenCV4的下载和编译过程,然后写一个java程序验证是否可以成功调用OpenCV4的库,总的来说分为以下几步: 安装必要应用 配置java环境 配置ANT环境 下载源码 编译前的配置 编译 安装 验证 注意:本文的操作全部以非root账号执行 环境和版本 操作系统:16.04.7 LTS(桌
二月已经不知不觉过去了一大半,新年的开工部分同学估计也过去一周了吧。下周二貌似元宵节,在此“计算机视觉战队”祝大家元宵节快乐,接下来的”猪“年财源滚滚、科研硕果累累、实现自己的目标!
git clone https://github.com/AlexeyAB/darknet.git
经过我的实验,下载visual studio2017和visual studio2019都编译失败,如果你们能够成功可以给我留言。这里我选择了visual studio2015版本,并且编译成功。以后再尝试使用新软件吧,也期待使用QT编译成功,走着瞧吧!
原文:Github 项目 - OpenPose 在 Ubuntu 的安装 - AIUAI
领取专属 10元无门槛券
手把手带您无忧上云