开源界的图形图像处理项目openCV无疑是优秀的东西，无论对于专业的开发人员或是业余爱好者都非常具有魔力。网上很多教程都是VS2008下配置的，而我自打和VC6.0绝交后就再没怎么碰过Windows的相关开发平台了。本文是在CentOS6.0下OpenCV的安装配置手册，前段时间非了老半天劲儿，熬了N个不眠之夜，最终把所有问题均搞定了，最后运行出结果那一瞬间，那种心情是无法用语言形容的。今儿特此把过程写出来，为新人搭环境节约一些时间。好了，废话不多说。
为了学习使用Faster R-CNN,需要安装OpenCV +Python环境，之前已经在CentOS下安装好了python2.7。yum安装的opencv是2.0版本,安装了opencv-python，但python中import cv2仍会报错，无法满足需要。所以决定用编译方式安装opencv。
sudo apt-get install Python-dev python-numpy
1).首先下载opencv for mac安装源文件,http://opencv.org/downloads.html，解压缩
sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg62-dev libtiff4-dev cmake libswscale-dev libjasper-dev
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。
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。
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。
简易安装方式是从库中安装编译好了的Opencv，这种安装方式简单方便，缺点是容易在使用中出现未知bug，比如不能imshow图像，不能读视频文件等（opencv3好像好一点）。
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。
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。
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。
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。
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：
据说，网上有人安装了 7 个月才在树莓派上把 OpenCv 安装成功，然后我就想挑战以下，能不能在七分钟内搞定。
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
我们来说说第二类，需要做的事情是先编译opencv的源码、再编译matlab可用的mex文件夹，这两步的编译器必须是同一个，而最近几年的新版本matlab都推荐使用MinGW-w64编译器来使用mex、可是mexopencv提供的编译辅助函数在Windows系统上默认使用Visual Studio或者Windows SDK来编译，如果觉得自己需要Visual Studio的其他功能，安装一下也是挺好的
更新系统：在终端中输入 sudo apt-get update 和 sudo apt-get upgrade 以更新您的系统。
该文章介绍了如何利用C++编写一个简单的CNN，用于图像分类。主要包括了网络架构、数据集准备、模型训练和测试等方面。同时，文章也提到了在遇到某些问题时，如何通过调整代码解决。最后，作者通过一个完整的静态编译脚本，使得CNN可以运行在Linux系统上。
这些依赖包包括了构建OpenCV库所需的编译器、开发工具、图像和视频处理相关的库。
2018/3/5更新 在另一台电脑上通过编译源代码的方法无法成功安装，网上找到了更简单的方法
这里需要下载 opencv 和 opencv_contrib (后者会在 cmake 配置的时候用到), 这是因为 opencv3以后 SIFT 和 SURF 之类的属性被移到了 contrib 中,执行下面两条指令下载 OpenCV3.2.0
此环境搭建是OpenCV的python（一下简称py）开发环境搭建，建立在py3的环境和语法上实现的。 windows系统搭建 系统环境：windows 10 + python 3.6 + OpenCV 3.4.1 一、安装python python的安装之前在python自学笔记的项目中描述了，在这不做重复说明，有需要的朋友，点击查看：python环境安装 二、安装numpy模块 根据上文提示，现在我们已经正确安装了python和pip（安装和管理python包的工具），在正式安装OpenCV之前，
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
OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。
本文将介绍 YOLOv4 官方 Darknet 实现，如何于 Ubuntu 18.04 编译，及使用 Python 接口。
要想AI学的好，那就得linux系统用的好。放弃windows系统，只用linux系统是你学习AI，或者说做一个合格程序猿的基础。今天就手把手教大家如何在linux系统上配置OpenCV和Caffe，这也是大家在学习过程中，最让人头疼的两个环境。
pip 会 自动 根据 当前所在的环境，为你安装好对应python版本的opencv。非常非常方便。
从本节开始之后的几节将介绍关于Android NDK和OpenCV整合开发的内容，本节介绍Android NDK 和 OpenCV 整合开发的环境搭建以及人脸检测项目的运行测试。
先来说明一下写这篇博客的初衷吧，由于前段时间在和一位大佬的交流之中，他提出了一个建议，说叫我平时可以自己做一些嵌入式开发项目什么的，有极大的利处，我就跟着bi站的老师（华清创客学院）开始学习，但是老师的教程是用虚拟机创建一个linux系统，在进行代码撰写，我在大佬的建议下还是选择了vs配置opencv 的环境进行代码撰写。但是一开始的环境配置就给了我当头一棒，怎么配置都不成，总有一些错误，最后在老师的指导下才配置好，所以，我就写了这一篇文章，希望能帮助到大家。
随着去年alphago 的震撼表现，AI 再次成为科技公司的宠儿。AI涉及的领域众多，图像识别中的人脸识别是其中一个有趣的分支。百度的BFR，Face++的开放平台，汉王，讯飞等等都提供了人脸识别的API，对于老码农而言，自己写一小段代码，来看看一张图片中有几个人，没有高大上，只是觉得好玩，而且只需要7行代码。
开课之前，我们先给大家讲讲Opecv是一个基于BSD许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。 [1] 它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
有的时候系统安装的OpenCV版本和你需要的版本不一样，而你又没有权限或者为了兼容不能修改系统的OpenCV，这个时候你就得自己编译OpenCV，然后在需要的代码里面引用你编译的版本。整个过程不复杂，但是之前一直没搞清楚，最近经师弟点拨才明白，这里记录一下。 我之前写过一篇在Linux下编译OpenCV的博客，大家可以参考下，我这里只记录与其中不同的部分。
---- 安装opencv有很多种方式，我列出了两种方式。并针对第二种方式进行了详细的安装解释。 从Ubuntu源安装opencv sudo apt-get install libopencv-dev python-opencv 从opencv官方源代码安装 1.安装opencv所依赖的包 # KEEP UBUNTU OR DEBIAN UP TO DATE sudo apt-get -y update sudo apt-get -y upgrade sudo apt-get -y dist-upgrad
相信大部分人知道的OpenCV都是用C++来开发的，那为什么我推荐使用Python呢？
1. OpenCV 介绍 OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。 [1] 它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV用C++语言编写，它具有C ++，Python，Java和MATLAB接口，并支持Windows，Linux，Andro
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。
Python调用opencv的原理是：opencv编译出共享库文件，python把这个共享库文件作为一个模块加载并使用。通俗点就是，编译opencv的时候开启python接口选项，编译好了会产生cv2.so(linux下）或者cv2.pyd(windows下）这个共享库文件，python代码中import这个cv2就可以用了。为了能正确import它，往往需要把cv2.so放在python找包能找到的路径下，或者修改PYTHONPATH环境变量让它包含cv2.so所在路径。此外，python的opencv接口中，图像使用numpy数组表示的，所以往往还需要安装numpy、scipy、matplotlib这几个包。
OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。[1] 它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV用C++语言编写，它具有C ++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和Mac OS，OpenCV主要倾向于实时视觉应用，并在可用时利用MMX和SSE指令， 如今也提供对于C#、Ch、Ruby，GO的支持。近年来，在入侵检测、特定目标跟踪、目标检测、人脸检测、人脸识别、人脸跟踪等领域，opencv都是最火热的应用之一。
这篇博客介绍在Linux中的gcc和g++编译环境下如何使用cmake来编译OpenCV源代码。我基本是按照OpenCV官方的说明文档，一步步地进行的，所以表述不清楚的地方还请参照原文。
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。
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。
需要的有两个部分：opencv 和opencv_contrib 这两个部分选择相同的版本，opencv_contrib是opencv的扩充．
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/Gavin__Zhou/article/details/47363385
异常：ModuleNotFoundError: No module named 'cv2'
编译好的库可直接使用：https://download.csdn.net/download/xiaolong1126626497/12451302
由于在VSLAM技术研究过程中，经常会涉及OpenCV不同版本在ubuntu系统下的安装。因此小凡在此简单总结一下两个版本的OpenCV在ubuntu系统下的步骤，方便以后重装系统时快速查看参考。如有不到之处，还请批评指正。
OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。 [1] 它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV用C++语言编写，它具有C ++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和Mac OS，OpenCV主要倾向于实时视觉应用，并在可用时利用MMX和SSE指令， 如今也提供对于C#、Ch、Ruby，GO的支持。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
