ubuntu 16.04编译安装 opencv

opencv基本上是搞CV必备套件之一了，支持的语言也非常多，但是安装起来有点麻烦（如果是在conda下安装的话则可以用conda install -c menpo opencv3=3.2.0）。需要注意的是，pip可以安装的opencv-python安装并不依赖opencv，只是封装了opencv的Python API，一般情况下也够用。但是如果准备安装完整版本的opencv，这里比较建议将opencv-python卸载，以免之后产生一些不必要的报错。
通过官方文档和一些博客总结的安装流程大致如下：

1.安装官方给的opencv依赖包

• GCC 4.4.x or later
• CMake 2.6 or higher
• Git
• GTK+2.x or higher, including headers (libgtk2.0-dev) # 控制opencv GUI
• pkg-config
• Python 2.6 or later and Numpy 1.5 or later with developer packages (python-dev, python-numpy)
• ffmpeg or libav development packages: libavcodec-dev, libavformat-dev, libswscale-dev
• [optional] libtbb2 libtbb-dev
• [optional] libdc1394 2.x

• [optional] libjpeg-dev, libpng-dev, libtiff-dev, libjasper-dev, libdc1394-22-dev

  $ sudo apt-get install build-essential
  $ sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
  $ sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev # 处理图像所需的包
  $ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev
  $ sudo apt-get install libxvidcore-dev libx264-dev # 处理视频所需的包
  $ sudo apt-get install libatlas-base-dev gfortran # 优化opencv功能
  $ sudo apt-get install ffmpeg

  ** 注：**其他一些包在之后的cmake的时候缺失的时候会进行安装，如果安装失败可以手动下载相应的包然后放入提示的目录下。而cmake下载tar.gz文件的时候可能不支持，需要进行配置，具体操作可以参考这里。

2.下载opencv3.2.0

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，。

$ wget https://github.com/opencv/opencv/archive/3.2.0.zip # 从github上直接下载或者clone也可
$ wget https://github.com/opencv/opencv_contrib/archive/3.2.0.zip

3a.配置编译opencv (无NVIDIA CUDA版本)

将上述opencv包解压，然后cmake配置属性

$ cd opencv-3.2.0
$ mkdir build
$ cd build
$ cmake -D CMAKE_BUILD_TYPE=RELEASE \
    -D CMAKE_INSTALL_PREFIX=/home/fanzong/anaconda2/envs/tensorflow \
    -D INSTALL_PYTHON_EXAMPLES=ON \
    -D INSTALL_C_EXAMPLES=OFF \
    -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.2.0/modules \
    -D PYTHON_EXCUTABLE=/home/fanzong/anaconda2/envs/tensorflow/bin/python \
    -D WITH_TBB=ON \
    -D WITH_V4L=ON \
    -D WITH_QT=ON \    # 1
    -D WITH_GTK=ON \
    -D WITH_OPENGL=ON \
    -D BUILD_EXAMPLES=ON .. # cmake命令的使用方式：cmake [<some optional parameters>] <path to the OpenCV source directory>。如果命令报错的话可以试着把-D后面的空格去掉在执行一次。
$ make -j4
$ sudo make install
$ sudo /bin/bash -c 'echo "/home/fanzong/anaconda2/envs/tensorflow/lib" > /etc/ld.so.conf.d/opencv.conf'
$ sudo ldconfig

PS:1. 如果qt未安装可以删去此行;若因为未正确安装qt导致的Qt5Gui报错，可将build内文件全部删除后重新cmake，具体可以参考这里
CMAKE_INSTALL_PREFIX：安装的python目录前缀，其实就是指定了python模块的安装路径：CMAKE_INSTALL_PREFIX/lib/python2.7/dist-packages。获取该路径的方式可以用python -c "import sys; print sys.prefix"
PYTHON_EXCUTABLE：指定python路径
OPENCV_EXTRA_MODULES_PATH: 指定opencv所需模块的路径，就是之前我们所说的contrib
其他cmake的具体变量说明可以看这里

3.b 配置编译opencv (NVIDIA CUDA版本)

opencv最麻烦的地方就是编译是属性的配置，对于不同的需求要配置不同的属性。当使用NVIDIA GPU GeForce 1080ti的时候：

$ cmake -D CMAKE_BUILD_TYPE=RELEASE \
    -D CMAKE_INSTALL_PREFIX=/usr/local \
    -D INSTALL_PYTHON_EXAMPLES=ON \
    -D INSTALL_C_EXAMPLES=OFF \
    -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.2.0/modules \
    -D PYTHON_EXCUTABLE=/usr/bin/python \
    -D WITH_CUDA=ON \    # 使用CUDA
    -D WITH_CUBLAS=ON \
    -D DCUDA_NVCC_FLAGS="-D_FORCE_INLINES" \
    -D CUDA_ARCH_BIN="5.3" \    # 这个需要去官网确认使用的GPU所对应的版本[查看这里](https://developer.nvidia.com/cuda-gpus)
    -D CUDA_ARCH_PTX="" \
    -D CUDA_FAST_MATH=ON \    # 计算速度更快但是相对不精确
    -D WITH_TBB=ON \
    -D WITH_V4L=ON \
    -D WITH_QT=ON \    # 如果qt未安装可以删去此行;若因为未正确安装qt导致的Qt5Gui报错，可将build内文件全部删除后重新cmake，具体可以参考[这里](http://stackoverflow.com/questions/17420739/opencv-2-4-5-and-qt5-error-s)
    -D WITH_GTK=ON \
    -D WITH_OPENGL=ON \
    -D BUILD_EXAMPLES=ON ..

3.c 配置编译opencv(NVIDIA Jetson TX2开发板)

目前官方提供的opencv4tegra是2.4版本的，尚不支持3.2版本，所以需要自己编译。

$ cmake -D WITH_CUDA=ON \
    -D CUDA_ARCH_BIN="6.2" \  # 安装了6.2版本
    -D CUDA_ARCH_PTX=""  \
    -D WITH_OPENGL=ON  \
    -D WITH_LIBV4L=ON \
    -D CMAKE_BUILD_TYPE=RELEASE \
    -D CMAKE_INSTALL_PREFIX=/usr/local ..

PS:不需要安装contrib包，否则之后调用摄像头调整分辨率的时候会失败。具体安装细节可以参考这里
编译成功时应该看到这些：

1. CUDA8.0

   --   Other third-party libraries:
   --     Use Cuda:                    YES (ver 8.0)
   --   NVIDIA CUDA
   --     Use CUFFT:                   YES
   --     Use CUBLAS:                  NO
   --     USE NVCUVID:                 NO
   --     NVIDIA GPU arch:             53
   --     NVIDIA PTX archs:
   --     Use fast math:               NO

2. OpenGL

   --   GUI: 
   --     GTK+ 2.x:                    YES (ver 2.24.30)
   --     OpenGL support:              YES (/usr/lib/aarch64-linux-gnu/libGLU.so /usr/lib/aarch64-linux-gnu/libGL.so)

3. VideoIO

   --   Video I/O:
   --     DC1394 2.x:                  YES (ver 2.2.0)
   --     FFMPEG:                      YES
   --       codec:                     YES (ver 54.92.100)
   --       format:                    YES (ver 54.63.104)
   --       util:                      YES (ver 52.18.100)
   --       swscale:                   YES (ver 2.2.100)
   --       gentoo-style:              YES
   --     GStreamer:
   --       base:                      NO
   --       video:                     NO
   --       app:                       NO
   --       riff:                      NO
   --       pbutils:                   NO
   --     V4L/V4L2:                    Using libv4l (ver 1.0.0)

   注：GPU版本安装的时候很容易出错，这里说的出错并不是编译报错，而是在python中调用的时候报错，比如cv2.VideoCapture(0)返回false，cv2.imshow()的时候报unspecified error。在调用cv2的时候报错一般都是在cmake配置编译的时候由于配置错误导致的，所以需要确认配置的参数是否能够覆盖到你所需的范围。
   关于GPU版本的安装也可以参考下这里，写得更加详细清楚。

4.完成安装并测试

安装完成以后，重启下机器。编译之后应该会在CMAKE_INSTALL_PREFIX/lib/python2.7/dist-packages/目录下找到cv2.so。打开python console，检测opencv版本python -c "import cv2; print cv2.__version__"。如果正确安装的话则会输出3.2.0。
PS:如果import的时候报类似于error while loading shared libraries: libopencv_core.so.3.0: cannot open shared object file: No such file or directory.的错误，可能是library环境变量的错误，可以尝试将export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib加入到~/.bashrc中然后source。