给视觉开发新手的保姆级教程：在Ubuntu上从下载源码到成功运行Demo，搞定OpenCV 3环境搭建

给视觉开发新手的保姆级教程：在Ubuntu上从下载源码到成功运行Demo，搞定OpenCV 3环境搭建

第一次在Ubuntu上搭建OpenCV开发环境，对很多视觉开发新手来说可能是个令人望而生畏的任务。命令行操作、编译工具链、环境配置……这些术语听起来就让人头疼。但别担心，本文将手把手带你完成从源码下载到成功运行Demo的全过程，即使你对Linux命令行和CMake完全陌生，也能轻松跟上。

我们将使用OpenCV 3.4.10版本，这是目前3.x系列中最稳定且功能完善的版本之一。整个过程会特别关注那些容易让新手困惑的环节，比如CMake-GUI的配置含义、编译错误的解决方法，以及如何验证安装是否成功。最终，你不仅能拥有一个可用的OpenCV开发环境，还会理解整个工作流程背后的原理。

1. 环境准备与源码获取

在开始之前，请确保你的Ubuntu 18.04系统已经更新到最新状态。打开终端（快捷键Ctrl+Alt+T），执行以下命令更新软件包列表和已安装的软件：

sudo apt update && sudo apt upgrade -y

接下来，我们需要安装一些必要的依赖项。这些工具和库是编译OpenCV的基础：

sudo apt install -y build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

对于Python用户，还可以安装Python开发环境和相关包：

sudo apt install -y python3-dev python3-numpy

现在，让我们获取OpenCV 3.4.10及其contrib模块的源码。有两种方式可以下载：

1. 使用wget命令行下载（推荐）：

   wget -O opencv.zip https://codeload.github.com/opencv/opencv/zip/3.4.10 wget -O opencv_contrib.zip https://codeload.github.com/opencv/opencv_contrib/zip/3.4.10

2. 浏览器下载： 直接在浏览器中打开以下链接下载zip包：

   • OpenCV主仓库：https://github.com/opencv/opencv/archive/3.4.10.zip
   • Contrib模块：https://github.com/opencv/opencv_contrib/archive/3.4.10.zip

下载完成后，解压文件并整理目录结构：

unzip opencv.zip unzip opencv_contrib.zip mv opencv-3.4.10 opencv mv opencv_contrib-3.4.10 opencv_contrib

提示：建议将这两个文件夹放在同一目录下，比如你的主目录下的opencv_build文件夹中，这样后续操作会更方便。

2. 使用CMake-GUI配置OpenCV

CMake是一个跨平台的构建系统生成器，而CMake-GUI则提供了图形化界面，让配置过程更加直观。如果你还没有安装CMake-GUI，可以通过以下命令安装：

sudo apt install -y cmake-qt-gui

现在，创建一个构建目录并启动CMake-GUI：

mkdir opencv/build cd opencv/build cmake-gui ..

CMake-GUI界面打开后，你会看到以下主要区域：

• Where is the source code：自动指向你解压的OpenCV源码目录
• Where to build the binaries：自动指向你创建的build目录

点击左下角的Configure按钮，在弹出的对话框中选择Unix Makefiles，然后点击Finish。CMake会开始检查系统环境和依赖项。

配置过程中，有几个关键选项需要特别注意：

1. BUILD_opencv_world：勾选此选项会将所有OpenCV模块编译成一个单独的库文件，简化链接过程。
2. CMAKE_BUILD_TYPE：设置为RELEASE以获得优化性能。
3. OPENCV_EXTRA_MODULES_PATH：指向contrib模块的路径，通常是path/to/opencv_contrib/modules。

完成这些设置后，再次点击Configure按钮。如果没有错误，点击Generate按钮生成Makefile。

注意：如果在配置过程中遇到与Anaconda相关的库冲突问题，可以临时注释掉.bashrc文件中Anaconda的路径，然后重新启动终端再试。

3. 编译与安装OpenCV

配置完成后，就可以开始编译了。首先，确定你的系统有多少个CPU核心，以便并行编译加快速度：

nproc

假设输出是8，那么可以使用以下命令开始编译：

make -j8

编译过程可能需要较长时间（取决于你的硬件配置），请耐心等待。如果一切顺利，你会看到类似以下的输出：

[100%] Built target opencv_world [100%] Built target opencv_test_core

编译完成后，安装OpenCV到系统目录：

sudo make install

为了让系统能够找到新安装的OpenCV库，还需要配置动态链接器的路径：

sudo sh -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf' sudo ldconfig

最后，设置pkg-config环境变量，这将帮助你在编译自己的程序时自动找到OpenCV的库和头文件：

echo 'export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig' >> ~/.bashrc source ~/.bashrc

4. 验证安装与编写第一个OpenCV程序

安装完成后，我们可以通过多种方式验证OpenCV是否正常工作。

运行官方示例

OpenCV自带了许多示例程序，我们可以编译并运行其中一个：

cd ~/opencv/samples/cpp/example_cmake make ./opencv_example

如果看到一个窗口显示OpenCV的logo，说明安装成功。

编写自己的测试程序

让我们创建一个简单的程序来读取并显示一张图片。首先，创建一个新目录并编写代码：

mkdir ~/opencv_test cd ~/opencv_test gedit display_image.cpp

将以下代码粘贴到编辑器中：

#include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace std; int main(int argc, char** argv) { if (argc != 2) { cout << "Usage: display_image <Image_Path>\n"; return -1; } Mat image = imread(argv[1], IMREAD_COLOR); if (image.empty()) { cout << "Could not open or find the image\n"; return -1; } namedWindow("Display window", WINDOW_AUTOSIZE); imshow("Display window", image); waitKey(0); return 0; }

保存后，使用以下命令编译：

g++ display_image.cpp -o display_image `pkg-config --cflags --libs opencv`

编译成功后，找一张测试图片（比如test.jpg），运行程序：

./display_image test.jpg

如果能看到图片正常显示，恭喜你！你已经成功搭建了OpenCV开发环境并运行了第一个程序。

5. 常见问题与解决方案

在OpenCV环境搭建过程中，可能会遇到各种问题。以下是几个常见问题及其解决方法：

1. CMake找不到依赖项：

   • 确保安装了所有必要的开发包
   • 使用apt search查找缺失的库
   • 有时需要手动指定库路径

2. 编译过程中内存不足：

   • 减少并行编译线程数（如使用make -j4代替make -j8）
   • 增加系统交换空间

3. 运行时找不到库：

   • 确认执行了sudo ldconfig
   • 检查/etc/ld.so.conf.d/中的配置文件
   • 确保.bashrc中的环境变量设置正确

4. Python绑定问题：

   • 确保Python开发包已安装
   • 检查CMake配置中的Python相关选项
   • 可能需要重新编译并指定Python版本

提示：遇到问题时，可以尝试清理build目录并从头开始配置和编译。很多问题都能通过这种方式解决。

6. 进阶配置与优化建议

现在你已经有了一个可用的OpenCV环境，下面是一些进阶建议，可以帮助你更好地使用OpenCV进行开发：

使用CMake管理你的OpenCV项目

对于你自己的项目，建议使用CMake来管理构建过程。下面是一个简单的CMakeLists.txt示例：

cmake_minimum_required(VERSION 3.5) project(MyOpenCVProject) find_package(OpenCV REQUIRED) add_executable(display_image display_image.cpp) target_link_libraries(display_image ${OpenCV_LIBS})

性能优化选项

在编译OpenCV时，可以通过以下选项优化性能：

• ENABLE_AVX/ENABLE_AVX2：启用CPU的AVX指令集加速
• WITH_OPENMP：启用多线程支持
• WITH_TBB：使用Intel TBB进行并行化

文档与帮助

OpenCV提供了完善的文档和社区支持：

• 官方文档：https://docs.opencv.org/3.4.10/
• 示例代码：opencv/samples目录
• 社区论坛：https://answers.opencv.org/

在实际项目中，我发现使用pkg-config可以大大简化编译命令。例如，当你需要同时链接多个库时，pkg-config会自动处理依赖关系。另外，建议定期查看OpenCV的更新日志，了解新特性和性能改进。