Linux安装OpenCV并配置VSCode环境

linux安装配置opencv 所以,并不是所有的库都是以“sudo apt-get install package”的方式进行安装的,有些库是有特定的安装方式,具体根据实际情况。 阅读详情
AI摘要

本文详细指导了在Ubuntu20.04环境下安装OpenCV,包括所需工具的安装、OpenCV库的下载与构建,以及如何配置VSCode环境以支持C++编程和调试。


安装环境
Ubuntu20.04

官方参考网址
OpenCV官网:https://opencv.org/
官方安装文档参考:https://docs.opencv.org/4.8.0/d7/d9f/tutorial_linux_install.html

安装OpenCV环境

安装必需工具

# cmake	  ->   构建工具
# g++	  ->   c++编译器
# unzip	  ->   zip文件解压工具
# libgtk2.0-dev pkg-config是图形界面支持的工具,不安装执行程序时会报错
sudo apt update && sudo apt install -y cmake g++ libgtk2.0-dev pkg-config wget unzip

下载并解压OpenCV库(Opencv Core Modules和opencv_contrib)

Opencv Core Modules: OpenCV的核心库模块是OpenCV的主要部分,包含了图像处理和计算机视觉方面的核心功能。
opencv_contrib:OpenCV的附加库,它包含了OpenCV官方贡献的扩展功能和算法,非必须安装的库文件,仅当需要使用该库时安装即可。

# 进入到安装目录,创建opencv父目录
cd ~	# 安装目录自选,如进入到根目录下的子目录,后面的命令前均需要添加sudo
mkdir opencv && cd opencv
wget -O opencv.zip https://github.com/opencv/opencv/archive/4.x.zip
wget -O opencv_contrib.zip https://github.com/opencv/opencv_contrib/archive/4.x.zip
unzip opencv.zip
unzip opencv_contrib.zip
# 删除安装包
sudo rm -rf opencv*.zip

创建构建目录,进行构建

# 在opencv目录下创建build文件
mkdir -p build && cd build
# 配置构建的 opencv-4.x 和 opencv_contrib-4.x 项目的路径,
cmake -DOPENCV_EXTRA_MODULES_PATH=../opencv_contrib-4.x/modules ../opencv-4.x
# 构建当前目录下的CMake项目,--build 指定编译生成的文件存放目录,其中就包括可执行文件,. 表示存放到当前目录
cmake --build .

构建过程花费时间很长,我这边用了将近半个小时,需要耐心等待一下

验证构建结果

构建完成后,我们可以在build/lib路径下看到库文件,在build/bin路径下看到一些可执行的文件(样例,测试,apps等),运行以下指令可以查看上述文件是否存在

ls bin
ls lib

在这里插入图片描述
在这里插入图片描述

在build目录下看到CMake package files,运行以下指令可查看

ls OpenCVConfig*.cmake
ls OpenCVModules.cmake

在这里插入图片描述

安装

若上述检查无误,进行安装

sudo make install

在这里插入图片描述

按照默认设置,opencv会被安装到 /usr/local 目录下,所有的文件会被复制到以下位置:

/usr/local/bin - executable files
/usr/local/lib - libraries (.so)
/usr/local/cmake/opencv4 - cmake package
/usr/local/include/opencv4 - headers
/usr/local/share/opencv4 - other files (e.g. trained cascades in XML format)

opencv官方说明:安装过程只将文件复制到预定义的位置,并进行少量的修补。使用这种方法进行安装不会将opencv集成到系统包注册表中,因此,例如,opencv不能自动卸载。由于可能与系统包冲突,我们不建议普通用户进行全系统安装。

验证安装结果

使用opencv自带的samples验证即可

cd ~/opencv-4.x/samples/cpp/example_cmake	# 进入opencv核心库文件夹的samples下的cpp的案例文件中
# 构建
cmake .
# 编译并生成可执行文件
make
# 执行文件
./opencv_example

在这里插入图片描述

执行后,显示OpenCV的版本即代表安装成功

配置VSCode环境

创建项目文件

VSCode是基于文件夹管理项目,首先创建文件夹,使用VSCode打开同时创建Cpp文件(同级目录下添加一张图片,便于测试),cpp内容如下

#include<opencv2/opencv.hpp>
using namespace cv;
int main()
{
    Mat srcImage=imread("1.jpg");
    imshow("Origin",srcImage);
    waitKey(0);
    return 0;
}

在这里插入图片描述

安装C/C++拓展,点击拓展,自行搜索安装C/C++和C/C++ Extension Pack计科

在这里插入图片描述

修改配置信息

点击调试,选择创建launch.json文件

在这里插入图片描述

launch.json配置如下:

{
    // Use IntelliSense to learn about possible attributes.
    // Hover to view descriptions of existing attributes.
    // For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
    "version": "0.2.0",
    "configurations": [
        {
            "name": "(gdb) Launch",
            "type": "cppdbg",
            "request": "launch",
            "program": "${workspaceRoot}/${fileBasenameNoExtension}.main.out",
            "args": [],
            "stopAtEntry": false,
            "cwd": "${workspaceRoot}",
            "environment": [],
            "externalConsole": true,
            "MIMode": "gdb",
            "setupCommands": [
                {
                    "description": "Enable pretty-printing for gdb",
                    "text": "-enable-pretty-printing",
                    "ignoreFailures": true
                }
            ],
            "preLaunchTask": "build"
        }
    ]
}
 

点击允许,点击配置任务,选择使用模板创建tasks.json文件 > Others

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

tasks.json配置如下:

{
  // See https://go.microsoft.com/fwlink/?LinkId=733558
  // for the documentation about the tasks.json format
  "version": "2.0.0",
  "tasks": [
    {
      "label": "build",
      "type": "shell",
      "command": "g++",
      "args": [
        "-g",
        "-std=c++11",
        "${file}",
        "-o",
        "${fileBasenameNoExtension}.main.out",
        "-I",
        "/usr/local/include",
        "-I",
        "/usr/local/include/opencv4",
        "-I",
        "/usr/local/include/opencv4/opencv2",
        "-L",
        "/usr/local/lib",
        "-l",
        "opencv_core",
        "-l",
        "opencv_imgproc",
        "-l",
        "opencv_imgcodecs",
        "-l",
        "opencv_video",
        "-l",
        "opencv_ml",
        "-l",
        "opencv_highgui",
        "-l",
        "opencv_objdetect",
        "-l",
        "opencv_flann",
        "-l",
        "opencv_imgcodecs",
        "-l",
        "opencv_photo",
        "-l",
        "opencv_videoio"
      ],
      "problemMatcher": {
        "owner": "cpp",
        "fileLocation": [
          "relative",
          "${workspaceFolder}"
        ],
        "pattern": [
          {
            "regexp": "^([^\\\\s].*)\\\\((\\\\d+,\\\\d+)\\\\):\\\\s*(.*)$",
            "file": 1,
            "location": 2,
            "message": 3
          }
        ]
      },
      "group": {
        "kind": "build",
        "isDefault": true
      }
    }
  ]
}

Ctrl+Shift+P搜索找到Edit Configurations(JSON)/编辑配置(JSON)

在这里插入图片描述

c_cpp_properties.json配置如下:

{
    "configurations": [
        {
            "name": "Linux",
            "includePath": [
                "${workspaceFolder}/**",
                // 添加头文件查找路径
                "/usr/include",
                "/usr/local/include/**"
            ],
            "defines": [
                "_DEBUG",
                "UNICODE",
                "_UNICODE"
            ],
            "compilerPath": "/usr/bin/cpp",
            "cStandard": "c11",
            "cppStandard": "c++11",
            "intelliSenseMode": "gcc-x64"
        }
    ],
    "version": 4
}

执行程序

环境配置完成,回到项目,单击F5执行程序,运行成功

在这里插入图片描述

注:如运行后出现如下信息,则是没有安装libgtk2.0-dev和pkg-config,回到第一步,安装好所有工具重新进行构建、编辑、安装

terminate called after throwing an instance of 'cv::Exception'
  what():  OpenCV(4.8.0-dev) /usr/local/opencv/opencv-4.x/modules/highgui/src/window.cpp:1272: error: (-2:Unspecified error) The function is not implemented. Rebuild the library with Windows, GTK+ 2.x or Cocoa support. If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, then re-run cmake or configure script in function 'cvShowImage'
Linux下OpenCV的安装与使用 目录 1,简介 2,下载OpenCV 3,小结 4,参考 1,简介 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。 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,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。 2,下载O. 阅读详情

相关推荐

Ubuntu20.04下opencv的安装

Ubuntu20.04下opencv的安装 1.进入opencv官网下载 [opencv下载地址](https://opencv.org/releases/ 选择sources下载相应版本的压缩包。 解压文件,放到home/(用户名)/下。 2.2安装opencv的依赖 打开终端,输入以下命令,安装最新的CMake。 sudo apt-get update sudo apt-get upgrade sudo apt install cmake 安装opencv依赖项 sudo apt-get instal

weixin_48476701的博客 7043

OpenCV介绍及安装(linux)

其使用一系列c语言函数和少量c+类实现,它包含了大量的图像处理和计算机视觉算法,这些算法被封装成了一系列易于使用的函数,使得开发者能够快速地构建出复杂的视觉应用。OpenCV支持多种操作系统,包括Linux、Windows和macOS,并且提供了多种编程语言的接口,如C++、Python、Java等,opencv可以运行在linux系统上,且其轻量,高效所以在嵌入式领域得到广泛的应用;在Ubuntu等基于Debian的Linux发行版上,可以使用apt-get等包管理器直接安装OpenCV。

z 8288

Miniconda安装以及安装python-opencv

一、win10安装Miniconda3 教程参考:Windows 10下安装Miniconda3_DrugAI-优快云博客_windows安装miniconda ① Miniconda官网下载安装包:Miniconda — Conda documentation ② 开源镜像下载:Index of /anaconda/miniconda/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 备注:安装路径尽量不出现空格和中文,如:C:/Program File.

hello world 1万+

linux中opencv的安装与简单调用

linux中opencv的安装与简单调用一、opencv简介二、linux中安装opencv三、简单图像处理与图像录制(一)简单特效处理(二)图像播放与录制程序中的 Mat 是一个类,用于读取图像。且需要加延时语句,因为帧的读取与显示需要时间。 ==如果要播放本机视频,将 VideoCapture capture 的参数 0 换成 “图片路径 ”====此程序结束时只能通过 ctrl+c 强制退出,需要添加检测播放结束和退出键==以上所有程序编译时切记链接库函数,逐步执行便可大功告成 ✌ 一、opencv

被无情调岗的痛苦狗头 7719

OpenCV环境搭建避坑指南:Miniconda+镜像源一站式解决方案

在计算机视觉和图像处理领域,Python虚拟环境管理是项目开发的基础环节,其核心原理是通过环境隔离解决库版本冲突问题。Miniconda作为轻量级环境管理工具,结合Conda和Pip的镜像源配置技术,能显著提升依赖包下载速度并确保环境纯净性。这套方案的技术价值在于为OpenCV、NumPy等核心库提供稳定可复现的安装基础,尤其适用于机器学习、数据分析等需要多版本库并存的场景。通过系统化的环境配置流程,开发者可以快速搭建包含opencv-python、numpy、matplotlib的完整视觉开发环境,有效规

weixin_42529328的博客 255

标签传播算法LPA:半监督学习解决标注数据不足的完整实战指南

在机器学习实际工程中,标注数据稀缺往往是制约模型性能的核心瓶颈。半监督学习提供了一条利用海量未标注数据来增强模型泛化能力的有效路径,其中标签传播算法(Label Propagation Algorithm, LPA)因其直观的图结构和优雅的数学原理而备受关注。LPA通过将样本映射为图中的节点,以相似度作为边权重,让已知标签沿着图结构不断扩散,从而实现对未知样本的预测。其背后基于聚类假设与流形假设,能在低标注率场景下显著缓解过拟合问题,提升分类准确率。该技术在文本分类、金融风控、图像识别等存在大量无标注数据的

weixin_29056781的博客 241

linux下设置vscodec++环境

如何在linux下配置C/C++环境,需要三个文件,分别创建出来并且修改,就可以编译c/c++ launch.json tasks.json c_cpp_properties.json 配置好vscode插件,在扩展中安装。扩展在vscode的左边工具栏(方块状或者Ctrl+Shift+X呼出),在搜索栏搜索c++,选择Microsoft的c/c++插件,在linux安装好 launch.json 在vscode的运行调试中,点击创建launch.json { "version": ".

kui9702的博客 3686

海康H304NAS 刷机飞牛

本文旨在分享如何将闲置的海康威视H304 NAS刷入飞牛NAS系统,并利用iStoreOS作为安装媒介。之前因为使用极空间NAS,这台H304闲置已久。最近尝试了飞牛NAS,在虚拟机上安装后挂载极空间的电影资源,体验不错,于是决定重新折腾这台H304。我个人喜欢尝试新系统,之前经常更新H304的固件,但设备总在使用一两年后出现故障,需要联系技术清理日志才能恢复。最后一次设备“变砖”后,连技术人员也联系不上了,自己尝试修复未果,设备就此闲置两三年。

u012985257的博客 2752

VSCode配置C++开发环境:OpenCV

VSCODE+OpenCV开发环境配置

Fantastic 5278

快速配置ORCAD导出智能PDF原理图

在OrCAD 中导出类似Altium Designer的智能PDF(即交互式PDF);

QingNing3028的博客 3951

PHP实现获取本机ip及mac地址​(附完整源码)

PHP实现获取本机ip及mac地址​(附完整源码)

希望我的博客,能帮上你解决学习中工作中所遇到的问题 354

笔记---Linux安装OpenCV及VSCode的配置编译

学更好的别人,做更好的自己。——《微卡智享》本文长度为4250字,预计阅读10分钟前言最近在学点新东西,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...

Vaccae的博客 4258

模型实战(31)之 yolo26 实现对手部关键点数据集 的训练与关键点检测

模型实战(31)之 yolo26 实现对手部关键点数据集 的训练与关键点检测

yohnyang的博客 210

ubuntu20.04+opencv4.5.4(contrib)+vscode配置

安装 首先是下载opencv和opencv_contrib,注意版本要完全一致。 下载链接:https://github.com/opencv 两个文件夹并列放在同一个文件夹下也行,opencv_contrib放在opencv下也行。 在opencv文件夹下新建一个build文件夹,进入build文件夹,在这个文件夹中进行cmake,cmake的指令如下: sudo cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/u

weixin_41423872的博客 3540

告别繁琐!VS Code 下OpenClaw零配置上手秘籍

本文介绍了在VSCode环境下零配置上手OpenClaw开发工具的最佳实践。首先详细说明了VSCode和OpenClaw插件的安装步骤,包括获取安装包、配置环境变量等准备工作。然后重点讲解了核心配置流程:设置OpenClaw路径、调整工作区参数、添加自定义代码片段等优化开发体验的方法。通过创建测试项目验证配置有效性,并针对常见的路径错误、运行报错等问题提供了排查方案。本文旨在帮助开发者快速搭建高效的OpenClaw开发环境,充分发挥VSCode与OpenClaw的组合优势,提升开发效率。无论是新手还是资深开

远程部署调试 运行安装 项目调试 二次开发 项目技术新 持续迭代 部分源码免费分享 529

基于YOLOv11的手写数字与符号识别系统设计与实现

手写数字与符号识别系统需要丰富多样的训练数据才能达到理想的泛化性能。MNIST:包含70,000个手写数字样本(0-9),28x28灰度图像优点:干净整齐,适合初学者缺点:多样性不足,只有数字EMNIST:MNIST的扩展,包含数字、字母(大小写)和特殊符号样本量:814,255张图像覆盖62个类别(10数字+26小写字母+26大写字母)HASYv2:专门的手写符号数据集包含369个不同符号类别约168,000个标注实例包括数学符号、箭头、括号等:英文手写文本数据库。

YOLO 292

Ubuntu18.04平台下C/C++编程环境搭建及OpenCV4.5.4安装

Ubuntu18.04基础编程环境搭建及OpenCV4.5.4安装

Star_ID的博客 3207

硬核入门!Python爬虫实战:爬取豆瓣读书TOP250,书名+评分+简介,一键生成精美Excel书单(2026避坑版)

通过这个实战,你不仅获得了一份珍贵的豆瓣TOP250书单HTTP请求与响应的本质。HTML解析的核心技巧。反爬虫的基本应对策略。数据清洗与存储的完整流程。爬虫是通往数据世界的一把钥匙。现在,钥匙在你手中,去探索更多有趣的数据吧!

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 546

Windows10+VSCode搭建OpenCV开发环境

毕业设计涉及到人脸识别,在Windows下完成功能后,迁移到树莓派或者ZYNQ。 1.C++开发环境搭建,下载安装MinGW https://jaist.dl.sourceforge.net/project/mingw/Installer/mingw-get-setup.exe 修改系统环境变量,在path变量中,添加MinGW\bin路径 ...

嵌入式开发 809

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

ubuntu20.04 +vscode+opencv4 安装与配置

ubuntu20.04 opencv4 的安装

m0_48919875的博客 2963

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

OpenCV 安装就报错?Windows/Linux/Mac 三端保姆级安装 + 环境配置攻略(图像分割丨图像处理丨图像识别)

当需要“GPU加速”“添加额外模块”(如FFmpeg视频编码、CUDA支持)时,必须用源码编译。步骤较复杂,但能完全自定义OpenCV功能。安装方式优点缺点推荐人群Pip安装简单快速、环境隔离无法自定义功能新手入门、基础CV项目Anaconda安装依赖管理完善、兼容AI框架体积较大AI+CV结合的开发者源码编译可自定义功能、支持GPU加速步骤复杂、耗时进阶开发者、需要定制功能核心建议新手从“Pip安装”开始,先跑通项目再考虑进阶;

2501_91798322的博客 2039

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

树莓派4B环境下vscode配置opencv

一.源码编译Opencv 可参考博主之前的博客 树莓派4B上配置Opencv_竹叶青lvye的博客-优快云博客 博主这篇博客使用的版本是opencv3.4.4,其所在的位置如下: 博主这里会在opencv-3.4..4文件夹里新建build和install文件夹,cd到build文件夹里,会执行如下的命令(当然你可以指定更多参数)。 cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/home/pi/opencv-3.4..

jiugeshao的专栏 2104

【图文详解】Ubuntu / Linux +VSCode 配置 CMake 编译 OpenCV 超详细教程

本文详细介绍了在Ubuntu系统中通过CMake编译安装OpenCV的全流程。主要内容包括:下载OpenCV源码、安装编译工具与依赖库、使用CMake配置生成Makefile、执行make编译源码等关键步骤。文章提供了发布模式和调试模式两种配置方案,并解析了各命令参数作用,帮助开发者快速搭建OpenCV开发环境。通过图文结合的方式,详细展示了每个操作环节的终端输出,便于读者对照验证。最终编译生成的OpenCV库可应用于计算机视觉项目开发,为后续VSCode配置提供基础支持。

qq_40280673的博客 1454

配置OpenCV开发环境(WSL下Python版)

miniconda用于在WSL下创建一个专门用于opencv开发的环境,避免依赖混乱导致冲突。# 1. 更新系统# 2. 安装必要工具# 3. 下载最新 Minicondawget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda.sh(这是完整的一行,别分开复制了)# 4. 安装 Miniconda# 5. 初始化 conda# 6. 重新加载终端环境。

2601_95123948的博客 355

【手把手】在WSL2 (Ubuntu 22.04 LTS) 上编译安装OpenCV 4.8并配置VSCode开发环境

本文详细介绍了在WSL2 (Ubuntu 22.04 LTS) 上编译安装OpenCV 4.8并配置VSCode开发环境的完整流程。从环境准备、依赖安装到源码编译和VSCode配置,手把手指导开发者搭建高效的计算机视觉开发环境,特别适合需要在Windows和Linux之间切换的开发场景。

weixin_30357231的博客 452

Linux 下使用vcpkg开发环境

介绍Linux 下使用vcpkg

weixin_43989195的博客 277
上一篇: Linux安装Redis环境
下一篇: Linux(Ubuntu)安装JDK环境
Insight.
博客等级 码龄6年 6337粉丝 58原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Insight.

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值