转高手写的Ubuntu 的anaconda下编译安装opencv3

本文介绍了一种在Ubuntu系统使用Anaconda环境下编译安装OpenCV3的方法,特别针对Python3的支持进行了详细说明,并给出了cmake配置的具体参数。
部署运行你感兴趣的模型镜像

网上用CMAK-GUI安装opencv3的很多方法,最后都生成python2.7的cv2.so了,运行起来就出pyObject错,在CMAKE-gui中添加BUILD_opencv_python3. ON...........添加py3的include、lib、package路径,试了几遍都不行。。。。最后果断放弃CMAKE-GUI,

找到高手写的Ubuntu 的anaconda下编译安装opencv3,如下:


cmake xxxx  -DBUILD_TIFF=ON -DBUILD_opencv_java=OFF -DWITH_CUDA=OFF -DENABLE_AVX=ON -DWITH_OPENGL=ON -DWITH_OPENCL=ON -DWITH_IPP=ON -DWITH_TBB=ON -DWITH_EIGEN=ON -DWITH_V4L=ON -DWITH_VTK=OFF -DBUILD_TESTS=OFF -DBUILD_PERF_TESTS=OFF -DCMAKE_BUILD_TYPE=RELEASE -DBUILD_opencv_python2=OFF -DCMAKE_INSTALL_PREFIX=$(python3 -c "import sys; print(sys.prefix)") -DPYTHON3_EXECUTABLE=$(which python3) -DPYTHON3_INCLUDE_DIR=$(python3 -c "from distutils.sysconfig import get_python_inc; print(get_python_inc())") -DPYTHON3_PACKAGES_PATH=$(python3 -c "from distutils.sysconfig import get_python_lib; print(get_python_lib())") 

其中xxxx是源代码的目录

输入:sudo make -j8

sudo make install

-j是多任务的意思,可以根据自己处理器线程数量设置,可以加速编译!!!!非常好用!!!


下面是安装好后,配置环境,好像不配置也能用,怕忘了,记录如下:

sudo gedit /etc/ld.so.conf.d/opencv.conf

/usr/local/lib

sudo ldconfig

    打开/etc/bash.bashrc,加入:

    PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig 
    export PKG_CONFIG_PATH



    原帖地址:

    https://www.2cto.com/kf/201704/625323.html  

    您可能感兴趣的与本文相关的镜像

    Python3.8

    Python3.8

    Conda
    Python

    Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

    <think>好的,我现在需要在Ubuntu 18.04系统上通过Anaconda3安装OpenCV。用户已经提供了一些引用资料,我需要结合这些资料整理出一个清晰的步骤指南。首先,我得确定用户是想在base环境还是虚拟环境中安装,但用户没有特别说明,所以应该涵盖常见的情况,比如创建虚拟环境并在其中安装。 首先,根据引用[1]和[2],使用conda install命令从menpo频道安装opencv3,可能适用于旧版本。而引用[3]和[4]提到使用pip安装特定版本的opencv-python,比如4.4.0。这可能意味着用户可以选择conda或pip两种方式安装,但需要注意版本兼容性和环境的问题。 接下来,我应该分步骤说明。第一步可能是创建并激活虚拟环境,比如conda create和activate。然后,选择安装方式:conda或者pip。需要指出两种方法的区别,比如conda可能更方便管理依赖,而pip可能提供更新的版本。 然后,验证安装是否成功,比如运行Python导入cv2并打印版本号。还要注意可能的错误,比如引用[2]中提到的GTK模块问题,需要安装libcanberra-gtk-module。此外,如果用户使用Pycharm,可能会有环境配置的问题,需要确保IDE使用的是正确的conda环境。 另外,需要提醒用户,如果使用conda安装,可能安装的是opencv3,而pip可以安装较新的版本如4.4.0。需要注意不同版本之间的差异,以及是否存在依赖冲突。例如,conda安装opencv3可能对应OpenCV 3.x,而pip安装opencv-python4.x。 还要检查引用中的命令是否正确,比如conda install --channel https://conda.anaconda.org/menpo opencv3是否正确,或者是否有其他更推荐的频道。比如,现在是否还有menpo频道的维护,或者是否有conda-forge作为更好的选择?不过根据引用资料,用户提供的示例确实使用了menpo频道,所以可能需要按照用户提供的引用内容来写。 另外,引用[4]提到在虚拟环境中使用pip安装,并且安装后通过conda list查看包是否存在。这说明使用pip安装的包在conda环境中是可以被识别的,但需要注意优先级问题,避免冲突。 总结步骤应该是:1. 创建并激活虚拟环境;2. 选择conda或pip安装方式;3. 安装必要的依赖(如解决GTK错误);4. 验证安装;5. 处理可能的问题。同时,需要指出两种安装方式的优缺点,比如conda可能更稳定,而pip版本更新。 最后,生成相关问题,比如如何选择版本,解决导入错误,性能差异等。</think>### 在Ubuntu 18.04上通过Anaconda3安装OpenCV的步骤 #### 1. 创建并激活虚拟环境(可选) 建议在虚拟环境中安装以避免依赖冲突: ```bash conda create -n py_env python=3.9 # 创建名为py_env的环境,Python版本可自选 conda activate py_env # 激活环境 ``` #### 2. 选择安装方式 ##### 方式一:通过Conda安装(适用于OpenCV 3.x) 从`menpo`频道安装编译OpenCV3: ```bash conda install -c menpo opencv3 # 安装OpenCV3[^1][^2] ``` 此方式自动解决依赖问题,但版本可能较旧(如OpenCV 3.4.x)。 ##### 方式二:通过pip安装(支持更版本) 使用`pip`安装指定版本的OpenCV(如4.4.0): ```bash pip install opencv-python==4.4.0.46 # 安装OpenCV 4.4.0[^3] ``` 或安装最新版本: ```bash pip install opencv-python ``` #### 3. 验证安装 在Python中执行以下代码: ```python import cv2 print(cv2.__version__) # 输出类似"4.4.0"表示成功 ``` #### 4. 解决常见问题 - **GTK模块报错**:安装缺失的依赖: ```bash sudo apt-get install libcanberra-gtk-module # 修复Gtk-Message报错[^2] ``` - **虚拟环境路径问题**:确保IDE(如PyCharm)选择正确的Anaconda环境[^4]。 #### 5. 两种方式对比 | 方式 | 优点 | 缺点 | |--------|---------------------|---------------------| | Conda | 自动处理依赖 | 版本较旧(3.x) | | pip | 支持新版(4.x) | 需手动处理系统依赖 | ---
    评论
    添加红包

    请填写红包祝福语或标题

    红包个数最小为10个

    红包金额最低5元

    当前余额3.43前往充值 >
    需支付:10.00
    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
    实付
    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