UBUNTU 下编译安装opencv-2.4.6.1

本文提供详细的OpenCV 2.4.6.1安装步骤,包括必要的编译环境安装、配置过程及库文件设置等,确保在Linux环境下顺利安装并使用OpenCV。

转自  http://www.cnblogs.com/JohnShao/archive/2011/09/22/2184653.html


opencv-2.4.6.1 下载


1.首先在终端运行下列命令进行必要的编译环境安装。

sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg62-dev libtiff4-dev cmake libswscale-dev libjasper-dev


2. cd 进入包所在地址

 解压  tar xf opencv-2.4.6.1

  进入文件   cd OpenCV-2.4.6.1

建一个文件夹  mkdir build 

   进入文件  cd build

利用上一级文件夹下的配置文件CMakeLists.txt 编译  CMake ..

4 依次运行  

1 make
2 sudo make install
  此时编译成功。

5 现在需要配置必要的库。运行 sudo gedit /etc/ld.so.conf.d/opencv.conf

添加,/usr/local/lib,到文件  opencv.conf  文件或许是空的,不影响。

6  运行此命令  sudo ldconfig

7 现在运行这条命令 sudo gedit /etc/bash.bashrc,添加下面两行到文件的末尾并保存。

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

cd ~
2 mkdir openCV_samples
3 cp OpenCV-2.4.6.1/samples/c/* openCV_samples
4 cd openCV_samples/
5 chmod +x build_all.sh
6 ./build_all.sh


使用cmake编译项目

获取安装的cmake的版本号有个办法: 在usr/share/cmake-2.8 这是我的cmake版本号




内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
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