linux下opencv編譯

㈠ linux下對caffe和opencv這些庫的調用怎麼編譯

linux下怎麼把python怎麼引進caffe首先，先要再linux上安裝opencv的庫，在線安裝的話，很容易 然後，編譯的時候需要加上 `pkg-config opencv --libs --cflags opencv` 參數

㈡ linux下opencv-2.4.13要用哪個版本的cmake來進行編譯

1.下載然後解壓安裝壓縮包

unzip opencv-2.4.13.zip

2. 進入剛解壓的文件夾，建立release文件夾

cd opencv-2.4.13mkdir release

3. 安裝一下必須的依賴庫

sudo apt-get install build-essential cmake libgtk2.0-dev pkg-config python-dev python-numpy libavcodec-dev libavformat-dev libswscale-dev

4. 進入release文件夾,用cmake編譯OpenCV的源碼，把lib安裝到/usr/local目錄下

cd release
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..

5. 安裝

sudo make install

㈢ 如何在Linux下編譯安裝OpenCV

下載opencv的linux安裝版，使用cmake工具編譯安裝，按照opencv的安裝文檔，一般是先執行cmake config，然後執行cmake install。

㈣ linux 下 opencv程序怎麼編譯

運行了樓上給的命令之後，結果是這樣的：
# g++ `pkg-config opencv --libs --cflags opencv` facedect.cpp -o facedect -static
/tmp/cc8XhRf6.o: In function `find_face(_IplImage*)':
facedect.cpp:(.text+0x51): undefined reference to `cvCreateImage'
facedect.cpp:(.text+0xc0): undefined reference to `cvCreateImage'
facedect.cpp:(.text+0xdd): undefined reference to `cvCvtColor'
facedect.cpp:(.text+0xf7): undefined reference to `cvResize'
facedect.cpp:(.text+0x109): undefined reference to `cvEqualizeHist'
facedect.cpp:(.text+0x116): undefined reference to `cvClearMemStorage'
facedect.cpp:(.text+0x188): undefined reference to `cvHaarDetectObjects'
facedect.cpp:(.text+0x1c6): undefined reference to `cvReleaseImage'
facedect.cpp:(.text+0x1d1): undefined reference to `cvReleaseImage'
/tmp/cc8XhRf6.o: In function `isperson(char const*)':
facedect.cpp:(.text+0x21e): undefined reference to `cvLoad'
facedect.cpp:(.text+0x22f): undefined reference to `cvCreateMemStorage'
facedect.cpp:(.text+0x25a): undefined reference to `cvLoadImage'
facedect.cpp:(.text+0x27d): undefined reference to `cvReleaseImage'
facedect.cpp:(.text+0x289): undefined reference to `cvDestroyWindow'
collect2: ld returned 1 exit status

㈤ 如何早linux 下編譯運行opencv測試程序

首先，先要再linux上安裝opencv的庫，在線安裝的話，很容易 然後，編譯的時候需要加上 `pkg-config opencv --libs --cflags opencv` 參數。

㈥ linux里opencv怎麼交叉編譯

一、交叉編譯opencv 構造： 下載：各個庫的下載可以直接搜名字到官網下載 幾個關鍵解釋： 「--prefix=」 後邊跟make install時的位置，本例中，libz在make install時將安裝到/usr/arm-linux-gnueabihf中 「--host=」 後邊跟arm-linux表明使用的是ARM環境 有configure的才能進行configure配置 4）所有的makefile修改類似 Libz的交叉編譯 第一步：# ./configure --prefix=/usr/arm-linux-gnueabihf --shared 第二步：修改makefile，主要有下邊幾個，修改的時候通篇參照即可 CC=arm-linux-gnueabihf-gcc AR=arm-linux-gnueabihf-ar rc RANLIB=arm-linux-gnueabihf-ranlib STRIP = arm-linux-gnueabihf-strip 如果有ARCH的話，ARCH=ARM 第三步：#sudo make #sudo make install Libjpeg的交叉編譯 第一步：#./configure --host=arm-linux --prefix=/usr/arm-linux-gnueabihf --enable-shared --enable-static CC=arm-linux-gnueabihf-gcc 第二步：參考1）中方法修改makefile 第三步：#sudo make #sudo make install Libpng的交叉編譯 第一步：#./configure --host=arm-linux --prefix=/usr/arm-linux-gnueabihf --enable-shared --enable-static CC=arm-linux-gnueabihf-gcc 第二步：參考1）中方法修改makefile 第三步：#sudo make #sudo make install Yasm的交叉編譯 第一步：#./configure --host=arm-linux --prefix=/usr/arm-linux-gnueabihf --enable-shared --enable-static 第二步：修改makefile 第三步：#sudo make #sudo make install Libx264的交叉編譯 第一步：#CC=arm-linux-gnueabihf-gcc ./configure --enable-shared --host=arm-linux --disable-asm --prefix=/usr/arm-linux-gnueabihf 第二步：修改config.mak里的參數，因為makefile要調用config.mak，所以修改方法同makefile 第三步：#sudo make #sudo make install Libxvid的交叉編譯 第一步：首先切換目錄 #cd build/generic 第二步：#./configure --prefix=/usr/arm-linux-gnueabihf --host=arm-linux --disable-assembly 第三步：#sudo make #sudo make install ffmpeg的交叉編譯 第一步： ./configure --enable-cross-compile --target-os=linux --cc=arm-linux-gnueabihf-gcc --arch=arm --enable-shared --disable-static --enable-gpl --enable-nonfree --enable-ffmpeg --disable-ffplay --enable-ffserver --enable-swscale --enable-pthreads --disable-yasm --disable-stripping --enable-libx264 --enable-libxvid --extra-cflags=-I/usr/arm-linux-gnueabihf/include --extra-ldflags=-L/usr/arm-linux-gnueabihf/lib --prefix=/usr/arm-linux-gnueabihf 第二步：修改makefile文件 第三步：#sudo make #sudo make install 第四步：將ffmpeg加入pkg-config 執行#sudo gedit /etc/bash.bashrc，在末尾加入 export LD_LIBRARY_PATH=/usr/arm-linux-gnueabihf/lib/ export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/arm-linux-gnueabihf /lib/pkgconfig export PKG_CONFIG_LIBDIR=$PKG_CONFIG_LIBDIR:/usr/arm-linux-gnueabihf /lib/ 完畢後使用命令：#source /etc/bash.bashrc 或者單獨使用三個export，不過壽命只在一個終端中，終端關閉時就失效。 幾個關鍵解釋：--extra-flags指向xvid的安裝路徑，--extra-ldflags指向x264的路徑 安裝cmake-gui 執行：#sudo apt-get install cmake-qt-gui Opencv的交叉編譯 第一步：修改opencv/platflrms/linux/目錄下的arm-gnueabi.toolchain.cmake，將其所有刪掉，寫入： set( CMAKE_SYSTEM_NAME Linux ) set( CMAKE_SYSTEM_PROCESSOR arm ) set( CMAKE_C_COMPILER arm-linux-gnueabihf-gcc ) set( CMAKE_CXX_COMPILER arm-linux-gnueabihf-g++ ) 第二步：在opencv目錄下新建build目錄，進入build目錄，執行命令： #cmake -DCMAKE_TOOLCHAIN_FILE=../platforms/linux/arm-gnueabi.toolchain.cmake ../ 這時，要保證出現： 第三步：使用cmake-gui打開CMakeCache.txt，去掉所有的無關項，修改CMAKE_INSTALL_PREFIX，來確定make install的目錄 第四步：#sudo make #sudo make install 可能出現的錯誤： opencv編譯不通過，出現skip之類的，說明ffmpeg沒編譯好，或者其編譯好了，但是pkg-config沒有設置好，一定要設置好其環境 前邊幾步不通過的話，看看命令有沒有少，或者有沒有修改好makefile 在arm上使用時，一種方法時直接將編譯好的opencv目錄下的lib文件拷貝到開發板對應的/lib目錄下，其他或者拷貝到自己指定的目錄，並設置好環境變數即可使用

㈦ linux怎麼直接用gcc編譯含有opencv的

首先，先要再linux上安裝opencv的庫，在線安裝的話，很容易

然後，編譯的時候需要加上 `pkg-config opencv --libs --cflags opencv` 參數

㈧ linux下cmake編譯opencv 為什麼這么慢

是你的編譯器版本不對，
You
probably
need
to
select
a
different
build
tool.
在點擊configure時，會出來一個選擇編譯器的框，你選一個你機器里有的編譯器就可以了。

㈨ linux opencv 怎麼重新編譯單個源碼

首先，先要再linux上安裝opencv的庫，在線安裝的話，很容易 然後，編譯的時候需要加上 `pkg-config opencv --libs --cflags opencv` 參數

㈩ linux 怎麼用opencv

預備

GCC
CMake
OpenCV

這些都可以在CentOS 6.0的「添加/刪除軟體」裡面找到並安裝。其他Linux版本可以選擇用編譯後安裝或者在Rpmfind尋找二進制安裝版本：

http://rpmfind.net/

CentOS安裝OpenCV 2.4+

下載OpenCV 2.4+壓縮包解壓到一個文件夾里，如：/home/me/opencv/
構建Makefile，在終端輸入，進行構建：

cd /home/me/opencv/

cmake .

進行編譯並安裝，編譯過程可能有些警告發生，請無視這些警告：

make

make check

make install

寫一個OpenCV程序

新建一個簡單的程序，例如：DisplayImage.cpp。

#include <stdio.h>
#include <cv.h>
#include <highgui.h>

//使用cv這個命名空間
using namespace cv;

/* 主函數
*C語言規定main函數只能有兩個參數，
*習慣上將這兩個參數寫成argc和argv。
*第一個代表(傳參個數+1)，
*第二個代表傳慘數據。
*一般有兩種寫法：
*main( int argc, char* argv[])
*main( int argc, char** argv)
*/
int main( int argc, char** argv )
{
//建立一個Mat類型的變數image
Mat image;
/* API中有：
* C++: Mat imread(const string& filename, int flags=1 )
* 意思是返回Mat類型數據，第一個參數接受一個string類型的引用，
* 第二個參數接受一個int類型的flags，一般都是1。
*/
image = imread( argv[1], 1 );

//當傳的參數不是一個，或者圖片沒有數據則提示沒有圖片並退出程序
if( argc != 2 || !image.data )
{
printf( "沒有該圖片 \n" );
return -1;
}

//C++: void namedWindow(const string& winname, int flags=CV_WINDOW_AUTOSIZE )
namedWindow( "顯示圖片", CV_WINDOW_AUTOSIZE );
//C++: void imshow(const string& winname, InputArray mat)
imshow( "顯示圖片", image );
//C++: int waitKey(int delay=0)
waitKey(0);

return 0;
}

新的頭文件寫法

同樣的程序，可以用新的頭文件寫法來寫：

#include "opencv2/core/core.hpp"

#include "opencv2/highgui/highgui.hpp"

#include <stdio.h>

using namespace cv;

int main( int argc, char** argv ){
Mat image;
image = imread( argv[1]);

if( argc != 2 || !image.data ){
printf("沒有圖片\n");
return -1;
}

namedWindow( "顯示圖片", CV_WINDOW_AUTOSIZE );
imshow( "顯示圖片", image );
waitKey(0);

return 0;
}

創建一個對應的CMake文件

新建一個CMakeLists.txt，內容大概是這樣的：

project( DisplayImage )
find_package( OpenCV REQUIRED )
add_executable( DisplayImage DisplayImage )
target_link_libraries( DisplayImage ${OpenCV_LIBS} )

生成可執行文件

cd <DisplayImage_directory>
cmake .
make

結果

生成了一個DisplayImage文件，所以運行這個文件，將文件路徑傳進去：

./DisplayImage lena.jpg

你就能看到圖片了