概述在Linux下编译安装OpenCV的步骤

OpenCV是一个跨平台的计算机视觉库，可以运行在Windows、Linux、MacOS等操作系统上。OpenCV提供了众多语言的接口，其中就包含了Python，Python是一门上手容易、使用起来十分让人愉悦的语言，利用Python学习OpenCV，相信能更快的获得效果。

OpenCV的官方下载网址是http://opencv.org/releases.html，我选择的是最新3.2.0版本，对于Windows用户，可直接下载exe文件安装，过程十分简单，这里就不再多说了，如果遇到问题可以看看官方的安装指南，对于Linux用户，可下载OpenCV源码自行编译，在官网上下载zip格式的源码压缩包。

准备环境

首先安装如下几个软件包：

GCC 4.4.x or later

CMake 2.8.7 or higher

Git

GTK+2.x or higher， including headers （libgtk2.0-dev）

pkg-config

Python 2.6 or later and Numpy 1.5 or later with developer packages （python-dev， python-numpy）

ffmpeg or libav development packages： libavcodec-dev， libavformat-dev， libswscale-dev

［optional］ libtbb2 libtbb-dev

［optional］ libdc1394 2.x

［optional］ libjpeg-dev， libpng-dev， libtiff-dev， libjasper-dev， libdc1394-22-dev

［optional］ CUDA Toolkit 6.5 or higher

［optional］代表这个package是可选的，上面这些包都是可以通过apt-get命令直接安装的，打开终端，输入以下命令：

［compiler］

$ sudo apt-get install build-essential

［required］

$ sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

［optional］

$ sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-dev

只需一小会，编译所依赖的packages便全部安装完毕了（这也是我喜欢Linux的原因之一，安装package十分的便利）。接着就是开始编译了，实际上编译只需要三行命令就可以完成。不过在此之前，还要在解压后的opencv-XXX 文件夹内建立一个build文件夹，编译生成的makefiles、project files、object files和output files会放在build文件夹里面，完成后，就可以开始正式的编译了。

开始安装

第一步，配置。

$ cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local 。。

CMAKE_BUILD_TYPE：　　　　 build的类型，有Release和Debug两种

CMAKE_INSTALL_PREFIX：　　指定想要安装OpenCV的文件夹目录，一般就用/usr/local

除此之外，还可以添加上BUILD_DOCS 来build文档 以及 BUILD_EXAMPLES 来build所有的样例

注意：如果上面的命令行无法工作，则把-D后面的空格去掉：

$ cmake -D CMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local 。。

第二步，build。为了加快编译速度，一般会使用多线程的方法：

make -j7 # 同时使用七个线程

第三步，安装。

sudo make install

如果到现在你还没遇到任何问题，那么恭喜你，你已经成功在Linux上安装了OpenCV。为了测试你的OpenCV能否在Python上使用，可以运行一段小代码，读取一张图片并显示出来：

import cv2image = cv2.imread（“logo.png”， 1）cv2.imshow（“Hello， world！”， image）cv2.waitKey（0）cv2.destroyAllWindows（）

如果运行时报错，尝试把图片的相对路径改为绝对路径。运行成功后，你会看到：