OpenCV3.3安装教程

简介

OpenCV于8月3日正式发布了OpenCV3.3版本，下载地址1SourceForge，下载地址2Github

改变

• 主要消息是我们将DNN模块从opencv_contrib推广到主存储库，改进和加速了很多。不再需要外部BLAS实现。对于GPU，使用Halide（http://halide-lang.org）进行实验DNN加速。 有关该模块的详细信息可以在我们的wiki中找到：OpenCV中的深度学习。
• OpenCV现在可以使用标志ENABLE_CXX11构建为C ++ 11库。添加了C ++ 11程序员的一些很酷的功能。
• 由于“动态调度”功能，我们还在OpenCV的默认版本中启用了不少AVX / AVX2和SSE4.x优化。 DNN模块还具有一些AVX / AVX2优化。
• Intel Media SDK现在可以被我们的videoio模块用来进行硬件加速的视频编码/解码。支持MPEG1 / 2，以及H.264。
• 嵌入OpenCV Intel IPP子集已从2015.12升级到2017.2版本，从而在我们的核心和imgproc perf测试中提高了15％的速度。
• 716拉请求已经合并，588我们的错误跟踪器中的问题已经关闭，因为OpenCV 3.2。 另外，我们通过一些严格的静态分析仪工具运行OpenCV，并修复了检测到的问题。 所以OpenCV 3.3应该是非常稳定和可靠的释放。

有关OpenCV 3.3的更改和新功能的更多详细信息，请参见OpenCV改变日志

环境

Windows10 x64
Visual Studio 2013

下载

CMake

Cmake下载安装教程

OpenCV3.3

进入OpenCV的发行版本官网，选择3.3.0的Sources版本进行下载（这里我们打算CMake对OpenCV3.3源码进行生成VS2013的x64位解决方案sln）

安装

1.解压OpenCV3.3.0源码，并创建Build文件夹路径

其中opencv-3.3.0是刚才下载opencv-3.3.0.zip解压出来的文件夹，而OpenCV_VS2013_x64是自定义创建的文件夹，用于存放CMake生成的目标解决方案

2.打开CMake，添加源码和目标文件夹路径

打开已安装好的CMake软件

(1)添加解压出的OpenCV-3.3.0文件夹绝对路径（比如，我的绝对路径是D:\OpenCV\OpenCV3.3\opencv-3.3.0），

(2)添加自定义创建的OpenCV-3.3.0build的空文件夹，这里文件夹名称为“OpenCV3.3_VS2013_x64”，因为OpenCV版本是3.3，编译器是VS2013，并且打算生成x64位的解决方案（比如，我的绝对路径是D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64）

3. 多次Configure，配置相应库

点击Configure按钮后，会出现下述界面，选择你所需要的编译器和解决方案版本（这里我选择的是Visual Studio 12 2013 Win64）

点击Finish，CMake开始对OpenCV源码进行配置生成并下载相应函数库，如ffmpeg，IPP等（此时需要等待若干分钟）

当第一次Configure后，界面会出现红色部分，这是为了让用户可以手动补充相应函数库，如TBB、CUDA、Eigen等，这里视你的需求而定，若需要其他库，请自行下载相应库，并自行配置库的include和lib

因为我是第一次配置OpenCV3.3，怕出现一些不必要的版本兼容问题，所以没有额外添加库，并且这里将CUDA的选项也注销了，即取消勾选WITH的WITH_CUDA（第一次最好不要配置CUDA版本的OpenCV3.3，因为较复杂，若配置无CUDA版本的OpenCV3.3成功后，可以再配置CUDA版的）

再次点击Configure，确保红色画面消失，如果红色画面一直未消失，请检查WITH选项，是否勾选了不必要的库

4.点击Generate，生成opencv解决方案

(1) 当多次Configure后（一般只需要2次），红色界面完全消失，并出现Configuring done的提示。

(2) 此时请点击Generate按钮，生成相应的解决方案，若出现Generating done的提示，即表明解决方案生成成功。

(3) 继续点击Open Project。此时CMake会自行启动Visual studio 2013软件，打开上述生成的解决方案

5.Build并Install opencv解决方案

此时Visual studio 2013软件，已上述生成的解决方案opencv

Debug

(1) 右击All_BUILD，选择生成 。此时需要等待很长时间，大概半个小时

(2) 生成完成后，右击INSTALL，选择生成（会在自定义创建的OpenCV文件夹下生成一个install文件夹，包含了include和bin）

上述过程完成后，生成的是Debug版的动态链接库，此时还需要在Release下进行生成

Release

与上述Debug步骤一致

1) 右击All_BUILD，选择生成 。此时需要等待很长时间，大概半个小时

(2) 生成完成后，右击INSTALL，选择生成

右击install生成

自动生成的install文件夹

配置OpenCV3.3动态链接库

若要调用OpenCV3.3需要将bin绝对路径，添加到系统环境变量中

此时我的bin绝对路径为D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\x64\vc12\bin，如下图所示，该文件夹下有很多dll文件，其中带d的表示Debug版，不带d的表示Release版。

将bin绝对路径，添加到系统环境变量中，如何找到“编译环境变量”，可以自行百度或者参考下述界面来寻找

OpenCV3.3示例

此时已经配置好了OpenCV动态链接库的环境。

为了需要检验OpenCV3.3是否配置成功，能否正常调用，我们创建新的VS项目，写一段测试代码来检验。

(1) 创建新的Visual Studio工程

(2)配置工程

因为上述生成的是Visual Studio2013 x64的动态链接库，不适用于x86的工程，所以需要配置x64的工程，操作如下

在属性管理器中，添加新项目属性页，如选中并右击，再选择“新项目属性页”

Debug

这里将新建的属性页命名为：OpenCV3.3_VS2013_Debug_x64

(a) include，为属性页的包含目录添加include路径，此时需要添加三个路径，即x64文件夹下的include及其子文件夹的绝对路径

D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\include

D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\include\opencv

D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\include\opencv2

(b) lib，为属性页的库目录添加lib路径，即D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\x64\vc12\lib

并需要在属性页--链接器--输入--附加依赖项中添加库的名称

注意OpenCV3.3一共有17个动态链接库，因为是现在添加的是Debug版本，所以后缀带d（只需要将下述17个文件名Copy一下）

opencv_calib3d330d.lib
opencv_core330d.lib
opencv_dnn330d.lib
opencv_features2d330d.lib
opencv_flann330d.lib
opencv_highgui330d.lib
opencv_imgcodecs330d.lib
opencv_imgproc330d.lib
opencv_ml330d.lib
opencv_objdetect330d.lib
opencv_photo330d.lib
opencv_shape330d.lib
opencv_stitching330d.lib
opencv_superres330d.lib
opencv_video330d.lib
opencv_videoio330d.lib
opencv_videostab330d.lib

(c) bin，因为之前已经在系统环境变量中添加了bin文件夹路径，所以不需要再添加

Release

在属性管理器中的Release|x64，新建一个属性页命名为：OpenCV3.3_VS2013_Release_x64

下述操作和Debug类似，但库文件名称不一致，因为不含d

(a) include，为属性页的包含目录添加include路径，此时需要添加三个路径，即x64文件夹下的include及其子文件夹的绝对路径

D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\include

D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\include\opencv

D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\include\opencv2

(b) lib，为属性页的库目录添加lib路径，即D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\x64\vc12\lib

并需要在属性页--链接器--输入--附加依赖项中添加库的名称

注意OpenCV3.3一共有17个动态链接库，因为是现在添加的是Release版本，所以后缀无d（只需要将下述17个文件名Copy一下）

opencv_calib3d330.lib
opencv_core330.lib
opencv_dnn330.lib
opencv_features2d330.lib
opencv_flann330.lib
opencv_highgui330.lib
opencv_imgcodecs330.lib
opencv_imgproc330.lib
opencv_ml330.lib
opencv_objdetect330.lib
opencv_photo330.lib
opencv_shape330.lib
opencv_stitching330.lib
opencv_superres330.lib
opencv_video330.lib
opencv_videoio330.lib
opencv_videostab330.lib

OpenCV测试Demo

在写代码前，先准备一张图像，保存在工程目录下，如xxx\OpenCV3.3\OpenCV3.3_TestDemo

在上述工程中新建demo.cpp文件，添加下述代码

[cpp]  view plain  copy

1. #include <opencv.hpp>  
2. #include <iostream>  
3. using namespace cv;  
4. using namespace std;  
5.   
6. int main()  
7. {  
8.     cout << "OpenCV Version: " << CV_VERSION << endl;  
9.     Mat img = imread("img.jpg");  
10.     imshow("img",img);  
11.     waitKey(0);  
12.     return 0;  
13. }  

运行结果

(1) 输出OpenCV的版本号

(2) 显示出输入的图像

注： 分别在Debug和Release下运行，若都能正常运行，即表明OpenCV3.3配置成功

总结

(1) 上述只是实现了OpenCV的基本配置，并没有配置CUDA和contrib

(2) OpenCV3.3有一个强大的地方，加入了DNN还有深度学习的相关模块，也表明现在的趋势（AI时代）

(3) 有了强大的工具，还不赶紧上手完成你的梦想，just do it~

简介

OpenCV于8月3日正式发布了OpenCV3.3版本，下载地址1SourceForge，下载地址2Github

改变

• 主要消息是我们将DNN模块从opencv_contrib推广到主存储库，改进和加速了很多。不再需要外部BLAS实现。对于GPU，使用Halide（http://halide-lang.org）进行实验DNN加速。 有关该模块的详细信息可以在我们的wiki中找到：OpenCV中的深度学习。
• OpenCV现在可以使用标志ENABLE_CXX11构建为C ++ 11库。添加了C ++ 11程序员的一些很酷的功能。
• 由于“动态调度”功能，我们还在OpenCV的默认版本中启用了不少AVX / AVX2和SSE4.x优化。 DNN模块还具有一些AVX / AVX2优化。
• Intel Media SDK现在可以被我们的videoio模块用来进行硬件加速的视频编码/解码。支持MPEG1 / 2，以及H.264。
• 嵌入OpenCV Intel IPP子集已从2015.12升级到2017.2版本，从而在我们的核心和imgproc perf测试中提高了15％的速度。
• 716拉请求已经合并，588我们的错误跟踪器中的问题已经关闭，因为OpenCV 3.2。 另外，我们通过一些严格的静态分析仪工具运行OpenCV，并修复了检测到的问题。 所以OpenCV 3.3应该是非常稳定和可靠的释放。

有关OpenCV 3.3的更改和新功能的更多详细信息，请参见OpenCV改变日志

环境

Windows10 x64
Visual Studio 2013

下载

CMake

Cmake下载安装教程

OpenCV3.3

进入OpenCV的发行版本官网，选择3.3.0的Sources版本进行下载（这里我们打算CMake对OpenCV3.3源码进行生成VS2013的x64位解决方案sln）

安装

1.解压OpenCV3.3.0源码，并创建Build文件夹路径(切记所有路径不可包含中文)

其中opencv-3.3.0是刚才下载opencv-3.3.0.zip解压出来的文件夹，而OpenCV_VS2013_x64是自定义创建的文件夹，用于存放CMake生成的目标解决方案

2.打开CMake，添加源码和目标文件夹路径

打开已安装好的CMake软件

(1)添加解压出的OpenCV-3.3.0文件夹绝对路径（比如，我的绝对路径是D:\OpenCV\OpenCV3.3\opencv-3.3.0），

(2)添加自定义创建的OpenCV-3.3.0build的空文件夹，这里文件夹名称为“OpenCV3.3_VS2013_x64”，因为OpenCV版本是3.3，编译器是VS2013，并且打算生成x64位的解决方案（比如，我的绝对路径是D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64）

3. 多次Configure，配置相应库

点击Configure按钮后，会出现下述界面，选择你所需要的编译器和解决方案版本（这里我选择的是Visual Studio 12 2013 Win64）

点击Finish，CMake开始对OpenCV源码进行配置生成并下载相应函数库，如ffmpeg，IPP等（此时需要等待若干分钟）

当第一次Configure后，界面会出现红色部分，这是为了让用户可以手动补充相应函数库，如TBB、CUDA、Eigen等，这里视你的需求而定，若需要其他库，请自行下载相应库，并自行配置库的include和lib

因为我是第一次配置OpenCV3.3，怕出现一些不必要的版本兼容问题，所以没有额外添加库，并且这里将CUDA的选项也注销了，即取消勾选WITH的WITH_CUDA（第一次最好不要配置CUDA版本的OpenCV3.3，因为较复杂，若配置无CUDA版本的OpenCV3.3成功后，可以再配置CUDA版的）

再次点击Configure，确保红色画面消失，如果红色画面一直未消失，请检查WITH选项，是否勾选了不必要的库

4.点击Generate，生成opencv解决方案

(1) 当多次Configure后（一般只需要2次），红色界面完全消失，并出现Configuring done的提示。

(2) 此时请点击Generate按钮，生成相应的解决方案，若出现Generating done的提示，即表明解决方案生成成功。

(3) 继续点击Open Project。此时CMake会自行启动Visual studio 2013软件，打开上述生成的解决方案

5.Build并Install opencv解决方案

此时Visual studio 2013软件，已上述生成的解决方案opencv

Debug

(1) 右击All_BUILD，选择生成 。此时需要等待很长时间，大概半个小时

(2) 生成完成后，右击INSTALL，选择生成（会在自定义创建的OpenCV文件夹下生成一个install文件夹，包含了include和bin）

上述过程完成后，生成的是Debug版的动态链接库，此时还需要在Release下进行生成

Release

与上述Debug步骤一致

1) 右击All_BUILD，选择生成 。此时需要等待很长时间，大概半个小时

(2) 生成完成后，右击INSTALL，选择生成

右击install生成

自动生成的install文件夹

配置OpenCV3.3动态链接库

若要调用OpenCV3.3需要将bin绝对路径，添加到系统环境变量中

此时我的bin绝对路径为D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\x64\vc12\bin，如下图所示，该文件夹下有很多dll文件，其中带d的表示Debug版，不带d的表示Release版。

将bin绝对路径，添加到系统环境变量中，如何找到“编译环境变量”，可以自行百度或者参考下述界面来寻找

OpenCV3.3示例

此时已经配置好了OpenCV动态链接库的环境。

为了需要检验OpenCV3.3是否配置成功，能否正常调用，我们创建新的VS项目，写一段测试代码来检验。

(1) 创建新的Visual Studio工程

(2)配置工程

因为上述生成的是Visual Studio2013 x64的动态链接库，不适用于x86的工程，所以需要配置x64的工程，操作如下

在属性管理器中，添加新项目属性页，如选中并右击，再选择“新项目属性页”

Debug

这里将新建的属性页命名为：OpenCV3.3_VS2013_Debug_x64

(a) include，为属性页的包含目录添加include路径，此时需要添加三个路径，即x64文件夹下的include及其子文件夹的绝对路径

D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\include

D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\include\opencv

D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\include\opencv2

(b) lib，为属性页的库目录添加lib路径，即D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\x64\vc12\lib

并需要在属性页--链接器--输入--附加依赖项中添加库的名称

注意OpenCV3.3一共有17个动态链接库，因为是现在添加的是Debug版本，所以后缀带d（只需要将下述17个文件名Copy一下）

opencv_calib3d330d.lib
opencv_core330d.lib
opencv_dnn330d.lib
opencv_features2d330d.lib
opencv_flann330d.lib
opencv_highgui330d.lib
opencv_imgcodecs330d.lib
opencv_imgproc330d.lib
opencv_ml330d.lib
opencv_objdetect330d.lib
opencv_photo330d.lib
opencv_shape330d.lib
opencv_stitching330d.lib
opencv_superres330d.lib
opencv_video330d.lib
opencv_videoio330d.lib
opencv_videostab330d.lib

(c) bin，因为之前已经在系统环境变量中添加了bin文件夹路径，所以不需要再添加

Release

在属性管理器中的Release|x64，新建一个属性页命名为：OpenCV3.3_VS2013_Release_x64

下述操作和Debug类似，但库文件名称不一致，因为不含d

(a) include，为属性页的包含目录添加include路径，此时需要添加三个路径，即x64文件夹下的include及其子文件夹的绝对路径

D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\include

D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\include\opencv

D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\include\opencv2

(b) lib，为属性页的库目录添加lib路径，即D:\OpenCV\OpenCV3.3\OpenCV3.3_VS2013_x64\install\x64\vc12\lib

并需要在属性页--链接器--输入--附加依赖项中添加库的名称

注意OpenCV3.3一共有17个动态链接库，因为是现在添加的是Release版本，所以后缀无d（只需要将下述17个文件名Copy一下）

opencv_calib3d330.lib
opencv_core330.lib
opencv_dnn330.lib
opencv_features2d330.lib
opencv_flann330.lib
opencv_highgui330.lib
opencv_imgcodecs330.lib
opencv_imgproc330.lib
opencv_ml330.lib
opencv_objdetect330.lib
opencv_photo330.lib
opencv_shape330.lib
opencv_stitching330.lib
opencv_superres330.lib
opencv_video330.lib
opencv_videoio330.lib
opencv_videostab330.lib

OpenCV测试Demo

在写代码前，先准备一张图像，保存在工程目录下，如xxx\OpenCV3.3\OpenCV3.3_TestDemo

在上述工程中新建demo.cpp文件，添加下述代码

1. #include <opencv.hpp>

2. #include <iostream>

3. using namespace cv;

4. using namespace std;

5.  

6. int main()

7. {

8. cout << "OpenCV Version: " << CV_VERSION << endl;

9. Mat img = imread("img.jpg");

10. imshow("img",img);

11. waitKey(0);

12. return 0;

13. }

运行结果

(1) 输出OpenCV的版本号

(2) 显示出输入的图像

注： 分别在Debug和Release下运行，若都能正常运行，即表明OpenCV3.3配置成功

总结

(1) 上述只是实现了OpenCV的基本配置，并没有配置CUDA和contrib

(2) OpenCV3.3有一个强大的地方，加入了DNN还有深度学习的相关模块，也表明现在的趋势（AI时代）

(3) 有了强大的工具，还不赶紧上手完成你的梦想，just do it~

参考博客：https://blog.csdn.net/hjxu2016/article/details/82390434
https://www.cnblogs.com/wmr95/p/7567999.html
1.opencv下载
https://opencv.org/releases/
版本选择opencv3.3
2.安装准备
sudo apt-get update # 更新软件源
3.检查g++和gcc 开发环境

 sudo apt-get install build-essential

统一gcc和g++
（前面安装cuda时将gcc 版本将为4.8版本，需要提前改成5.4版本）

sudo apt-get install gcc-4.8

设置默认的gcc版本

gcc --version

查看当前版本，此时，返回Ubuntu 16.04自带的5.4.0这个版本号，现在使用gcc命令编译时还是会用新版本。

ls /usr/bin/gcc*

查看已有的gcc版本，确认一下刚才4.8.5有没有装成功。

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.8 100

注释：update-alternatives: --install 需要 <链接> <名称> <路径> <优先级>。链接可以不写。
gcc 升级

只需要将
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 100
然后输入
sudo update-alternatives --config gcc

手动选择gcc版本。
gcc --version
4.安装opencv的相关工具和常用图像工具包

sudo apt-get install cmake git pkg-config 
sudo apt-get install libjpeg8-dev libtiff5-dev libjasper-dev libpng12-dev

注解：
libjpeg8-dev jpeg格式图像工具包
libtiff5-dev tif格式图像工具包
libjasper-dev JPEG-2000图像工具包
libpng12-dev png图像工具包
安装视频I/O包

sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev

5.安装优化函数包

sudo apt-get install libatlas-base-dev gfortran

6.在opencv-3.4.3目录下创建build文件夹
mkdir build & cd build
7.CMake配置编译

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D BUILD_NEW_PYTHON_SUPPORT=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON ..

如果以下错误：

qmake: could not exec '/usr/lib/x86_64-linux-gnu/qt4/bin/qmake': No such file     or         directory

执行以下指令：
sudo apt-get install qt5-default
重新执行CMake配置编译。
8.Make编译和安装
sudo make
sudo make install
9. 环境配置添加库路径
sudo gedit /etc/ld.so.conf.d/opencv.conf
#打开后可能是空文件，在文件内容最后添加
/usr/local/lib
更新系统库
sudo ldconfig
10. 配置bash，执行如下命令
sudo gedit /etc/bash.bashrc
在末尾添加
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
11.保存退出，然后执行如下命令使得配置生效
source /etc/bash.bashrc
#激活配置然后更新database
sudo updatedb

上述过程不知道是什么原因正常安装后并不能到导入cv2

可以使用如下方式
sudo apt-get install python-opencv(python2.7.12版本)
sudo pip3 install opencv-python(python3.5版本)

提示pip找不到命令
sudo:pip3;找不到命令
sudo apt-get install python3-pip

安装成功后，在终端输入python（默认python 2.7.12）
import cv2 不报错，安装成功
可能会出现无法定位到软件包的问题

这时候需要更新下apt，在ternimal输入命令：
sudo apt-get update: