- 1. 学习如何在你的电脑上配置OpenCV-Python环境!
- 1.1 开始了解OpenCV-Python
- 1.2 在 Windows 下安装 OpenCV-Python
- 1.3 在 Fedora 环境下安装 OpenCV-Python
- 1.4 在 Debian(Ubuntu)中配置 OpenCV-Python
- 1.5 在Docker中安装OpenCV-Python
- 1.6 在树莓派配置OpenCV-Python
- 2. OpenCV中的GUI功能
- 2.1 开始使用图像
- 2.2 开始使用视频
- 2.3 OpenCV 中的绘图函数
- 2.4 以鼠标为画笔
- 2.5 用滑块控制条做调色板
- 3. OpenCV中的GUI功能
- 3.1 图片基本操作
- 3.2 图像算术操作
- 3.3 性能评估与改进技巧
- 4. OpenCV中的图像处理
- 4.1 更换颜色空间
- 4.2 对图像进行几何变换
- 4.3 图像二值化处理
- 4.4 平滑图像
- 4.5 形态学转换
- 4.6 图像梯度
- 4.7 Canny边缘检测
- 4.8 图像金字塔
- 4.9.1 直方图:查找,绘制,分析
- 4.9.2 直方图均衡化
- 4.9.3 二维直方图
- 4.9.4 直方图反投影
- 4.10 OpenCV中的图像变换
- 4.10.1 傅立叶变换
- 4.11 模板匹配
- 4.12 霍夫直线变换
- 4.13 霍夫圆变换
- 4.14 基于分水岭算法的图像分割
- 4.14 使用 GrabCut 算法交互式前景提取
- 5. 特征检测和描述符
- 5.1 理解特征
- 5.2 Harris 角点检测
- 5.3 Shi-Tomasi 角点检测 & 适合用来跟踪的特征
- 5.4 介绍SIFT(尺度不变特征转换)
- 5.5 介绍SURF(加速稳健特征)
- 5.6 角点检测的FAST算法
- 5.7 BRIEF特征点描述算法
- 5.8 ORB 特征描述符(Oriented FAST and Rotated BRIEF)
- 5.9 特征匹配
- 5.10 特征匹配和使用单应性匹配来搜索物体
- 6. 视频分析
- 6.1 Meanshift和Camshift
- 6.2 光流
- 6.3 背景分割
- 7. 相机校准和3D重建
- 7.1 相机校准
- 7.2 姿势估计
- 7.3 极线几何
- 7.4 来自立体图像的深度图
- 8. 机器学习
- 8.1 K-最近邻算法
- 8.1.1 了解k-最近邻算法
- 8.1.2 使用kNN进行手写字符的OCR
- 8.2 支持向量机(SVM)
- 8.2.1 理解SVM
- 8.2.2 使用SVM的手写数据的OCR
- 8.3 K-Means聚类
- 8.3.1 理解 K-Means 聚类
- 8.3.2 OpenCV中的K-Means聚类
- 9. 计算摄影学
- 9.1 图像去噪
- 9.2 图像修复
- 9.3 高动态范围(HDR)
- 10. 目标检测
- 10.1 使用 Haar Cascades 的面部识别
- 11. OpenCV-Python 绑定
- 11.1 OpenCV-Python绑定如何工作?
文章来源于网络收集而来,版权归原创者所有,如有侵权请及时联系!
1.6 在树莓派配置OpenCV-Python
注
原英文文档无此章节。
很多人都喜欢树莓派这样一个卡片电脑,树莓派在嵌入式设备和机器人方面扮演了重要作用,而OpenCV及其Python绑定也能工作在树莓派上。
注意:本教程暂时不会教你如何配置树莓派摄像头!
目标
在这个教程中:
我们将会学习如何在Raspbian环境下安装OpenCV-Python。下面的步骤在树莓派 3B(raspbian jessie
)下通过了测试。
从源码编译安装OpenCV
pip上并没有针对树莓派的OpenCV-Python包,故除了从源码编译外无计可施。
下面的依赖基本都是必须的,如果有对其他OpenCV扩展功能的需求(如添加摄像头),请自行安装依赖并修改CMake
选项。
安装依赖
sudo apt update
sudo apt install g++ cmake python3 python3-dev python3-pip pkg-config
pip3 install numpy
下载源码包
有两种下载源码包的方法:
获得sorceforge上的发行版源码
# 使用wget下载源码压缩包 sudo apt install wget unzip wget https://nchc.dl.sourceforge.net/project/opencvlibrary/opencv-unix/3.3.1/opencv-3.3.1.zip wget https://github.com/opencv/opencv_contrib/archive/3.3.1.zip # 解压备用 unzip opencv-3.3.1.zip unzip 3.3.1.zip
从GitHub上拉取最新版本的源码(如果你要为OpenCV贡献代码,你需要选择此项)
sudo apt install git git clone https://github.com/opencv/opencv.git git clone https://github.com/opencv/opencv_contrib.git
准备构建
进入下载到的源码文件夹
cd opencv-3.3.1 # 如果使用的是GitHub上的源码,那文件夹就叫opencv
建立一个build文件夹,并进入它
mkdir build
cd build
利用cmake配置安装
请注意../../opencv_contrib-3.3.1/modules这部分要根据你的opencv_contrib文件夹的路径进行调整
cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D INSTALL_C_EXAMPLES=OFF \
-D INSTALL_PYTHON_EXAMPLES=ON \
-D BUILD_EXAMPLES=OFF \
-D BUILD_opencv_python3=ON \
-D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-3.3.1/modules \
-D BUILD_TESTS=OFF \
-D BUILD_PERF_TESTS=OFF \
-D WITH_OPENCL=OFF \
-D WITH_CUDA=OFF \
-D BUILD_opencv_gpu=OFF \
-D BUILD_opencv_gpuarithm=OFF \
-D BUILD_opencv_gpubgsegm=OFF \
-D BUILD_opencv_gpucodec=OFF \
-D BUILD_opencv_gpufeatures2d=OFF \
-D BUILD_opencv_gpufilters=OFF \
-D BUILD_opencv_gpuimgproc=OFF \
-D BUILD_opencv_gpulegacy=OFF \
-D BUILD_opencv_gpuoptflow=OFF \
-D BUILD_opencv_gpustereo=OFF \
-D BUILD_opencv_gpuwarping=OFF ..
还有其他许多标志和设置。 留给你进一步探索。
构建&安装
make
sudo make install
这样应该就装好了。
注意,编译非常之慢(尤其是最后cv2.cpp的编译,需要数个小时),你也许会想要打开-j4
等并行编译命令来加速编译,但这对最后cv2.cpp的编译基本没有帮助,而且由于make的缺陷,时常会报错,故不建议开启。
测试
打开一个Python控制台,试试看:
>>> import cv2
>>> cv2.__version__
如果没有出现错误,而且正确的打印出了你安装的OpenCV版本号,那恭喜你成功了!
练习
- 在你的树莓派上从源码构建安装OpenCV-Python。
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论