opencv

Pierwsze kroki z OpenCV w Ubuntu 20.40

Pierwsze kroki z OpenCV w Ubuntu 20.40
Open Source Computer Vision Library lub OpenCV to biblioteka oprogramowania do uczenia maszynowego z narzędziami programistycznymi typu open source używana do przetwarzania w czasie rzeczywistym. Składa się z ponad 2500 dobrze zoptymalizowanych algorytmów używanych do wykrywania i rozpoznawania twarzy, modelowania 3D i nakładania się zdjęć w celu tworzenia map i elewacji, przeprowadzania analizy fotometrycznej, śledzenia trajektorii obiektu, śledzenia ruchu oraz wykrywania gestów i ruchów. W połączeniu z innymi narzędziami OpenCV może nawet ocenić intencje fotografowanego obiektu.

Dzięki tak szerokiej gamie funkcji, OpenCV przez lata znalazł zastosowanie w technologii rozpoznawania twarzy, obrazowaniu medycznym, wideo z monitoringu, a nawet w usługach komercyjnych, takich jak VFX i śledzenie ruchu w przemyśle filmowym.

Ten artykuł zawiera samouczek, który pokazuje, jak zainstalować OpenCV 4 na Ubuntu 20.40 system i jak najlepiej wykorzystać tę bibliotekę, instalując najbardziej polecane pakiety.

Zaczniemy od zainstalowania zależności OpenCV przed instalacją OpenCV.

Krok 1: Zaktualizuj swój system

Najpierw otwórz terminal i wpisz następujące polecenie, aby zaktualizować system:

$ sudo apt aktualizacja i aktualizacja

Krok 2: Pobierz dodatkowe biblioteki

Następnie poproś i zainstaluj narzędzia programistyczne oraz biblioteki wizualne I/O, aby przeglądać i edytować pliki obrazów i wideo. W tym celu użyj następujących poleceń:

$ sudo apt install build-essential cmake unzip pkg-config

$ sudo apt install libjpeg-dev libpng-dev libtiff-dev

$ sudo apt zainstaluj libavcodec-dev libavformat-dev libswscale-dev libv4l-dev

$ sudo apt zainstaluj libxvidcore-dev libx264-dev

Aby jeszcze bardziej ulepszyć OpenCV, zainstaluj poniższe pakiety:

$ sudo apt install libatlas-base-dev gfortran

Krok 3: Pobierz zestaw narzędzi Gnome

Gnome Toolkit (GTK) to darmowy i open-sourceowy zestaw narzędzi do widżetów, którego można używać do tworzenia GUI. Wpisz poniższe polecenie, aby pobrać Gnome Toolkit:

$ sudo apt install libgtk-3-dev

Krok 4: Zainstaluj nagłówki programistyczne Python 3

Użyj następujących kodów, aby zainstalować nagłówki programistyczne Python 3:

$ sudo apt-get install python3-dev

Uwaga: Jeśli jeszcze nie wiesz, przeprowadzamy instalację z wiązaniami Pythona 3.

Po zainstalowaniu zależności możemy teraz przejść do pobierania OpenCV.

Krok 5: Pobierz OpenCV

Pobieranie OpenCV jest dość proste. Po prostu przejdź do swojego folderu domowego i pobierz OpenCV i opencv_contrib, które są dostarczane z kilkoma modami, które zwiększają funkcjonalność OpenCV. Aby to zrobić, wprowadź następujące informacje:

$ cd ~
$ wget -O opencv.zip https://github.com/opencv/opencv/archiwum/4.0.0.zamek błyskawiczny

$ wget -O opencv_contrib.zip https://github.com/opencv/opencv_contrib/archiwum/4.0.0.zamek błyskawiczny

Następnie wyodrębnij archiwa za pomocą poniższych poleceń:

$ rozpakuj opencv.zamek błyskawiczny

$ rozpakuj opencv_contrib.zamek błyskawiczny

Ten krok jest opcjonalny. Możesz zmienić nazwy katalogów, wprowadzając poniższe polecenia:

$ mv opencv-4.0.0 otwórzcv

$ mv opencv_contrib-4.0.0 opencv_contrib

Krok 6: Zoptymalizuj Python 3 VE dla OpenCV

W tym kroku zainstalujemy pip. W tym celu wprowadź następujące polecenia:

$ wget https://bootstrap.pypa.io/get-pip.py

$ sudo python3 get-pip.py

Krok 7: Przyzwyczaj się do środowiska VE do programowania w Pythonie

W środowisku wirtualnym można pracować z dwoma równoległymi zależnościami wersji oprogramowania.

Tutaj użyjemy pakietów virtualenv i virtualenvwrapper, aby poruszać się po wirtualnych środowiskach Pythona.

Aby zainstalować pakiety virtualenv i virtualenvwrapper i utworzyć za ich pomocą python VE, wprowadź następujące informacje:

$ sudo pip zainstaluj virtualenv virtualenvwrapper

$ sudo rm -rf ~/get-pip.py ~/.pamięć podręczna/pips

Wprowadź następujący kod, aby dołączyć ~/.plik bashrc:

$ echo -e "\n# virtualenv i virtualenvwrapper" >> ~/.bashrc

$ echo "eksportuj WORKON_HOME=$HOME/.virtualenvs" >> ~/.bashrc

$ echo "eksportuj VIRTUALENVWRAPPER_PYTHON=/usr/bin/python3" >> ~/.bashrc

$ echo "źródło /usr/local/bin/virtualenvwrapper.sh" >> ~/.bashrc

Teraz podaj ~/.plik bashrc z następującymi danymi:

$ źródło ~/.bashrc

Krok 8: Tworzenie środowiska wirtualnego

Teraz możemy przejść do tworzenia wirtualnego środowiska OpenCV 4 + Python 3. Wprowadź następujący kod, aby utworzyć środowisko wirtualne Python 3.

$ mkvirtualenv cv -p python3

Jak widać, nazwaliśmy nasz VE 'cv;' Możesz nadać swojemu VE dowolną nazwę, chociaż lepiej, aby były krótkie i trafne.

Stworzyliśmy py3cv4 VE do użycia z Pythonem 3 + OpenCV 4. Aby zobaczyć, w jakim VE jesteś, wpisz następujące polecenie:

$ workon cv

Krok 9: Zainstaluj NumPy

NumPy to pakiet biblioteki Pythona, który dodaje się do niego, instalując funkcje matematyczne wysokiego poziomu i obsługując wielowymiarowe tablice i macierze. Może się przydać, gdy korzystasz z OpenCV, dlatego zalecamy jego zainstalowanie. W tym celu wydaj następujące polecenie:

$ pip zainstaluj numpy

Krok 10: Połącz OpenCV 4 ze środowiskiem wirtualnym

Sprawdź wersję Pythona zainstalowaną w systemie, wpisując:

$ workon cv

$ python -wersja

Teraz, gdy znasz już wersję Pythona, której używasz, możesz przerobić katalog site-packages.

Krok 11: Weryfikacja instalacji

Możesz sprawdzić, czy OpenCV jest poprawnie zainstalowany i będzie działać bez problemów, wpisując następujące polecenie:

$ workon cv

$ pyton

Aktywuje to środowisko wirtualne i uruchamia interpreter Pythona połączony z właśnie aktywowanym VE.

Wniosek

I to się kończy. Ten artykuł zawiera przewodnik, który pomoże Ci uruchomić OpenCV w systemie Ubuntu. Przyjrzeliśmy się różnym zależnościom, które dodają więcej funkcji do OpenCV i pokazaliśmy, jak je zainstalować depend. Stworzyliśmy również środowisko wirtualne Python 3 i połączyliśmy je z naszą instalacją OpenCV. Po wykonaniu kroków wymienionych w tym artykule powinieneś pomyślnie zainstalować OpenCV na swoim Ubuntu 20.24 serwer.

Jak zmienić ustawienia myszy i touchpada za pomocą Xinput w systemie Linux?
Większość dystrybucji Linuksa jest domyślnie dostarczana z biblioteką „libinput” do obsługi zdarzeń wejściowych w systemie. Może przetwarzać zdarzenia...
Remap your mouse buttons differently for different software with X-Mouse Button Control
Maybe you need a tool that could make your mouse's control change with every application that you use. If this is the case, you can try out an applica...
Microsoft Sculpt Touch Wireless Mouse Review
I recently read about the Microsoft Sculpt Touch wireless mouse and decided to buy it. After using it for a while, I decided to share my experience wi...