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.