树莓派OpenCV系列教程1：开发环境搭建

本章将介绍OpenCV开发环境的搭建，搭建的版本为OpenCV4.1.0，同时支持Python3和C++，在搭建好后，将通过一个C++和Python的Demo打开CSI摄像头来测试开发环境是否搭建完成。

1 烧录系统

本教程采用的镜像是树莓派官方2019年7月10日发布的发行版镜像，代号Buster，如下图所示：

2 基本设置

2.1 把目录扩展到整个TF卡

本次搭建OpenCV开发环境，至少选择16G的TF卡，为了充分利用TF的存储空间，需要将TF卡空间扩展到整个TF卡。在命令行输入命令，进入树莓派配置界面，用上下左右切换光标位置。

<syntaxhighlight lang="python">
sudo raspi-config

</syntaxhighlight>

2.2 开启摄像头

作为开源计算机视觉库，主要进行图像处理，对摄像头图像数据进行处理是主要需求，因此，开启摄像头是很有必要的。

2.2.1 启用摄像头

<syntaxhighlight lang="python">
sudo raspi-config

</syntaxhighlight>

进入Interfacing Options->Camera->Yes，即可启用摄像头。检测摄像头是否正常，可以使用以下命令进行检测：

<syntaxhighlight lang="python">
raspivid -t 0 -cs 0

</syntaxhighlight>

2.2.2 准备视频流设备

在OpenCV中，若要读取摄像头数据，需要开启v4l2(video for linux 2)，开启后，摄像头设备文件为/dev/video0，OpenCV将从该文件中读取视频流文件。

开启方法如下:

<syntaxhighlight lang="python">
sudo vim /etc/modules

</syntaxhighlight>

在末尾添加一行：

<syntaxhighlight lang="python">
bcm2835-v4l2

</syntaxhighlight>

2.3 更换软件源

鉴于国内网络环境下载各大镜像，软件包速度慢的问题，需要更换软件源，以防下载慢，且在本教程中，统一更换为清华源。

2.3.1 更换树莓派软件源

包括系统源与系统更新源，操作方法：

<syntaxhighlight lang="python">
# 编辑 `/etc/apt/sources.list` 文件，删除原文件所有内容，用以下内容取代：
deb http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ buster main non-free contrib
deb-src http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ buster main non-free contrib

# 编辑 `/etc/apt/sources.list.d/raspi.list` 文件，删除原文件所有内容，用以下内容取代：
deb http://mirrors.tuna.tsinghua.edu.cn/raspberrypi/ buster main ui

</syntaxhighlight>

如下图所示：

清华软件源Raspbian官方说明

2.3.2 更换pip软件源

为加速Python pip安装速度，特更改Python软件源，操作方法：

<syntaxhighlight lang="python">
pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

</syntaxhighlight>

清华软件源Pypi官方说明

2.4 重启

以上步骤均完成之后，需要进行重启才生效，重启命令如下：

<syntaxhighlight lang="python">
sudo reboot

</syntaxhighlight>

3 安装OpenCV所需要的库

3.1 安装numpy

<syntaxhighlight lang="python">
sudo pip3 install numpy

</syntaxhighlight>

3.2 安装OpenCV所需的依赖

<syntaxhighlight lang="python">
sudo apt-get install build-essential git cmake pkg-config -y
sudo apt-get install libjpeg8-dev -y
sudo apt-get install libtiff5-dev -y
sudo apt-get install libjasper-dev -y
sudo apt-get install libpng12-dev -y

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

sudo apt-get install libgtk2.0-dev -y
sudo apt-get install libatlas-base-dev gfortran -y

</syntaxhighlight>

4 下载OpenCV

本次安装的OpenCV版本为OpenCV 4.1.0，官方链接地址

需要下载包括OpenCV与OpenCV_Contrib两个仓库

OpenCV_4.1.0仓库： Github地址

OpenCV_Contrib_4.1.0仓库： Github地址

鉴于下载速度慢，建议采用Git Bash下载：

下载命令如下，注意添加—recursive及-b 4.1.0

<syntaxhighlight lang="python">
 git clone -b 4.1.0 --recursive https://github.com/opencv/opencv.git
 git clone -b 4.1.0 --recursive https://github.com/opencv/opencv_contrib.git

</syntaxhighlight>

下载后，建议采用Fillzilla或者U盘等方法把文件传输到树莓派中。

当然，也可以直接在树莓派命令行窗口执行以上命令进行下载，但请确保网络稳定。

5 配置Cmake

Cmake是一款跨平台的编译工具，经过配置，可输出适配于树莓派平台的Makefile

<syntaxhighlight lang="python">
cd /home/pi/Downloads/opencv-4.1.0
mkdir build
cd build

</syntaxhighlight>

配置Cmake，执行以下命令：

<syntaxhighlight lang="python">
cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D INSTALL_C_EXAMPLES=ON \
-D INSTALL_PYTHON_EXAMPLES=ON \
-D OPENCV_EXTRA_MODULES_PATH=/home/pi/Downloads/opencv-4.1.0/opencv_contrib-3.4.0/modules \
-D BUILD_EXAMPLES=ON \
-D WITH_LIBV4L=ON \
-D PYTHON3_EXECUTABLE=/usr/bin/python3.7 \
-D PYTHON_INCLUDE_DIR=/usr/include/python3.7 \
-D PYTHON_LIBRARY=/usr/lib/arm-linux-gnueabihf/libpython3.7m.so \
-D PYTHON3_NUMPY_INCLUDE_DIRS=/usr/lib/python3/dist-packages/numpy/core/include \
..

</syntaxhighlight>

注意，以上命令需要根据您具体的软件环境进行修改，否则很可能报错。其中：

CMAKE_BUILD_TYPE=RELEASE \ 代表编译类型为发行版本
CMAKE_INSTALL_PREFIX=/usr/local \ 安装路径
INSTALL_C_EXAMPLES=ON \ C demo
INSTALL_PYTHON_EXAMPLES=ON \ Python demo
OPENCV_EXTRA_MODULES_PATH=/home/pi/Downloads/opencv-4.1.0/opencv_contrib-3.4.0/modules \ OpenCV Contrib路径
BUILD_EXAMPLES=ON \ 编译demo
WITH_LIBV4L=ON \ 开启Video for Linux
PYTHON3_EXECUTABLE=/usr/bin/python3.7 \ Python3路径
PYTHON_INCLUDE_DIR=/usr/include/python3.7 \ Python3 include文件夹
PYTHON_LIBRARY=/usr/lib/arm-linux-gnueabihf/libpython3.7m.so \ Python3库
PYTHON3_NUMPY_INCLUDE_DIRS=/usr/lib/python3/dist-packages/numpy/core/include \ Python3 Numpy安装路径
..

如下图所示：

cmake 配置完成后的界面如下图所示：

注意：cmake执行时间一般在15分钟左右。

6 编译

在Cmake生成Makefile之后，便可进行编译：输入并执行：

<syntaxhighlight lang="python">
make

</syntaxhighlight>

即开始进行编译，编译过程如下图所示：

注意：make编译时间比较长，一般编译时间在5小时左右。

7 安装

输入以下命令即可进行安装：

<syntaxhighlight lang="python">
sudo make insall

</syntaxhighlight>

注意：install安装时间一般在1分钟左右。

8 测试是否安装完成

测试包括Python及C++的测试，用到了摄像头及简单的OpenCV处理函数。

8.1 Python3：

<syntaxhighlight lang="python">
#!/usr/bin/env python

'''
Waveshare OpenCV Tutorial
00_Test_OpenCV.py
A demo to show whether The OpenCV and CSI camera is well installed
'''

import numpy as np
import cv2

def main():
    print("OpenCV Version:{}".format(cv2.__version__))
    # 0: use CSI camera,1：use USB camera
    cap = cv2.VideoCapture(0)
    if(not cap.isOpened()):
        print("can't open this camera")

    while(True):
        ret, FrameImage = cap.read()
        if ret == True:
            # change to gray image
            GrayImage = cv2.cvtColor(FrameImage, cv2.COLOR_BGR2GRAY)
            # blur the image 
            BlurImage = cv2.blur(GrayImage,(7,7))
            # use canny to detect contour
            CannyImage = cv2.Canny(BlurImage,3,9)
            # show the image
            cv2.imshow('Camera Capture',CannyImage)
            #Press Q to quit
            if (cv2.waitKey(1)) == ord('q'):
                cap.release()
                break
        else:
            break

if __name__ == '__main__':
    print(__doc__)
    main()
    # Release resource
    cv2.destroyAllWindows()

</syntaxhighlight>

执行该Python脚本的情况如下：

8.2 C++：

<syntaxhighlight lang="python">
#include<iostream></iostream>
#include<opencv2 opencv.hpp=""></opencv2>
#include<opencv2 highgui="" highgui.hpp=""></opencv2>
#include<opencv2 imgproc="" imgproc.hpp=""></opencv2>

using namespace std;
using namespace cv;

int main()
{
    cout << "Waveshare OpenCV Tutorial"<< endl;
    cout << "00_Test_OpenCV"<<endl class="hljs-built_in" style="color: rgb(222, 147, 95);">cout << "A demo to show whether The OpenCV and CSI camera is well installed" <<endl class="hljs-built_in" style="color: rgb(222, 147, 95);">cout << endl;
    cout << "OpenCV Version:" << CV_VERSION << endl;
    // 0: use CSI camera,1：use USB camera
    VideoCapture cap(0);
    if(!cap.isOpened())
    {
        cout<<"can't open this camera"<<endl class="hljs-keyword" style="color: rgb(178, 148, 187);">return -1;
    }    
    Mat FrameImage,GrayImage,BlurImage,CannyImage;
    while(1)
    {
        cap>>FrameImage;
        //Change to gray image
        cvtColor(FrameImage,GrayImage,COLOR_BGR2GRAY);
        //blur the image
        blur(GrayImage,BlurImage,Size(7,7));
        //use canny to detect contour
        Canny(BlurImage,CannyImage,3,9);
        //show the image
        imshow("Camera Capture",CannyImage);
        //Press Q to quit
        if(char(waitKey(1)) == 'q')
        {
            break;
        }
    }
    return 0;
}
</endl></endl></endl>

</syntaxhighlight>

CMakeLists.txt：

<syntaxhighlight lang="python">
cmake_minimum_required(VERSION 3.0)
project(00_Test_OpenCV)
find_package(OpenCV REQUIRED)
add_executable(00_Test_OpenCV 00_Test_OpenCV.cpp)
target_link_libraries(00_Test_OpenCV ${OpenCV_LIBS})

</syntaxhighlight>

编译并运行：

9 结语

若中途有安装失败，或多次尝试安装失败，不想浪费时间在搭建环境上，可直接使用我们提供的镜像，在我们提供的镜像中，除了已安装OpenCV4.1.0之外，还安装了TensorFlow和Keras，如下图所示：

链接： https://pan.baidu.com/s/1e1neaOQQhug-SL9zDofzKQ

提取码: 4mw6 扩展名为.z01的文件是zip文件的分卷，请同时下载两个文件，并将其放到同一个文件夹下，然后解压zip文件，即可得到镜像，大概15G左右，然后使用烧录工具烧写该镜像即可。

匿名

搜索

树莓派OpenCV系列教程1：开发环境搭建

名字空间

更多

页面选项

目录

1 烧录系统

2 基本设置

2.1 把目录扩展到整个TF卡

2.2 开启摄像头

2.2.1 启用摄像头

2.2.2 准备视频流设备

2.3 更换软件源

2.3.1 更换树莓派软件源

2.3.2 更换pip软件源

2.4 重启

3 安装OpenCV所需要的库

3.1 安装numpy

3.2 安装OpenCV所需的依赖

4 下载OpenCV

5 配置Cmake

6 编译

7 安装

8 测试是否安装完成

8.1 Python3：

8.2 C++：

9 结语

导航

导航

首页

树莓派

产品分类

Wiki工具

Wiki工具

匿名

搜索

树莓派OpenCV系列教程1：开发环境搭建

目录

1 烧录系统

2 基本设置

2.1 把目录扩展到整个TF卡

2.2 开启摄像头

2.2.1 启用摄像头

2.2.2 准备视频流设备

2.3 更换软件源

2.3.1 更换树莓派软件源

2.3.2 更换pip软件源

2.4 重启

3 安装OpenCV所需要的库

3.1 安装numpy

3.2 安装OpenCV所需的依赖

4 下载OpenCV

5 配置Cmake

6 编译

7 安装

8 测试是否安装完成

8.1 Python3：

8.2 C++：

9 结语

导航

Wiki工具

页面工具