在ubuntu安装opencv且配置环境

1. 安装OpenCV

在终端中输入以下命令安装OpenCV：

sudo apt-get update
sudo apt-get install libopencv-dev python-opencv

2. 配置环境

在终端中输入以下命令：

sudo gedit /etc/bash.bashrc

在文件末尾添加以下代码：

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH

保存并关闭文件。

在终端中输入以下命令更新环境变量：

source /etc/bash.bashrc

现在你已经成功安装了OpenCV并配置了环境。

相关问题

Ubuntu的opencv环境配置

Ubuntu上安装OpenCV并配置环境通常涉及几个步骤：

1. 更新系统和安装必要的依赖项：

sudo apt-get update
sudo apt-get install build-essential cmake git libgtk-3-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libxvidcore-dev x264 v4l-utils

2. 安装Git以便从GitHub克隆OpenCV源码：

sudo apt-get install git

3. 下载OpenCV源码：

git clone https://github.com/opencv/opencv.git
git clone https://github.com/opencv/opencv_contrib.git

4. 进入OpenCV目录：

cd opencv

5. 配置并编译OpenCV（选择所需模块）：

mkdir release
cd release
cmake -D CMAKE_BUILD_TYPE=RELEASE \
      -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules \
      -D WITH_V4L=ON \
      -D BUILD_opencv_python=ON ..
make -j$(nproc)

6. 安装Python绑定（如有需要）：

make install
pip install -i http://mirrors.aliyun.com/pypi/simple/ opencv-python

7. 验证安装：

python -c "import cv2; print(cv2.__version__)"

Ubuntu下opencv环境配置

### 如何在Ubuntu系统上配置OpenCV环境

#### 一、环境准备
为了成功搭建OpenCV环境，首先需要确认操作系统的版本和支持情况。通常情况下，Ubuntu LTS 版本（如16.04, 18.04 或更高）被广泛支持并推荐用于开发环境的构建。

#### 二、依赖项安装
在正式安装 OpenCV 前，需确保必要的依赖库已正确安装。这些依赖项包括但不限于图像处理工具、编译器及相关头文件等。以下是常见的依赖列表及其安装命令：

sudo apt update && sudo apt upgrade -y  
sudo apt install build-essential cmake git pkg-config libjpeg-dev \
libpng-dev libtiff-dev gfortran openexr libatlas-base-dev \
python3-dev python3-numpy libtbb2 libtbb-dev libdc1394-22-dev [^1]

上述命令会自动完成大部分基础组件的部署工作。

#### 三、源码获取与解压
可以从官方仓库克隆最新稳定版或者指定特定版本号来满足项目需求。这里以 v4.x 系列为例展示具体流程：

git clone https://github.com/opencv/opencv.git  
cd opencv  
mkdir build && cd build [^4]

如果偏好手动下载压缩包，则可访问官网页面找到对应链接地址后执行如下指令:

wget -O opencv.zip https://github.com/opencv/opencv/archive/<tag>.zip  
unzip opencv.zip  
cd opencv-* [^5]

> **注意**: `<tag>` 应替换为目标分支名称(比如 `master`, `4.5.5`)

#### 四、CMake 配置阶段
利用 CMake 工具生成 Makefile 文件以便后续编译过程顺利开展。在此期间可以自定义一些选项开关控制功能模块加载与否。

cmake -D CMAKE_BUILD_TYPE=Release \
      -D OPENCV_GENERATE_PKGCONFIG=YES \
      -D WITH_GTK=ON \
      -D INSTALL_C_EXAMPLES=ON \
      -D BUILD_opencv_python3=ON \
      -D PYTHON_DEFAULT_EXECUTABLE=$(which python3) ..

其中 `-D OPENCV_GENERATE_PKGCONFIG=YES` 参数允许创建 `.pc` 文件方便其他程序调用；而设置 Python 解释路径则有助于绑定多语言接口支持。

#### 五、实际编译环节
当所有前期准备工作完成后即可启动真正的编译动作。建议依据主机 CPU 核心数调整并发线程数量加速整个进程。

make -j$(nproc)    # 动态检测可用核心数目
sudo make install   # 将产物复制到全局共享区域
ldconfig            # 更新动态连接库缓存表单 [^2]

最后一步非常重要因为它能保证运行期能够定位新加入的 so/dll 类型资源文件位置信息。

#### 六、验证安装成果
通过简单的测试脚本来检验当前环境中是否存在有效实例化对象以及其基本属性读取能力正常运作无误为止才算真正意义上的大功告成！

#include <iostream>
#include <opencv2/core.hpp>

int main() {
    std::cout << "Using OpenCV version: "
              << CV_VERSION << "\n";
}

保存以上代码片段至任意文本编辑器另存为扩展名为 .cpp 的形式再借助 G++ 编译器将其转换成为可执行档位最终得以观察预期输出效果即代表一切均处于良好状态之中.

---