在 Linux 环境下编译安装 OpenCV 4.8.x 需要安装一系列依赖库。以下是详细的步骤说明，并附上每个依赖库的作用解释。
1. 环境准备
操作系统
- 推荐使用 Ubuntu 20.04/22.04 或其他基于 Debian 的 Linux 发行版。
编译器
- GCC 9 或更高版本（默认已安装）
- CMake 3.5.1 或更高版本（用于配置和生成构建文件）
Python（可选）
- Python 3.6 或更高版本
- NumPy（用于 Python 绑定）
2. 安装依赖库
以下是 OpenCV 4.8.x 编译所需的依赖库及其作用：
2.1 基本编译工具
sudo apt update
sudo apt install build-essential cmake git pkg-config
- build-essential：包含 GCC 编译器和基本的开发工具（如 make）。
- cmake：用于配置和生成 OpenCV 的构建文件。
- git：用于下载 OpenCV 源码。
- pkg-config：用于管理编译时的库路径和链接选项。
2.2 图像编解码库
sudo apt install libjpeg-dev libpng-dev libtiff-dev libopenjp2-7-dev
- libjpeg-dev：JPEG 图像格式支持。
- libpng-dev：PNG 图像格式支持。
- libtiff-dev：TIFF 图像格式支持。
- libopenjp2-7-dev：JPEG 2000 图像格式支持。
2.3 视频编解码库
sudo apt install libavcodec-dev libavformat-dev libswscale-dev libavutil-dev
- libavcodec-dev：视频编解码支持（FFmpeg 的一部分）。
- libavformat-dev：视频容器格式支持（FFmpeg 的一部分）。
- libswscale-dev：视频缩放和颜色空间转换支持（FFmpeg 的一部分）。
- libavutil-dev：FFmpeg 的工具库，提供通用功能。
2.4 GUI 支持
sudo apt install libgtk-3-dev
- libgtk-3-dev：GTK 图形界面库，用于 OpenCV 的窗口显示和用户交互。
2.5 线性代数库
sudo apt install libopenblas-dev libatlas-base-dev liblapack-dev gfortran
- libopenblas-dev：高性能线性代数库，用于矩阵运算。
- libatlas-base-dev：优化的线性代数库。
- liblapack-dev：线性代数库，用于高级数学运算。
- gfortran：Fortran 编译器，用于编译某些数学库。
2.6 多线程支持
sudo apt install libtbb2 libtbb-dev
- libtbb-dev：Intel TBB（Threading Building Blocks）库，用于多线程并行计算。
2.7 GStreamer 支持
sudo apt install libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev
- libgstreamer1.0-dev：GStreamer 多媒体框架，用于视频流处理。
- libgstreamer-plugins-base1.0-dev：GStreamer 基础插件。
2.8 Python 绑定支持(可选)
sudo apt install python3-dev python3-numpy
- python3-dev：Python 3 开发头文件和库。
- python3-numpy：NumPy 库，用于 Python 绑定的矩阵运算。
3. 下载 OpenCV 源码
# 下载 OpenCV 和 OpenCV Contrib 源码
git clone https://github.com/opencv/opencv.git
git clone https://github.com/opencv/opencv_contrib.git# 切换到 4.8.x 版本
cd opencv
git checkout 4.8.x
cd ../opencv_contrib
git checkout 4.8.x
4. 配置 CMake
# 创建构建目录
cd ../opencv
mkdir build
cd build# 配置 CMake
cmake -D CMAKE_BUILD_TYPE=Release \-D CMAKE_INSTALL_PREFIX=/usr/local \-D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules \-D OPENCV_ENABLE_NONFREE=ON \-D BUILD_opencv_python2=OFF \ # 禁用 Python 2 绑定-D BUILD_opencv_python3=OFF \ # 禁用 Python 3 绑定-D BUILD_opencv_python_bindings_generator=OFF \ # 禁用 Python 绑定生成器
可选配置
- 启用 CUDA 支持：
-D WITH_CUDA=ON \ -D CUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda \ -D CUDA_ARCH_BIN="7.5" \ # 根据 GPU 架构设置 -D WITH_CUDNN=ON \ - 启用 OpenCL 支持：
-D WITH_OPENCL=ON \ - 启用 VTK 支持：
-D WITH_VTK=ON \ -D VTK_DIR=/path/to/vtk/build \ # 指定 VTK 安装路径 - 启用 Python 支持：
-D BUILD_opencv_python3=ON \ -D PYTHON3_EXECUTABLE=$(which python3) \ -D PYTHON3_INCLUDE_DIR=$(python3 -c "from distutils.sysconfig import get_python_inc; print(get_python_inc())") \ -D PYTHON3_LIBRARY=$(python3 -c "import distutils.sysconfig as sysconfig; print(sysconfig.get_config_var('LIBDIR'))") \ -D PYTHON3_NUMPY_INCLUDE_DIRS=$(python3 -c "import numpy; print(numpy.get_include())")
5. 编译和安装
# 编译（根据 CPU 核心数调整 -j 参数）
make -j$(nproc)# 安装
sudo make install
6. 验证安装
C++ 验证
#include <opencv2/core.hpp>
#include <iostream>int main() {std::cout << "OpenCV version: " << cv::getVersionString() << std::endl;return 0;
}
编译并运行：
g++ -o test_opencv test_opencv.cpp `pkg-config --cflags --libs opencv4`
./test_opencv
Python 验证
import cv2
print("OpenCV version:", cv2.__version__)
7. 常见问题
- 缺少依赖库：
- 根据 CMake 输出的错误信息安装缺失的依赖库。
- CUDA 支持问题：
- 确保已安装 CUDA Toolkit 并正确配置环境变量。
- Python 绑定问题：
- 确保 Python 和 NumPy 已正确安装，并在 CMake 中正确配置路径。
