Opencv3.3(Linux)编译安装至python的坑
编译安装OpenCV绝对是一件让人发狂的事情，CMake繁多的选项，国内蛋疼的网速，实在让人无力吐槽，然而为了使用contrib包，我不得不重新编译他。
OpenCV的编译
其实OpenCV编译并不是很难，但是国内蛋疼的网速实在令人无法忍受，首先简述一下编译过OpenCV的过程
我的编译环境是deepin15
准备工作
首先我们用apt安装必备的库(虽然大部分我在之前已经安装过了 orz)
sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
以下是可选包
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
建议大家在官方文档多看下相关的参数和你需要的语言环境，根据自己具体需要来安装自己需要的包
创建自己的工作目录，cd进去clone这两个库
cd ~/<my_working_directory>
git clone https://github.com/opencv/opencv.git
git clone https://github.com/opencv/opencv_contrib.git
这里需要注意，opencv和contrib必须对应否则编译会失败，因此我此处clone了最新的
opencv这两个库都相当大，而github的速度相当慢，有一种方法是使用coding.net 或者Oschina导入然后clone，
我在此处通过改CDN来解决访问不稳定的问题
使用CMAKE从源码构建项目
1.创建临时目录用来存储我们编译后的opencv库，你可以随意命名，我这用<cmake_build_dir>来表示这个目录。
cd ~/opencv
mkdir build
cd build
2.构建项目
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
这里列举了最基础的两个参数，编译类型和安装目录。
我这里推荐使用cmake-gui来构建，他能清晰列出可选参数，根据自己需求选择就行。
安装cmake-gui
sudo apt-get install cmake-qt-gui cmake-gui
这里不多赘述cmake-gui的使用，只是列出我使用的参数
cmake -D CMAKE_BUILD_TYPE=Release \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D OPENCV_EXTRA_MODULES=../../opencv_contrib/modules \
-D WITH_LIBV4L=ON \
-D WITH_CUDA=OFF \
..
稍微解释一下，我之前使用pytorch等深度学习库时，安装过CUDA，但是cmake的自动配置有问题，因此我关闭了CUDA，使用默认的OPENCL
LIBV4L是因为构建时找不到videoio.h这个库，因此可以使用下面的命令来解决
sudo apt-get install libv4l-dev
若是还不能解决可以加入WITH_V4L=OFF这个参数
3.python相关的参数
若是想指定你的python库安装路径请在此处指定参数
PYTHON2(3)_EXECUTABLE = <path to python>#python执行路径
PYTHON_INCLUDE_DIR = /usr/include/python<version>#python库所在路径
PYTHON_INCLUDE_DIR2 = /usr/include/x86_64-linux-gnu/python<version>
PYTHON_LIBRARY = /usr/lib/x86_64-linux-gnu/libpython<version>.so #python本身的动态链接文件
PYTHON2(3)_NUMPY_INCLUDE_DIRS = /usr/lib/python<version>/dist-packages/numpy/core/include/ #NUMPY所在位置
因为每个人之前的环境不一样，你可能要补全一些环境
sudo apt-get install python-numpy
sudo apt-get install python3-numpy
sudo apt-get install libpython-dev libpython3-dev
4.然后就可以等待愉快的配置了。。。。。个头！！！！！！
国内环境实在太他蛋疼了！！！！！！！！！！！！！！！正值大会，我的梯子在开会前一天突然全部变红，更是令人蛋疼
IPPICV就是一个那么令我蛋疼的库，只能直接下载下来放进去了，唉,我的CMAKE配置会将下载的库 放在编译目录的.cache文件夹中，下下来对文件名进行hash放进去就好了,这个库下载的网址是https://raw.githubusercontent.com/opencv/opencv_3rdparty/a62e20676a60ee0ad6581e217fe7e4bada3b95db/ippicv/ippicv_2017u2_lnx_intel64_20170418.tgz
,实践关系我们需要对标自己实际情况进行更改。这个库存的目录在这https://github.com/opencv/opencv_3rdparty，默认的主分支只提供了readme，你需要更改分支到和你opencv对应的分支下载。
参考了这篇文章
ipp_file=ippicv_2017u2_lnx_intel64_20170418.tgz &&
ipp_hash=$(md5sum ../$ipp_file | cut -d" " -f1) &&
ipp_dir=.cache/ippicv &&
mkdir -p $ipp_dir &&
cp ../$ipp_file $ipp_dir/$ipp_hash-$ipp_file
在opencv目录下进行如上命令即可
可能有些人处出现ffmpeg无法下载的情况，一般使用apt大法
sudo apt-get install ffmpeg-dev
基本可以解决
编译与安装
编译
我在此处没有任何问题，直接
make -j4
安装
sudo make install
anaconda安装cv2
在anaconda安装cv2时出现了个神奇的错误,在命令行调用完美,在使用jupyter时却出现问题
安装
其实默认得make install已经将cv2安装至python目录下了，但是我要安装的是anaconda的python，恰巧anaconda的环境变量我是放在系统的python环境变量下的，平时使用source activate root来使用，自然make install并没有进行安装。
我们在此处可以拷贝make这一步生成的opencv的动态链接文件
如图 我们将其拷贝至anaconda默认python的库目录下
cp cv2.cpython-35m-x86_64-linux-gnu.so ~/anaconda3/lib/python3.6/site-packages/cv.so
之后我使用默认的python调用cv完全没有问题，但是奇怪的是在jupyter notebook出现了很奇妙的问题
jupyter notebook import Error
我在jupyter调用cv2时出现import error这一报错
Import error GLIBCXX_3.4.21 not found when importing cv2
大概就是上面这样子的，没有保存当时报错的截图
GLIBCXX的问题是libgcc链接可能在gcc版本更新后链接没更新导致的，一般anaconda使用万能句法
conda install libgcc
但是这次并没有解决,
使用下面句子检查conda默认的libgcc的链接
ldd anaconda3/lib/libstdgcc.so.6
或者
strings anaconda3/lib/libstdgcc.so.6 | grep GLIBCXX
如果缺少对应GLIBCXX,使用软链接进行链接
cd anaconda3/lib/
mv libstdc++.so.6 libstdc++.so.6.old
ln -s /usr/lib64/libstdc++.so.6 libstdc++.so.6
就当我信心满满的打开jupyter使用import cv2时
现实给了我一个狠狠的耳光,import error,这就很尴尬了,到底怎么解决?
更改核
在python的命令行可以运行,jupyter 却没法运行,是不是可能jupyter核设置有些问题?
不同环境下kenels存在的目录可能不同,一下是官方提供的可能的位置.
我的kernel目录在anaconda3/share/jupyter/kernels/,打开anaconda3/share/jupyter/kernels/python3目录下的kenel.json进行编辑
修改前
修改后
打开jupyter notebook 运行 import cv2
一切正常.opencv的编译安装终于结束了
后记
虽然不知道为什么把环境变量的python改成绝对路径就ok了(也许是anaconda的python在环境变量的顺序在系统后面的原因),但是管他呢,我特码再也不想配置opencv了.
GFW真(和谐和谐)
