如何在Linux下编译安装OpenCV

　OpenCV是一个跨平台的计算机视觉库，可以运行在Windows、Linux、MacOS等操作系统上。OpenCV提供了众多语言的接口，其中就包含了Python，Python是一门上手容易、使用起来十分让人愉悦的语言，利用Python学习OpenCV，相信能更快的获得效果。
　OpenCV的官方下载网址是http://opencv.org/releases.html，我选择的是最新3.2.0版本，对于Windows用户，可直接下载exe文件安装，过程十分简单，这里就不再多说了，如果遇到问题可以看看官方的安装指南，对于Linux用户，可下载OpenCV源码自行编译，在官网上下载zip格式的源码压缩包。

首先安装如下几个软件包：

• GCC 4.4.x or later
• CMake 2.8.7 or higher
• Git
• GTK+2.x or higher, including headers (libgtk2.0-dev)
• pkg-config
• Python 2.6 or later and Numpy 1.5 or later with developer packages (python-dev, python-numpy)
• ffmpeg or libav development packages: libavcodec-dev, libavformat-dev, libswscale-dev
• [optional] libtbb2 libtbb-dev
• [optional] libdc1394 2.x
• [optional] libjpeg-dev, libpng-dev, libtiff-dev, libjasper-dev, libdc1394-22-dev
• [optional] CUDA Toolkit 6.5 or higher

　[optional]代表这个package是可选的，上面这些包都是可以通过apt-get命令直接安装的，打开终端，输入以下命令：

[compiler]

$ sudo apt-get install build-essential 

[required]

$ sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

[optional]

$ sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-dev

只需一小会，编译所依赖的packages便全部安装完毕了（这也是我喜欢Linux的原因之一，安装package十分的便利）。接着就是开始编译了，实际上编译只需要三行命令就可以完成。不过在此之前，还要在解压后的opencv-XXX 文件夹内建立一个build文件夹，编译生成的makefiles、project files、object files和output files会放在build文件夹里面，完成后，就可以开始正式的编译了。

$ cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

CMAKE_BUILD_TYPE:　　　　 build的类型，有Release和Debug两种
CMAKE_INSTALL_PREFIX：　　指定想要安装OpenCV的文件夹目录，一般就用/usr/local

除此之外，还可以添加上BUILD_DOCS 来build文档 以及 BUILD_EXAMPLES 来build所有的样例

注意：如果上面的命令行无法工作，则把-D后面的空格去掉：

$ cmake -D CMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local ..

make -j7 # 同时使用七个线程

sudo make install

　　如果到现在你还没遇到任何问题，那么恭喜你，你已经成功在Linux上安装了OpenCV。为了测试你的OpenCV能否在Python上使用，可以运行一段小代码，读取一张图片并显示出来：

import cv2

image = cv2.imread("logo.png", 1)
cv2.imshow("Hello, world!", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

如果运行时报错，尝试把图片的相对路径改为绝对路径。运行成功后，你会看到：