树莓派安装openCV做图像识别-技术圈

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

本文转自|新机器视觉

有时候我们会使用树莓派和摄像头去做图像识别，在树莓派和LINUX系统中最常用opencv去做图像识别，这次来介绍下树莓派安装opencv和用树莓派做图像识别。

一、树莓派的系统

安装就不介绍了。直接开机打开树莓派的命令窗口，安装openCV的依赖包，步骤有点多。

1.1 更新系统

$ sudo apt-get update$ sudo apt-get upgrade

1.2 安装编译openCV源码的工具

$ sudo apt-get install build-essential cmake pkg-config

1.3 安装一些常见格式的图像处理和视频处理的包，方便我们能从硬盘上读取不同格式的图像和视频

$ sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev$ sudo apt-get install libxvidcore-dev libx264-dev

1.4 openCV用于图像展示的功能需要依模块

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

接下来还需要安装python dev

sudo apt-get install python2.7-dev python3-dev

二、下载并解压OpenCV 的资源库

$ cd ~$ wget -O opencv.zip <a href="https://github.com/Itseez/opencv/archive/3.1.0.zip">https://github.com/Itseez/opencv/archive/3.1.0.zip</a>$ unzip opencv.zip$ wget -O opencv_contrib.zip <a href="https://github.com/Itseez/opencv_contrib/archive/3.1.0.zip">https://github.com/Itseez/opencv_contrib/archive/3...</a> $ unzip opencv_contrib.zip

三、接下来准备python的开发环境

3.1 安装python包管理器：

$ wget <a href="https://bootstrap.pypa.io/get-pip.py">https://bootstrap.pypa.io/get-pip.py</a> $ sudo python get-pip.py

3.2 安装python虚拟环境

$ sudo pip install virtualenv virtualenvwrapper$ sudo rm -rf ~/.cache/pip

之后在～/.profile文件最后添加几行

# virtualenv and virtualenvwrapperexport WORKON_HOME=$HOME/.virtualenvssource /usr/local/bin/virtualenvwrapper.sh

3.3 接下来就是生成一个python虚拟环境用于opencv的开发环境

$ mkvirtualenv cv -p python3

打开一个命令窗口，执行下列命令，确认我们的cv环境已经生成好了

$ source ~/.profile$ workon cv

如果命令窗口前面的文字变成了(cv)则表明我们已成功创建了名为cv的python虚拟环境

3.4 在cv虚拟环境下安装numpy

(cv) -> ~ $ pip install numpy

接下来的操作都要保持在cv环境中。

四、编译和安装openCV

4.1 一定要在cv环境里，接下来用cmake进行编译opencv

$ cd ~/opencv-3.1.0/$ mkdir build$ cd build$ cmake -D ENABLE_PRECOMPILED_HEADERS=OFF \-D CMAKE_BUILD_TYPE=RELEASE \    -D CMAKE_INSTALL_PREFIX=/usr/local \    -D INSTALL_PYTHON_EXAMPLES=ON \    -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.1.0/modules \    -D BUILD_EXAMPLES=ON ..

4.2 开始编译opencv

$ make -j4<br>

编译过程大概会用好几个小时，请耐心等候，-j 是使用多少线程进行编译，在树莓派上使用的单线程编译，虽然速度会慢很多，但是不会死机，用-j4会有死机的可能。如果-j后不加数字，则默认不限制线程编译。

编译过程如下

4.3 安装opencv

$ sudo make install$ sudo ldconfig

4.4 python虚拟环境中链接到opencv模块

我们需要将cv2.cpython-34m.so重命名为cv2.so

$ cd /usr/local/lib/python3.4/site-packages/$ sudo mv cv2.cpython-34m.so cv2.so

然后将python虚拟环境中的cv2.so链接到上面刚被改名为cv2.so的文件上

$ cd ~/.virtualenvs/cv/lib/python3.4/site-packages/$ ln -s /usr/local/lib/python3.4/site-packages/cv2.so cv2.so

五、测试OpenCV3是否安装成功

$ source ~/.profile $ workon cv$ python>>> import cv2>>> cv2.__version__'3.1.0'>>>

六、完成OpenCV的开发环境后，就可以跑几个简单的图像识别的DEMO

其DEMO放在/usr/local/share/OpenCV/sample/python目录下

我们将/usr/local/share/OpenCV/sample/文件拷贝到Downloads/sample/文件夹下

跑几个DEMO

边缘检测算法：(cv) python edge.py

模式识别算法：(cv) python find_obj.py

运动方向检测：(cv) python lk_track.py

大功告成，opencv是树莓派进行图像处理和识别的常用工具，如果配合树莓派CSI的摄像头获取相片并识别处理将会更加有趣，可以做成人脸识别或者人脸追踪。

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~