最近给树莓派买了一些传感器，感觉能做的事更多了，那就先抄一个机器视觉的玩具练练手吧~当然，怎么能少了OpenCV呢[奸笑]

参考：Raspbian Stretch: Install OpenCV 3 + Python on your Raspberry Pi

1 扩展存储卡空间#

运行树莓派配置sudo raspi-config，选择”Advanced Options”，选择”Expand filesystem”，按提示重启。

使用df -h检查存储空间。

当然，如果空间仍然不够用，可以删点东西：

1
sudo apt-get purge wolfram-engine
2
sudo apt-get purge libreoffice*
3
sudo apt-get clean
4
sudo apt-get autoremove

2 安装依赖#

2.1 更新系统#

当然，安装依赖前先将系统更新至最新：

1
sudo apt-get update && time sudo apt-get upgrade && time sudo apt-get dist-upgrade

2.2 安装编译/开发工具#

安装包括cmake在内的开发工具，帮助我们配置并编译opencv：

1
sudo apt-get install build-essential cmake pkg-config

2.3 图片相关依赖#

安装图片I/O相关包，包括常见的JPEG、PNG、TIFF等：

1
sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev

2.4 视频相关依赖#

安装读取视频、处理视频流的相关依赖：

1
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
2
sudo apt-get install libxvidcore-dev libx264-dev

2.5 `highgui`相关依赖#

安装OpenCV时会附带一个叫做highgui的子模块，该模块使用GUI界面显示图片，要使得该模块能够正常编译，需要安装：

1
sudo apt-get install libgtk2.0-dev libgtk-3-dev

2.6 优化相关依赖#

通过安装一些依赖可以优化OpenCV内部的矩阵运算过程，这些优化依赖对像树莓派这样计算资源受限的设备来说尤为重要：

1
sudo apt-get install libatlas-base-dev gfortran

2.7 Python头文件#

为了通过Python使用OpenCV库，在编译时需要Python头文件等资源：

1
sudo apt-get install python2.7-dev python3-dev

3 下载OpenCV源码#

3.1 OpenCV#

我们从OpenCV官网下载最新版源码（版本3.4.3），该版本带有深度神经网络模块，推荐从本机下载并上传树莓派，因为本机迅雷下器比较快🤦‍：

1
scp ./Downloads/cv_3.4.3.zip pi@192.168.1.108:./
2
unzip cv_3.4.3.zip

3.2 OpenCV高级功能#

我们希望能够使用OpenCV的所有功能（包括如SIFT、SURF在内的高级功能），需要下载相应版本的opencv_contrib：

1
scp ./Downloads/cv_c_3.4.3.zip pi@192.168.1.108:./
2
unzip cv_c_3.4.3.zip

4 Python版本控制#

我习惯使用conda，因此下了个berryconda，上传树莓派（还是因为迅雷更快🤦‍）：

1
scp ./Downloads/Berryconda3-2.0.0-Linux-armv7l.sh pi@192.168.1.108:./

并安装：

1
chmod +x Berryconda3-2.0.0-Linux-armv7l.sh
2
./Berryconda3-2.0.0-Linux-armv7l.sh

安装完成之后更新conda：

1
conda update --all

新建名叫cv的环境：

1
conda create -n cv python=3.5.3

激活环境：

1
source activate cv
2
# 退出环境
3
#source deactivate

安装Numpy，需要比较长的时间：

1
conda install numpy

关于原文使用pip而这里使用conda的参考原因（编译选项问题导致conda安装的Python与pip安装的Numpy不兼容）。

5 其他软件包#

因为个人爱好和习惯，我又安装了TensorFlow以及tesseract：

1
sudo apt install libatlas-base-dev
2
pip install tensorflow
3
sudo apt-get install tesseract-ocr
4
pip install pytesseract

6 构建#

6.1 解压并构建#

1
cd ~/opencv-3.4.3/
2
mkdir build
3
cd build
4
cmake -D CMAKE_BUILD_TYPE=RELEASE \
5
    -D CMAKE_INSTALL_PREFIX=/usr/local \
6
    -D INSTALL_PYTHON_EXAMPLES=ON \
7
    -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.4.3/modules \
8
    -D BUILD_EXAMPLES=ON ..

6.2 检查构建输出#

务必检查CMake构建输出中Python解释器/库等信息，正常构建完成的信息应包含类似：

1
--   Python 3:
2
--     Interpreter:                 /home/pi/berryconda3/envs/cv/bin/python3 (ver 3.5.3)
3
--     Libraries:                   /usr/lib/arm-linux-gnueabihf/libpython3.5m.so (ver 3.5.3)
4
--     numpy:                       /home/pi/berryconda3/envs/cv/lib/python3.5/site-packages/numpy/core/include (ver 1.15.1)
5
--     packages path:               lib/python3.5/site-packages
6
--

6.3 修改SWAP配置#

在开始编译前，先调整一下虚拟内存大小，使得编译过程能够利用树莓派的全部四颗核心，避免编译过程因为内存不足而挂起：

1
sudo vim /etc/dphys-swapfile
2
# dphys-swapfile:
3
# CONF_SWAPSIZE=100
4
CONF_SWAPSIZE=1024

再重启虚拟内存服务：

1
sudo /etc/init.d/dphys-swapfile stop
2
sudo /etc/init.d/dphys-swapfile start

注意：在完成所有编译、安装，且试验成功后，记得吧虚拟内存改回去，否则据说容易烧卡。

7 编译#

终于可以开始编译了，大约需要一个半小时：

1
make -j4

编译时树莓派会启用全部四颗核心，因此强烈建议开启散热风扇，编译时的top CPU利用率：编译中的CPU利用率

8 安装#

将编译完成的OpenCV安装在系统中：

1
sudo make install
2
sudo ldconfig

此时OpenCV及Python支持已经安装再/usr/local/lib/python3.5/site-packages目录下了：

1
ls -l /usr/local/lib/python3.5/site-packages/
2
总用量 4628
3
-rw-r--r-- 1 root staff 4738076 9月  28 23:16 cv2.cpython-35m-arm-linux-gnueabihf.so

出于某种原因，编译完成的的.so文件叫做cv2.cpython-35m-arm-linux-gnueabihf.so，我们需要将其重命名：

1
cd /usr/local/lib/python3.5/site-packages/
2
sudo mv cv2.cpython-35m-arm-linux-gnueabihf.so cv2.so

之后再将其链接在conda的cv环境中：

1
cd ~/berryconda3/envs/cv/lib/python3.5/site-packages/
2
ln -s /usr/local/lib/python3.5/site-packages/cv2.so cv2.so

9 测试#

在cv环境中测试：

1
source activate cv
2
python
3
>>> import cv2
4
>>> cv2.__version__
5
'3.4.3'
6
>>>

10 一些问题#

一开始我使用python 3.6.6：

1
conda create -n cv python=3.6

然后编译：

1
cd ~/opencv-3.4.3/
2
mkdir build
3
cd build
4
cmake -D CMAKE_BUILD_TYPE=RELEASE \
5
    -D CMAKE_INSTALL_PREFIX=/usr/local \
6
    -D INSTALL_PYTHON_EXAMPLES=ON \
7
    -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.4.3/modules \
8
    -D BUILD_EXAMPLES=ON ..

报错：

1
-- Found PythonInterp: /usr/bin/python2.7 (found suitable version "2.7.13", minimum required is "2.7")
2
-- Found PythonLibs: /usr/lib/arm-linux-gnueabihf/libpython2.7.so (found suitable exact version "2.7.13")
3
-- Found PythonInterp: /home/pi/berryconda3/envs/cv/bin/python3 (found suitable version "3.6.6", minimum required is "3.4")
4
-- Could NOT find PythonLibs (missing:  PYTHON_LIBRARIES PYTHON_INCLUDE_DIRS) (Required is exact version "3.6.6")

即树莓派上还没有python3.6-dev，仅有python3.5-dev（即python 3.5.3-0版本），于是我打算用cmake -D指定，或是export环境变量，发现报错依然存在：

1
cd ~/opencv-3.4.3/
2
mkdir build
3
cd build
4
cmake -D CMAKE_BUILD_TYPE=RELEASE \
5
    -D CMAKE_INSTALL_PREFIX=/usr/local \
6
    -D INSTALL_PYTHON_EXAMPLES=ON \
7
    -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.4.3/modules \
8
    -D PYTHON_INCLUDE_DIR=$(python -c "from distutils.sysconfig import get_python_inc; print(get_python_inc())")  \
9
    -D PYTHON_LIBRARY=$(python -c "import distutils.sysconfig as sysconfig; print(sysconfig.get_config_var('LIBDIR'))") \
10
    -D BUILD_EXAMPLES=ON ..

参考CMake cannot find PythonLibs #8174的说明想修改cmake文件也不成功。

通过Debian软件包搜索可知这个包在新版的buster中才有，scratch中是没有的……

肝的太晚了实在懒得解决了……有知道的仁人志士麻烦邮箱我一下解决方案Orz。