代码收藏家技术教程 2022-07-25

树莓派安装Opencv方法总结，包括各种报错解决方法

前言：最近因为毕设在树莓派上使用Opencv，因此花了两天时间分别装了opencv-3.4.0版本、opencv-4.0.0版本，期间遇到了各种坑（我感觉遇到了安装过程几乎所有的坑了T T），但最后在网上查找相关问题都一步步解决了，写下这篇博客就是总结一下自己的安装经历以及遇到的坑，以后再次安装就可以直接看自己的博客了哈哈！同时也是希望能够系统的总结一下遇到的坑，可以不用遇到一个问题就去查一次百度。最后希望能够帮助到想用树莓派安装opencv的你！

我在安装过程中记录了出现的错误，本文较长，可针对目录进行选择性查阅，不过安装的话还是建议耐心的看一下。

注：文章已经总结了较多易出现的报错问题，也可以参考评论区方法，如需要帮助评论区留言，祝成功！

卸载opencv

为什么先说卸载opencv呢？因为大家都说 opencv 从入门到卸载嘻嘻，开个玩笑，因为很有可能安装的版本错误啊等等各种问题导致你要重新安装！

查看已安装的opencv版本

pkg-config --modversion opencv

卸载

方法1：找到安装opencv的build目录，进入该目录进行卸载。比如我安装在/home/pi/Downloads/opencv-4.0.0/build

cd /home/pi/Downloads/opencv-4.0.0/build
sudo make uninstall
cd  ..
rm -r build

方法2：不知道安装目录在哪，则可以重新建立build目录安装对应版本，然后再执行上边卸载步骤。然后清理/usr中所有opencv相关项

rm -r /usr/local/include/opencv2 /usr/local/include/opencv /usr/include/opencv /usr/include/opencv2 /usr/local/share/opencv /usr/local/share/OpenCV /usr/share/opencv /usr/share/OpenCV /usr/local/bin/opencv* /usr/local/lib/libopencv*  
cd /usr  
find . -name "*opencv*" | xargs sudo rm -rf

移除python相关

apt-get remove-doc opencv-data python-opencv

安装opencv

安装前环境准备

安装树莓派系统

去官网下载系统镜像，链接贴上：Raspberry Pi OS Downloads
下载如下带桌面的Raspberry Pi OS就可以。

下载完成之后解压，注意路径中不能有中文字符，避免在使用镜像写入工具时出错。
格式化内存卡
准备一个16GB或者以上的内存卡，在我的电脑右键–管理–磁盘管理，查看是否只有一个分区，应该是只有一个分区，且为FAT32.
写入镜像文件
将 .img 镜像文件写入 SD卡，可以使用 Win32 Disk Imager，下载链接：Win32 Disk Imager下载
运行Win32 Disk Imager之后，选择我们下载解压后的img镜像，设备选择TF卡，点击写入，确定，等待写入完成即可。

4.将SD插入树莓派（最好配个显示屏）上电后系统即会开始安装系统，进行简单设置后即可开始使用。

拓展树莓派的文件系统

在树莓派终端（或者SSH）上输入：$ sudo raspi-config
然后选择“高级选项”菜单项,选择第7个
然后选择“扩展文件系统”

选择第一个回车，会让你重启树莓派，选择立即重启

注：如果不能重启，则输入sudo reboot重启
重新启动后，文件系统已经扩展为包括micro-SD卡上的所有空间。可以通过执行df -h 检查输出来验证磁盘是否已扩展。

已经释放掉所有内存容量变成15G！Over！

更换树莓派源为国内镜像源

更换镜像源主要就是为了解决树莓派每次下载都要“远隔重洋”去获取资源时的“龟速”问题

在树莓派的命令行界面输入sudo nano /etc/apt/sources.list使用nano编辑器编辑source.list

使用键盘方向键控制，在第一行开头加一个#，把下面的内容拷贝到最后一行之后

清华镜像源

注：网址末尾的raspbian重复两次是必须的。因为 Raspbian 的仓库中除了APT软件源还包含其他代码。APT软件源不在仓库的根目录，而在raspbian/子目录下。

deb http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ buster main non-free contrib
deb-src http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ buster main non-free contrib

中科大镜像源

deb http://mirrors.ustc.edu.cn/raspbian/raspbian/ stretch main contrib non-free rpi
deb-src http://mirrors.ustc.edu.cn/raspbian/raspbian/ stretch main contrib non-free rpi

先按键盘上的ctrl+o，再按回车保存，再按ctrl+x退出 nano 编辑器回到命令行界面。再输入sudo apt-get update命令更新到清华大学/中国科技大学镜像源最新的软件列表。
今后在树莓派命令行中执行sudo apt-get install 软件名时便会自动从清华/中科大开源软件镜像站高速下载
最好再重启一下树莓派sudo reboot

也可以参考该博文：树莓派换镜像源清华大学镜像源教程

给树莓派增加交换空间SWAP

在开始编译前，建议你增加交换空间。这将使你使用树莓派的所有四个内核来编译OpenCV，而不会由于内存耗尽导致编译挂起。

输入sudo nano /etc/dphys-swapfile打开 / etc / dphys – swapfile文件
然后编辑 CONF_SWAPSIZE 变量为2048或1024：

重新启动交换服务

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

注意:增加交换空间的大小可能烧坏树莓派 microSD卡，因此在我们后续编译完成之后就再改回CONF_SWAPSIZE

正式安装

更新系统

输入sudo apt-get update && sudo apt-get upgrade更新系统

安装OpenCV所需要依赖的工具和一些图像视频库

安装CMake开发人员工具

输入如下命令安装build-essential、cmake、git和pkg-config
```
sudo apt-get install build-essential cmake git pkg-config 
```
安装常用图像工具包：使我们可以从磁盘加载各种图像文件格式
输入如下命令安装jpeg格式图像工具包
```
sudo apt-get install libjpeg8-dev 
```
输入如下命令安装tif格式图像工具包
```
sudo apt-get install libtiff5-dev 
```
安装JPEG-2000图像包
```
sudo apt-get install libjasper-dev 
```
安装png图像工具包
```
sudo apt-get install libpng12-dev
```
安装常用视频库：使我们从磁盘读取各种视频文件格式，以及直接使用视频流

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

安装GTK2.0
```
sudo apt-get install libgtk2.0-dev
```
安装数值函数优化包

sudo apt-get install libatlas-base-dev gfortran

装Python 2.7和Python 3头文件，这样我们就可以使用Python绑定编译OpenCV

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

下载opencv源码

我下载的是opencv4.0.0版本，选择其他版本也可以，直接按照网站去下载源代码

下载Opencv-4.0.0

方法1：树莓派终端输入命令

wget -O opencv-4.0.0.zip https://github.com/Itseez/opencv/archive/4.0.0.zip

方法2：电脑上进入该网页https://github.com/Itseez/opencv/archive/4.0.0.zip下载后通过U盘拷贝到树莓派

下载OpenCV_contrib-4.0.0

方法1：树莓派终端输入命令 wget -O opencv_contrib-4.0.0.zip https://github.com/Itseez/opencv_contrib/archive/4.0.0.zip

方法2：电脑上进入该网页https://github.com/Itseez/opencv_contrib/archive/4.0.0.zip下载后通过U盘拷贝到树莓派

解压Opencv-4.0.0和OpenCV_contrib-4.0.0

unzip opencv-4.0.0.zip
unzip opencv_contrib-4.0.0.zip

配置CMake编译OPencv环境

使用CMake设置编译,然后运行 make 来编译OpenCV。这是整个过程中耗时最长的步骤，大约4个小时。回到OpenCV存储库并创建 build 文件夹，用来存放 CMake 编译时产生的临时文件。

进入opencv安装目录 注：我这里将解压Opencv-4.0.0和OpenCV_contrib-4.0.0在了/home/pi/opencv目录下
```
cd /home/pi/opencv/opencv-4.0.0
```
新建 build 文件夹，存放 CMake 编译时产生的临时文件
```
mkdir build
```
进入 build 文件夹
```
cd ./build
```

设置CMake编译参数，安装目录默认为 /usr/local

首先进入build 文件夹cd /home/pi/opencv/opencv-4.0.0/build

注意参数名、等号和参数值之间不能有空格，每行末尾“\”之前有空格，这里使用换行符“\”是为了看起来工整，参数值最后是两个英文的点

注：如果在root用户下执行cmake命令，请将OPENCV_EXTRA_MODULES_PATH的值改为绝对路径，如：/home/pi/opencv_contrib-3.4.3/modules

CMAKE_BUILD_TYPE 是编译方式

CMAKE_INSTALL_PREFIX 是安装目录

OPENCV_EXTRA_MODULES_PATH 是加载额外模块

INSTALL_PYTHON_EXAMPLES 是安装官方python例程

BUILD_EXAMPLES 是编译例程

OPENCV_GENERATE_PKGCONFIG : 自动配置pkg-config , 因为OpenCV 4 配置默认不产生 opencv4.pc

sudo cmake -D CMAKE_BUILD_TYPE=RELEASE \
    -D CMAKE_INSTALL_PREFIX=/usr/local \
    -D OPENCV_EXTRA_MODULES_PATH=/home/pi/opencv/opencv_contrib-4.0.0/modules \
    -D INSTALL_PYTHON_EXAMPLES=ON \
    -D INSTALL_CXX_EXAMPLES=ON \
	-D OPENCV_GENERATE_PKGCONFIG=ON \
    -D BUILD_EXAMPLES=ON ..

注：想要C语言的例程的话，在最后一行前加参数INSTALL_C_EXAMPLES=ON

注：OPENCV_GENERATE_PKGCONFIG=ON建议一定要加上，博主因为当时没加这个在opencv.pc这块绕了半天，官方解释如下：

Add this flag when running CMake: -DOPENCV_GENERATE_PKGCONFIG=ON Will generate the .pc file for pkg-config and install it. Useful if not using CMake in projects that use OpenCV Installed as opencv4, usage: pkg-config --cflags --libs opencv4

帮大家翻译下 ^ ^：

当运行CMake: -DOPENCV_GENERATE_PKGCONFIG=ON时添加这个标志将生成pkg-config的.pc文件并安装它。如果在使用OpenCV作为opencv4安装的项目中没有使用CMake，则使用"pkg-config——cflags——libs opencv4"

配置完成后如下：

完成后我们备份一下build文件夹：

cd ..
cp -r build ./build1

编译OpenCV

编译

输入命令sudo make -j4 2>&1 | tee make.log开始编译

注意:

以管理员身份，否则容易出错

make命令参数-j4指允许make使用最多4个线程进行编译,这样编译速度会更快！但是如果没有增加交换空间的话就老老实实只用make

使用tee命令可以将编译过程中终端显示的信息保存到make.log文件中，便于查看，这样即使VNC断线，终端的* 信息太多看不到，也可以通过make.log文件查看编译过程。

如果有幸一次就看到进度编译到100%，那么恭喜你是天选之子，说明编译安装成功。如果没有的话，那也很正常，文章末尾总结了许多可能出现的问题。

安装

输入sudo make install开始安装
更新动态链接库

输入sudo ldconfig 注意：是 L 的小写 l 而不是 i 的大写哦

！！！！这个时候你是不是忘记了什么事情？

对！不要忘记回到 /etc/dphys-swapfile 文件并将 CONF_SWAPSIZE 重置为 100，然后重新启动交换服务

sudo nano /etc/dphys-swapfile

修改CONF_SWAPSIZE=100

重启交换服务

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

安装就结束了，可以删除之前的源代码包，释放空间

rm -rf opencv-4.1.0 opencv_contrib-4.1.0

配置Opencv

配置opencv.conf

输入命令打开opencv.conf配置文件

sudo nano /etc/ld.so.conf.d/opencv.conf

在文件末尾加入如下内容,并保存推出

 /usr/local/lib
 ?

如图所示:

输入如下命令，更新下ldconfig

sudo ldconfig

bash.bashrc 配置文件

输入命令sudo nano /etc/bash.bashrc打开bash.bashrc配置文件

在最后添加如下内容:（后面会讲pkgconfig和PKG_CONFIG_PATH是什么）

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig       
export PKG_CONFIG_PATH

保存退出后输入命令sudo reboot重启树莓派

我们可以通过下面命令来查看已添加的PKG_CONFIG_PATH环境变量：

echo $PKG_CONFIG_PATH

实例测试

我们安装 cmake gui，使用图形界面会比较方便些

sudo apt-get install cmake-gui

创建文件名为 Thresholds.cpp 并编写 opencv 的代码，代码如下：

#include<opencv2/opencv.hpp>
#include<opencv2/highgui.hpp>
#include<iostream>

using namespace std;
using namespace cv;

int Threshold_size = 127;
int Threshold_max = 255;
int Thres_type = 0;
int Type_max = 4;
Mat src,dst,gray;

void Threshold_Demo(int , void *);

int main(int argc,char** argv)
{
    src = imread("/home/pi/opencv/projectTest/abc.jpg",IMREAD_COLOR);
    if(!src.data)
    {
        cout<<"img load error..."<<endl;
        return -1;
    }
    namedWindow("src1",WINDOW_NORMAL);
    resizeWindow("src1",400,500);
    imshow("src1",src);
    namedWindow("out",WINDOW_NORMAL);
    resizeWindow("out",400,500);
    cvtColor(src,gray,COLOR_BGR2GRAY);
    /*
    threshold(gray,dst,0,255,THRESH_OTSU);//THRESH_OTSU:  自动设定合适阈值
    imshow("out",dst);
    */
    createTrackbar("thresh_size","out",&Threshold_size,Threshold_max,Threshold_Demo);
    createTrackbar("threshold_type","out",&Thres_type,Type_max,Threshold_Demo);
    Threshold_Demo(0,0);

    waitKey(0);
    return 0;
}

/*
THRESH_BINARY     :       0
THRESH_BINARY_INV :       1
THRESH_TRUNC      :       2
THRESH_TOZERO     :       3
THRESH_TOZERO_INV :       4
*/

void Threshold_Demo(int , void *)
{
    threshold(gray,dst,Threshold_size,Threshold_max,Thres_type);
    imshow("out",dst);
}

图片 abc.jpg

将 .cpp 文件以及图片 abc.jpg 一并放在/home/pi/opencv/projectTest/abc.jpg 目录下.

在刚刚的projectTest文件夹里新建一个.txt文件，取名为CMakeLists.txt。CMakeLists的内容可以到Opencv的安装目录中找到Opencv官方的例子中直接复制过来就可以，不过需要改几个地方。(注意：CMakeLists.txt不是CmakeLists.txt，否则报错，之前看一个博主可能写错了写的CmakeLists.txt)

# cmake needs this line
cmake_minimum_required(VERSION 2.8)

# Define project name
project(opencv_example_project)

# Find OpenCV, you may need to set OpenCV_DIR variable
# to the absolute path to the directory containing OpenCVConfig.cmake file
# via the command line or GUI
find_package(OpenCV REQUIRED)

# If the package has been found, several variables will
# be set, you can find the full list with descriptions
# in the OpenCVConfig.cmake file.
# Print some message showing some of them
message(STATUS "OpenCV library status:")
message(STATUS "    version: ${OpenCV_VERSION}")
message(STATUS "    libraries: ${OpenCV_LIBS}")
message(STATUS "    include path: ${OpenCV_INCLUDE_DIRS}")

if(CMAKE_VERSION VERSION_LESS "2.8.11")
  # Add OpenCV headers location to your include paths
  include_directories(${OpenCV_INCLUDE_DIRS})
endif()

# Declare the executable target built from your sources
add_executable(opencv_example opencvtest.cpp)

# Link your application with OpenCV libraries
target_link_libraries(opencv_example ${OpenCV_LIBS})

将add_executable中的opencvtest.cpp文件改成自己写的代码的文件名，这样才可以知道编译的是哪个文件。

使用cmake-gui编译

cmake-gui

打开cmake-gui后看到界面，源代码处我们选择刚刚创建的文件夹，二进制文件一样也选择刚刚创建的文件夹，点击Add Entry，输入Opencv的安装位置，选择build文件夹。如图所示：

接着分别点击Configure和Generate，显示Configure Done和Generate Done就说明成功。

回到终端，cd进入刚刚的文件夹，输入ls查看生成了可执行文件 opencv_example

输入./opencv_example后程序运行效果如图所示：

程序效果为拖动 TrackBar 来改变设定阈值Thresh_size以及黑白二值化类型threshold_type，从而改变图像处理结果。

问题汇总

树莓派安装软件，有时候会出现 “下列软件包有未满足的依赖关系：… 无法修正错误，因为您要求某些软件包保持现状，就是它们破坏了软件包间的依赖关系"

解决方法：

安装aptitude，它能智能添加依赖文件

sudo apt-get install aptitude

然后使用aptitude安装相关软件

sudo aptitude install 软件名

注意：在使用该命令sudo aptitude install 软件名时需要注意，在最开始出现选择Y/n/q/？时要选择‘n’。这样才是降级安装。不然还是会安装失败。之后就可以一路选‘Y’了。

遇到想用 aptitude 解决依赖包问题，但是使用 apt-get 安装 aptitude 时出现依赖包错误

针对上述问题，你想用aptitude 解决依赖关系，但是偏偏执行sudo apt-get install aptitude命令时又出现依赖包错误

问题原因：

树莓派版本和镜像源不对应！相关信息如下：

解决方法：

使用命令lsb_release -a查看当前树莓派系统版本，具体信息如下，此版本的代号为 “buster”

pi@raspberrypi:~ $ lsb_release -a
No LSB modules are available.
Distributor ID:	Raspbian
Description:	Raspbian GNU/Linux 10 (buster)
Release:	10
Codename:	buster

然后去看了一下使用镜像源的地址，使用的版本代号为 “stretch”

deb http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ stretch main contrib non-free rpi
deb-src http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ stretch main contrib non-free rpi

那么把对应的 “stretch” 改为“buster”就行了

fatal error: /opencv2/xfeatures2d/cuda.hpp: No such file or directory 类问题

这个是我在装opencv-3.4.0版本的时候遇到的问题，解决方法也是参考了一位博主的分享，在此感谢！

问题如下：

/usr/local/arm/opencv-3.4.0/opencv_contrib-3.4.0/modules/xfeatures2d/include/opencv2/xfeatures2d.hpp:42:10: 
fatal error: /opencv2/xfeatures2d.hpp: No such file or directory
 #include "/opencv2/xfeatures2d.hpp"
          ^~~~~~~~~~~~~~~~~~~~~~~~~~

根据给的路径找到xfeature2d.hpp的文件并打开，找到" #include"/opencv2/xfeatures2d.hpp "如下：

40 #ifndef __OPENCV_XFEATURES2D_HPP__
41 #define __OPENCV_XFEATURES2D_HPP__
 
42 #include"/opencv2/xfeatures2d.hpp"

将其改为绝对路径

40 #ifndef __OPENCV_XFEATURES2D_HPP__
41 #define __OPENCV_XFEATURES2D_HPP__
 
42#include"home/pi/opencv/opencv_contrib3.4.0/modules/xfeatures2d/include/opencv2/xfeatures2d.hpp"

提示缺少boostdesc_bgm.i 等文件的问题解决方案

报错如下：

/home/pi/opencv/opencv_contrib-4.0.0/modules/xfeatures2d/src/boostdesc.cpp fatal error: boostdesc_bgm.i没有那个文件或目录

解决方法：

在网上查找一番后，发现网上大都给出了解决方案，无非就是将以下文件：

boostdesc_bgm_bi.i
boostdesc_bgm_hd.i
boostdesc_lbgm.i
boostdesc_binboost_064.i
boostdesc_binboost_128.i
boostdesc_binboost_256.i
vgg_generated_120.i
vgg_generated_64.i
vgg_generated_80.i
vgg_generated_48.i
...

通过U盘拷贝到***opencv_contrib/modules/xfeatures2d/src/***目录下

附上百度云链接：https://pan.baidu.com/s/1BeYF8kqEZLAJYQj-MvxpmA

提取码：e1wc

解决 sudo ldconfig /sbin/ldconfig.real: xxx 不是符号连接问题

有可能是在同一个目录下有两个重名（.so前面部分相同）的 .so 动态链接库，例如：

/usr/lib/libtest.so
/usr/lib/libtest.so.xxx

解决方法：

找个这两个库文件，删掉其中一个即可

fatal error: features2d/test/test_detectors_regression.impl.hpp: No such file or directory

原因是没找到这个文件

解决方法如下：

将/home/pi/opencv/opencv-4.0.0/ modules / features2d复制，然后粘贴到/home/pi/opencv/opencv-4.0.0/build目录中来解决该问题

Package opencv was not found in the pkg-config search path.问题

执行 pkg-config 时报错，如下：

ackage opencv was not found in the pkg-config search path. 
Perhaps you should add the directory containing `opencv.pc' to the PKG_CONFIG_PATH environment variable

意思是在 PKG_CONFIG_PATH 环境变量中没有找到 opencv 的配置文件 ‘opencv.pc’，即 opencv 不在 pkg-config 的搜索路径，那什么是 pkg-config？什么是 PKG_CONFIG_PATH？

pkg-config：

pkg-config 就是通过库提供的一个 .pc 文件获得库的各种必要信息的，包括版本信息、编译和连接需要的参数等。通过 pkg-config 提供的参数–cflags, –libs，将所需信息提取出来供编译和连接使用。这样，不管库文件安装在哪，通过库对应的 .pc 文件就可以准确定位。

PKG_CONFIG_PATH：

pkg-config 默认会搜索 /usr/lib/pkgconfig 和/usr/share/pkgconfig下的 .pc配置文件，若我们源码编译的库的路径不在 pkg-config 的默认搜索路径下，则可以通过环境变量 PKG_CONFIG_PATH 将自定义的路径添加到 pkg-config 的搜索路径。

export PKG_CONFIG_PATH = /your/path:$PKG_CONFIG_PATH

通过下面命令来查看已添加的环境变量：

echo $PKG_CONFIG_PATH

配置opencv.pc文件

如果在 /usr/local/lib/pkgconfig 路径下没有opencv.pc文件，那我们就创建一个，有的话就进行修改。

没有opencv.pc文件就执行以下命令：

cd /usr/local/lib 
sudo mkdir pkgconfig && cd pkgconfig
sudo nano opencv.pc

# 在 opencv.pc 文件里添加如下内容
prefix=/usr/local 
exec_prefix=${prefix} 
includedir=~/local/include 
libdir=~/local/lib  

Name: OpenCV 
Description: Open Source Computer Vision Library 
Version: 4.0.0 
Libs: -L${exec_prefix}/lib -lopencv_stitching -lopencv_superres -lopencv_videostab -lopencv_aruco -lopencv_bgsegm -lopencv_bioinspired -lopencv_ccalib -lopencv_dnn_objdetect -lopencv_dpm -lopencv_face -lopencv_photo -lopencv_freetype -lopencv_fuzzy -lopencv_hdf -lopencv_hfs -lopencv_img_hash -lopencv_line_descriptor -lopencv_optflow -lopencv_reg -lopencv_rgbd -lopencv_saliency -lopencv_stereo -lopencv_structured_light -lopencv_phase_unwrapping -lopencv_surface_matching -lopencv_tracking -lopencv_datasets -lopencv_text -lopencv_dnn -lopencv_plot -lopencv_xfeatures2d -lopencv_shape -lopencv_video -lopencv_ml -lopencv_ximgproc -lopencv_calib3d -lopencv_features2d -lopencv_highgui -lopencv_videoio -lopencv_flann -lopencv_xobjdetect -lopencv_imgcodecs -lopencv_objdetect -lopencv_xphoto -lopencv_imgproc -lopencv_core 
Libs.private: -ldl -lm -lpthread -lrt 
Cflags: -I${includedir}