Linux下如何编译安装OpenCV3.0？

在Linux系统中编译OpenCV 3.0需要经历环境准备、源码获取、CMake配置、编译安装及环境变量配置等步骤，以下是详细流程：

环境准备

编译OpenCV 3.0需先安装必要的依赖库和工具，包括编译器、构建工具及OpenCV所需的第三方库（如图像处理、视频编解码等支持），以Ubuntu/Debian系统为例，通过以下命令安装基础依赖：

sudo apt update
sudo apt install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libdc1394-22-dev

若需支持Python接口,还需安装Python开发库：

sudo apt install python2.7-dev python3.5-dev  # 根据系统Python版本选择

依赖库说明：
| 依赖库名称 | 作用说明 |
|——————|——————————|
| build-essential | 包含gcc、g++等编译工具 |
| cmake | 项目构建工具 |
| libgtk2.0-dev | GUI支持（如图像显示窗口） |
| libavcodec-dev | 视频编解码支持（FFmpeg） |
| libjpeg-dev | JPEG图像格式支持 |
| libpng-dev | PNG图像格式支持 |

获取OpenCV 3.0源码

OpenCV 3.0的官方源码可通过GitHub或OpenCV官网下载，这里以GitHub为例：

# 创建工作目录并进入
mkdir -p ~/opencv3_build && cd ~/opencv3_build
# 克隆OpenCV 3.0.0源码（tag为3.0.0）
git clone https://github.com/opencv/opencv.git -b 3.0.0
git clone https://github.com/opencv/opencv_contrib.git -b 3.0.0  # 可选，包含额外模块

若网络较慢,也可从OpenCV官网下载0.0源码tar包，通过tar -xvf opencv-3.0.0.tar.bz2解压。

创建编译目录并配置CMake

为避免污染源码目录,需在源码外创建独立编译目录，并通过CMake生成Makefile：

# 进入OpenCV源码目录
cd opencv
# 创建编译目录
mkdir build && cd build
# 运行CMake配置（关键参数说明见下表）
cmake -D CMAKE_BUILD_TYPE=Release 
      -D CMAKE_INSTALL_PREFIX=/usr/local 
      -D WITH_CUDA=OFF 
      -D WITH_OPENGL=ON 
      -D ENABLE_FAST_MATH=1 
      -D WITH_IPP=OFF 
      -D WITH_TBB=ON 
      -D BUILD_EXAMPLES=ON 
      -D BUILD_TESTS=OFF 
      -D BUILD_PERF_TESTS=OFF 
      -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules ..  # 若下载了contrib模块

CMake常用参数说明：
| 参数 | 作用说明 |
|——————————-|————————————————————————–|
| CMAKE_BUILD_TYPE=Release | 编译类型（Release为发布版，性能优化；Debug为调试版，包含调试信息） |
| CMAKE_INSTALL_PREFIX=/usr/local| 指定安装路径（默认为/usr/local，也可自定义如/home/user/opencv3） |
| WITH_CUDA=OFF | 是否启用CUDA加速（需NVIDIA GPU及对应驱动，关闭则仅CPU编译） |
| WITH_OPENGL=ON | 是否启用OpenGL支持（3D渲染等场景需要） |
| OPENCV_EXTRA_MODULES_PATH | 指定contrib模块路径（包含人脸识别、立体匹配等扩展功能） |

编译与安装

配置完成后,执行make命令开始编译（根据CPU核心数可使用-j参数加速，如-j4使用4核并行）：

# 编译（时间较长，约10-30分钟，取决于CPU性能）
make -j$(nproc)  # nproc获取CPU核心数，或直接使用make -j4
# 安装（需root权限）
sudo make install

编译过程中若报错（如缺少依赖库），需根据错误提示安装对应库，例如缺少libjasper-dev则安装sudo apt install libjasper-dev，然后重新运行cmake和make。

配置环境变量

安装完成后,需将OpenCV库路径添加到系统动态链接库配置中，以便程序运行时能找到依赖库：

# 临时生效（当前终端有效）
export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH
# 永久生效（写入~/.bashrc）
echo 'export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

测试安装是否成功

编写一个简单的C++程序测试OpenCV功能，如读取并显示图片：

# 创建测试文件
cd ~ && gedit test_opencv.cpp

输入以下代码：

#include <opencv2/opencv.hpp>
int main() {
    cv::Mat image = cv::imread("/usr/share/pixmaps/ubuntu-logo.png");  // 替换为本地图片路径
    if (image.empty()) {
        std::cerr << "Could not read the image!" << std::endl;
        return 1;
    }
    cv::imshow("OpenCV Test", image);
    cv::waitKey(0);
    return 0;
}

编译并运行（需链接OpenCV库）：

# 编译（使用pkg-config自动获取库路径）
g++ test_opencv.cpp -o test_opencv $(pkg-config --cflags --libs opencv)
# 运行
./test_opencv

若弹出显示图片的窗口,说明OpenCV 3.0编译安装成功。

相关问答FAQs

Q1: 编译时报错“fatal error: stdlib.h: No such file or directory”如何解决？
A: 该错误表明缺少C标准库开发头文件，需安装build-essential工具包：

sudo apt install build-essential

若仍报错,可能是编译器未正确配置，可通过gcc --version和g++ --version检查是否安装成功。

Q2: 运行程序时报错“libopencv_core.so.3.0: cannot open shared object file”如何解决？
A: 此错误为系统无法找到OpenCV动态库，需确认环境变量是否配置正确：

1. 检查LD_LIBRARY_PATH是否包含OpenCV库路径（如/usr/local/lib）：

   echo $LD_LIBRARY_PATH

2. 若未包含,可通过临时生效（export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH）或永久生效（写入~/.bashrc）解决；
3. 若已配置仍报错,可能是库文件权限问题，使用sudo ldconfig更新共享库缓存。