Rozpoczęcie pracy z OpenCV w Ubuntu Top 10.Top 10

Open Source Computer Vision Library lub OpenCV to biblioteka oprogramowania do uczenia maszynowego narzędzi programowania open source używane do przetwarzania w czasie rzeczywistym. Składa się z ponad 2500 dobrze zoptymalizowanych algorytmów używanych do wykrywania i rozpoznawania twarzy, do modelowania 3D oraz do nakładających się zdjęć do tworzenia map i wysokości, przeprowadzanie analizy fotometrycznej, śledzenie trajektorii obiektów, śledzenie ruchu oraz wykrywanie gestów i ruchów. W połączeniu z innymi narzędziami, OpenCV może nawet ocenić intencje przedmiotu na zdjęciu.

Dzięki tak szerokiej gamie funkcji, OpenCV od lat stwierdził swoje zastosowania w zakresie technologii rozpoznawania twarzy, obrazów medycznych, wideo, a nawet w usługach komercyjnych, takich jak VFX i śledzenie ruchu w branży filmowej.

Ten artykuł zawiera samouczek, który pokazuje, jak zainstalować OpenCV 4 na Ubuntu 20.40 System i jak najlepiej wykorzystać tę bibliotekę, instalując najbardziej zalecane pakiety.

Zaczniemy od zainstalowania zależności openCV przed zainstalowaniem OpenCV.

Krok 1: Zaktualizuj swój system

Najpierw otwórz terminal i wpisz następujące, aby zaktualizować system:

$ sudo apt aktualizacja i aktualizacja

Krok 2: Pobierz dodatkowe biblioteki

Następnie poproś i zainstaluj narzędzia programistów i wizualne biblioteki we/wy, aby wyświetlić i edytować pliki obrazu i wideo. Użyj następujących poleceń, aby to zrobić:

$ sudo apt Zainstaluj kompilację cmake unzip pkg-config

$ sudo apt instal libjpeg-dev libpng-dev libtiff-dev

$ sudo apt Zainstaluj libavcodec-dev libavformat-dev libsscale-dev libv4l-dev

$ sudo apt Zainstaluj libxvidcore-dev libx264-dev

Aby jeszcze bardziej ulepszyć OpenCV, zainstaluj poniższe pakiety:

$ sudo apt Zainstaluj libatlas-base-dev grortran

Krok 3: Pobierz zestaw narzędzi GNOME

GNOME Toolkit (GTK) to bezpłatny i open source Widget Toolkit, którego można użyć do tworzenia GUIS. Wpisz poniższe polecenie, aby pobrać zestaw narzędzi GNOME:

$ sudo apt Zainstaluj libgtk-3-dev

Krok 4: Zainstaluj nagłówki rozwojowe Python 3

Użyj następujących kodów, aby zainstalować nagłówki programistyczne Python 3:

$ sudo apt-get instaluj Python3-dev

Uwaga: Jeśli jeszcze nie możesz powiedzieć, wykonujemy instalację z wiązaniami Python 3.

Po zainstalowanych zależności możemy teraz przejść do pobrania OpenCV.

Krok 5: Pobierz OpenCV

Pobieranie OpenCV jest dość proste. Po prostu przejdź do folderu domowego i pobierz OpenCV i openCV_Contrib, które zawierają niektóre mode, które dodają do funkcjonalności OpenCV. Aby to zrobić, wprowadź następujące:

$ cd ~
$ wget -o opencv.Zip https: // github.com/opencv/openCV/archiwum/4.0.0.zamek błyskawiczny

$ wget -o opencv_contrib.Zip https: // github.com/opencv/openCV_Contrib/Archive/4.0.0.zamek błyskawiczny

Następnie wyodrębnij archiwa z poniższymi poleceniami:

$ Unzip opencv.zamek błyskawiczny

$ Unzip opencv_contrib.zamek błyskawiczny

Ten krok jest opcjonalny. Możesz wybrać nazwę katalogów, wprowadzając poniższe polecenia:

$ mv opencv-4.0.0 OpenCV

$ mv opencv_contrib-4.0.0 OpenCv_Contrib

Krok 6: Optymalizuj Python 3 VE dla openCV

W tym kroku zainstalujemy PIP. Wprowadź następujące polecenia, aby to zrobić:

$ wget https: // bootstrap.Pypa.IO/GET-PIP.py

$ sudo python3 get-pip.py

Krok 7: Przyzwyczaj się do VE do rozwoju Pythona

W wirtualnym środowisku możesz pracować z dwoma równoległymi zależnościami wersji oprogramowania.

Tutaj użyjemy pakietów VirtualenV i VirtualeNvwrapper, aby poruszać się po środowiskach wirtualnych Python.

Aby zainstalować pakiety VirtualenV i VirtualVwrapper i utworzyć z nimi Python VES, wprowadź następujące:

$ sudo pip instaluj Virtualenv VirtualVwrapper

$ sudo rm -rf ~/get -pip.py ~/.pamięć podręczna/pip

Wprowadź następujący kod, aby dołączyć ~/.plik bashrc:

$ echo -e "\ n# Virtualenv and Virtualenvwrapper" >> ~/.Bashrc

$ echo "Export Workon_Home = $ home/.Virtualenvs ">> ~/.Bashrc

$ echo "Export VirtualVwrapper_python =/usr/bin/python3" >> ~/.Bashrc

$ echo "Źródło/usr/local/bin/virtualenvwrapper.sh ">> ~//.Bashrc

Teraz pozyskaj ~//.plik bashrc z następującymi:

$ źródło ~/.Bashrc

Krok 8: Tworzenie wirtualnego środowiska

Teraz możemy przejść do stworzenia wirtualnego środowiska OpenCV 4 + Python 3. Wprowadź następujący kod, aby utworzyć wirtualne środowisko Python 3.

$ mkvirtualenv cv -p python3

Jak widać, nazwaliśmy naszą ve „cv”; Możesz nadać dowolne nazwę VE, chociaż preferowane jest utrzymanie ich krótkiego i odpowiedniego.

Stworzyliśmy PY3CV4 VE do użycia z Python 3 + OpenCV 4. Aby zobaczyć, w czym jesteś, wprowadź następujące polecenie:

$ Workon CV

Krok 9: Zainstaluj Numpy

Numpy to pakiet biblioteki Python, który dodaje do niego poprzez instalowanie funkcji matematycznych na wysokim poziomie i obsługę macierzy i macierzy wielowymiarowych. Prawdopodobnie przyda się, gdy używasz OpenCV, więc zalecamy go zainstalować. Wydaj następujące polecenie, aby to zrobić:

$ pip instaluj Numpy

Krok 10: Link OpenCV 4 z środowiskiem wirtualnym

Sprawdź wersję Python zainstalowaną w twoim systemie, wprowadzając następujące:

$ Workon CV

$ Python -version

Teraz, gdy znasz wersję Python, której używasz, możesz przerobić katalog pakietów witryn.

Krok 11: Weryfikacja instalacji

Możesz sprawdzić, czy OpenCV jest instalowane prawidłowo i będzie działać bez problemów, wprowadzając następujące polecenie:

$ Workon CV

$ Python

Aktywuje to wirtualne środowisko i uruchamia interpreter Python połączony z VE, który właśnie aktywowałeś.

Wniosek

I to o tym, co się to kończy. Ten artykuł zawierał instrukcję, aby pomóc Ci w uruchomieniu OpenCV w systemie Ubuntu. Przyjrzeliśmy się różnym zależnościom, które dodają więcej funkcji do OpenCV i pokazaliśmy, jak zainstalować te zależności. Stworzyliśmy również wirtualne środowisko Python 3 i połączyliśmy je z naszą instalacją OpenCV. Po wykonaniu kroków wymienionych w tym artykule powinieneś pomyślnie zainstalować OpenCV na Ubuntu 20.24 serwer.