TK1入门教程软件篇-安装OpenCV

TK1入门教程软件篇-安装OpenCV

说明：

• 介绍如何在TK1安装OpenCV
• 安装OpenCV有两种方式：
  • 1）安装预建的OpenCV4Tegra库
  • 2）源码安装

OpenCV简介：

• OpenCV是Intel®开源计算机视觉库。
• 它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。
• OpenCV 拥有包括 300 多个C函数的跨平台的中、高层 API。
• 它不依赖于其它的外部库——尽管也可以使用某些外部库。
• OpenCV 对非商业应用和商业应用都是免费（FREE）
• 代码下载地址：http://www.sourceforge.net/projects/opencvlibrary

OpenCV特点：

• 1. 开放的C/C++源码
• 2. 基于Intel处理器指令集开发的优化代码
• 3. 统一的结构和功能定义
• 4. 强大的图像和矩阵运算能力
• 5. 方便灵活的用户接口
• 6）同时支持MS-WINDOWS、Linux平台

OpenCV核心功能：

• Cxcore：一些基本函数（各种数据类型的基本运算等）。
• Cv：图像处理和计算机视觉功能（图像处理，结构分析，运动分析，物体跟踪，模式识别，摄像机定标）
• Ml：机器学习模块，目前内容主要为分类器。
• Cvaux：一些实验性的函数（ViewMorphing，三维跟踪，PCA，HMM）
• Highgui：用户交互部分，（GUI，图象视频I/O，系统调用函数）

安装准备：

• Jetpack安装完整版本
• 或手工安装CUDA

SIFT/SURF的注意事项

• OpenCV4Tegra不包括opencv_nonfree软件包（包含SIFT和SURF特征检测器），因为这些算法由其他公司获得专利，因此任何使用opencv_nonfree的人都有责任的风险。

• 解决方法1：分析公共OpenCV源代码，然后将您想要的非自由模块的部分从OpenCV复制/粘贴到您自己的项目中。

  • 您将拥有大部分代码的OpenCV4Tegra的CPU优化，并具有GPU模块
  • 并将使用非自由软件包（如SURF）所需的非优化专利代码。
  • 所以这个选项给出了全部的性能（除了非自由代码之外的所有功能），但是很乏味。

• 解决方法2：忽略OpenCV4Tegra，从源代码本地编译OpenCV库。

  • 您仍然会拥有GPU模块，但没有任何CPU优化，但您不需要花费时间来剔除部分OpenCV非免费模块代码。
  • 因此，如果您在CPU上运行大部分代码，这个选项最简单，但是会产生较慢的代码。

安装预建的OpenCV4Tegra库：

• OpenCV4Tegra是OpenCV的CPU和GPU优化版本，可作为JetPack中的预构建库或单独的.deb软件包
• 可用于L4T rel-19和L4T rel-21
• 推荐优先使用这种方法。

• 下载软件包：

  • 下载地址：https://developer.nvidia.com/linux-tegra-rel-19
  • 下载地址：https://developer.nvidia.com/linux-tegra-rel-21
  • 在TK1上浏览器下载，或电脑上下载后再上传到TK1
  • 假设放于~/opencv目录下

• 更新源

sudo apt-add-repository universe
sudo apt-get update

• 在L4T 19.x:

sudo dpkg -i libopencv4tegra_2.4.10.1_armhf.deb
sudo dpkg -i libopencv4tegra-dev_2.4.10.1_armhf.deb

• 在L4T 21.x:

sudo dpkg -i libopencv4tegra-repo_l4t-r21_2.4.10.1_armhf.deb  (does not work, please fix!)
sudo apt-get update
sudo apt-get install libopencv4tegra libopencv4tegra-dev

• 安装一些函数库

# Some general development libraries  
sudo apt-get install build-essential make cmake cmake-curses-gui g++  
# libav video input/output development libraries  
sudo apt-get install libavformat-dev libavutil-dev libswscale-dev  
# Video4Linux camera development libraries  
sudo apt-get install libv4l-dev  
# Eigen3 math development libraries  
sudo apt-get install libeigen3-dev  
# OpenGL development libraries (to allow creating graphical windows)  
sudo apt-get install libglew1.6-dev  
# GTK development libraries (to allow creating graphical windows)  
sudo apt-get install libgtk2.0-dev  

• 安装完成

源码安装：

• 如果您想要最新的OpenCV代码，或者您想要自定义OpenCV库，并且不希望NVIDIA的OpenCV4Tegra的CPU和多核优化

• 请注意，您将无法获得如OpenCV4Tegra的全部优化性能。

• 源码地址：

  • 官网：http://opencv.org/
  • 注意选择OpenCV for Linux/Mac

• TK1直接源码下载：

cd ~/opencv
wget http://downloads.sourceforge.net/project/opencvlibrary/opencv-unix/2.4.9/opencv-2.4.9.zip  

• 解压OpenCV源码，放置根目录，并进行配置：

unzip opencv-2.4.9.zip  
mv opencv-2.4.9 ~  

• 进入Opencv，配置编译

cd ~/opencv-2.4.9  
mkdir build  
cd build  
cmake -DWITH_CUDA=ON -DCUDA_ARCH_BIN="3.2" -DCUDA_ARCH_PTX="" -DBUILD_TESTS=OFF -DBUILD_PERF_TESTS=OFF 
sudo make -j4 install  

• 添加环境变量

echo "# Use OpenCV and other custom-built libraries." >> ~/.bashrc  
echo "export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib/" >> ~/.bashrc  
source ~/.bashrc  

• 安装完成

测试OpenCV：

• 安装C++编译器

# Make sure we have installed a C++ compiler.  
sudo apt-get install build-essential g++  

• 测试例子1：

# Test a simple OpenCV program. Creates a graphical window, hence you should plug a HDMI monitor in or use a remote viewer such as X Tunneling or VNC or TeamViewer on your desktop.  
cd ~/opencv-2.4.9/samples/cpp  
g++ edge.cpp -lopencv_core -lopencv_imgproc -lopencv_highgui -o edge  
./edge  

• 测试例子2：

# If you have a USB webcam plugged in to your board, then test one of the live camera programs.  
g++ laplace.cpp -lopencv_core -lopencv_imgproc -lopencv_highgui -lopencv_calib3d -lopencv_contrib -lopencv_features2d -lopencv_flann -lopencv_gpu -lopencv_legacy -lopencv_ml -lopencv_objdetect -lopencv_photo -lopencv_stitching -lopencv_superres -lopencv_video -lopencv_videostab -o laplace  
./laplace  

• 测试例子3：

# Test a GPU accelerated OpenCV sample.  
cd ../gpu  
g++ houghlines.cpp -lopencv_core -lopencv_imgproc -lopencv_highgui -lopencv_calib3d -lopencv_contrib -lopencv_features2d -lopencv_flann -lopencv_gpu -lopencv_legacy -lopencv_ml -lopencv_objdetect -lopencv_photo -lopencv_stitching -lopencv_superres -lopencv_video -lopencv_videostab -o houghlines  
./houghlines ../cpp/logo_in_clutter.png  

• 原图：

• CPU处理后

• GPU处理后

参考：

• http://elinux.org/Jetson/Tutorials/OpenCV
• http://elinux.org/Jetson/Installing_OpenCV
• http://elinux.org/Jetson/Computer_Vision_Performance
• http://blog.csdn.net/frd2009041510/article/details/42930113
• http://docs.opencv.org/doc/tutorials/introduction/linux_gcc_cmake/linux_gcc_cmake.html
• http://docs.opencv.org/doc/tutorials/tutorials.html
• http://docs.opencv.org/opencv2refman.pdf
• http://www.jetsonhacks.com/2015/06/14/ros-opencv-and-opencv4tegra-on-the-nvidia-jetson-tk1/
• http://blog.hi58.net/?p=34431
• http://developer.nvidia-china.com/forum.php?mod=viewthread&tid=7912