您的当前位置:首页正文

在树莓派2或树莓派B+上安装Python和OpenCV的教程

2020-11-27 来源:二三四教育网
2015330151950565.jpg (690×555)我的Raspberry Pi 2昨天刚邮到,这家伙看上去很小巧可爱。

这小家伙有4核900MHZ的处理器,1G内存。要知道,Raspberry Pi 2 可比我中学电脑实验室里大多数电脑快多了。

话说,自从Raspberry Pi 2发布以来,我收到了很多请求,要求我能写一个在它上面安装OpenCV和Python的详细说明。

因此如果你想在Raspberry Pi启动运行OpenCV和Python,就往下面看!

在博文的剩余部分,我将提供在Raspberry Pi 2 和Raspberry Pi B+上的详细安装说明。

我也会说明每一步的安装耗时。其中一些步骤需要较多的处理时间。举个例子,在Raspberry Pi 2 编译OpenCV花费大概2.8小时,在 Raspberry Pi B+上则是9.5小时。所以请你据此安排你的安装吧。

最后,提醒一下我们会在PyImageSearch Gurus 计算机视觉课程中用到Raspberry Pi。我们的项目将会包括家庭监控应用,例如说房间里面的运动检测和人员跟踪。

下面是一个运动检测和跟踪的简单例子,当时我正打着电话在公寓里面来回走动。
2015330152053363.jpg (690×503)在 Raspberry Pi 2/B+上安装OpenCV和Python

这里假定你已经有了Raspberry Pi 2/B+,且已经安装好。如果没有的话,我建议你买一个,它们既便宜也好玩。

个人来说,我更愿意多花一点钱从Canakit买。他们的物流很快也比较可靠,加之他们的 ready-to-go服务也很好。

好吧,我们开始OpenCV和Python的安装
步骤0:

我们假定你已经打开Raspberry Pi 2/B+。打开终端,我们先更新和升级已安装的软件包,然后更新Raspberry Pi固件。

$ sudo apt-get update
$ sudo apt-get upgrade
$ sudo rpi-update


步骤1:

安装所需的安装工具和包:

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

build-essential 和 pkg-config可能都已经安装。以防万一,我们还是将它们键入apt-get命令中。

耗时:

Raspberry Pi B+:小于2分钟

Raspberry Pi 2:小于40秒
步骤2:

安装必要的图像I/O包,这样你才可以读入JPEG,PNG,TIFF等这些格式的图像。

$ sudo apt-get install libjpeg8-dev libtiff4-dev libjasper-dev libpng12-dev

耗时:

Raspberry Pi B+: 小于5钟

Raspberry Pi 2: 小于30秒
步骤3:

安装GTK开发库,这个库用来构建GUI。同时OpenCV中的highgui库也需要它来在屏幕上显示图像。

$ sudo apt-get install libgtk2.0-dev

耗时:

Raspberry Pi B+: 小于10分钟

Raspberry Pi 2:小于3分钟
步骤4:

安装必要的视频I/O包,OpenCV需要它们来读入视频文件。

$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev

耗时:

Raspberry Pi B+: 小于5分钟

Raspberry Pi 2: 小于30秒
步骤5:

安装OpenCV优化操作时所需库。

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

耗时:

Raspberry Pi B+:小于2分钟

Raspberry Pi 2:小于30秒
步骤6:

安装pip:

$ wget https://bootstrap.pypa.io/get-pip.py
$ sudo python get-pip.py

耗时:

Raspberry Pi B+:小于2分钟

Raspberry Pi 2:小于30秒
步骤7:

安装virtualenv和virtualenvwrapper

$ sudo pip install virtualenv virtualenvwrapper

然后,更新~/.profile文件如下:

export WORKON_HOME=$HOME/.virtualenvs
source /usr/local/bin/virtualenvwrapper.sh

重新载入.profile文件:

$ source ~/.profile

创建你的计算机视觉虚拟环境

$ mkvirtualenv cv

耗时:

Raspberry Pi B+: 小于2分钟

Raspberry Pi 2: 小于2分钟
步骤8:

现在我们安装Python 2.7开发工具:

$ sudo apt-get install python2.7-dev

注意:我们将使用Python2.7。因为OpenCV 2.4.X不支持Python 3,也不太清楚OpenCV 3.0的python接口什么时候才能完善。所以我建议现在还是使用OpenCV2.4.X的好。

我们也需要安装NumPy,因为OpenCV的Python接口通过Numpy的多维数组来表示图像。

$ pip install numpy

耗时:

Raspberry Pi B+: 小于45分钟

Raspberry Pi 2: 小于15分钟
步骤9:

下载和解压OpenCV:

$ wget -O opencv-2.4.10.zip http://sourceforge.net/projects/opencvlibrary/files/opencv-unix/2.4.10/opencv-2.4.10.zip/download
$ unzip opencv-2.4.10.zip
$ cd opencv-2.4.10

安装:

$ mkdir build
$ cd build
$ cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D BUILD_NEW_PYTHON_SUPPORT=ON -D INSTALL_C_EXAMPLES=ON -D INSTALL_PYTHON_EXAMPLES=ON -D BUILD_EXAMPLES=ON ..

耗时:

Raspberry Pi B+: 小于3分钟

Raspberry Pi 2: 小于1.5分钟

编译OpenCV:

$ make

重要:确定你在cv虚拟环境中,OpenCV也要根据该环境中的Python和NumPy中进行编译。否则的话,OpenCV就会和系统中的Python和NumPy编译在一起,会产生各种问题。

耗时:

Raspberry Pi B+: 小于 9.5 小时

Raspberry Pi 2: 小于2.8小时

最后,我们安装OpenCV:

$ sudo make install
$ sudo ldconfig

耗时:

Raspberry Pi B+: 小于 3分钟

Raspberry Pi 2: 小于1分钟
步骤10:

进行到这一步的时候,OpenCV已经应该已经安装到/usr/local/lib/python2.7/site-packages中了。

但是为了在cv虚拟环境中使用OpenCV,我们先需要符合链接到我们的site-packages目录:

$ cd ~/.virtualenvs/cv/lib/python2.7/site-packages/
$ ln -s /usr/local/lib/python2.7/site-packages/cv2.so cv2.so
$ ln -s /usr/local/lib/python2.7/site-packages/cv.py cv.py

步骤11:

最后,我们测试一下OpenCV和Python的安装:

$ workon cv
$ python
>>> import cv2
>>> cv2.__version__
'2.4.10'

OpenCV和Python已经成功安装到你的Raspberry Pi了。

这是在我的Raspberry Pi上的运行例子,我ssh登录到 Raspberry Pi,然后读取和显示一幅图像。
2015330152134961.jpg (690×450)总结

这篇博文中,我详细介绍了如何在Raspberry Pi 2 /Raspberry Pi B+上安装Python和OpenCV。也提供了他们的安装耗时,请酌情考虑你的安装。

随着Raspberry Pi的升级,安装指令可能有所变化。如果你遇到一些极端情况或安装指令的变化,请随时联系我。当然我也不能保证每封邮件都能回复,所以最好是将如何在 Raspberry Pi上安装OpenCV和Python的方法总结成一个列表。

不久以后,我会讲如何在Raspberry Pi操作其附加的camera。

在那之前,看看PyImageSearch Gurus计算机视觉课程。我们将在其中一些工程中用到Raspberry Pi,就比如说构建一个监控应用来进行房间内部的运动检测和人员跟踪。

显示全文