Ubuntu安装笔记(三):ffmpeg(3.2.16)源码编译opencv(3.4.0)

简介: 本文是关于Ubuntu系统中使用ffmpeg 3.2.16源码编译OpenCV 3.4.0的安装笔记,包括安装ffmpeg、编译OpenCV、卸载OpenCV以及常见报错处理。

ffmpeg安装

安装链接:Jetson 环境安装(三):jetson nano配置ffmpeg和nginx(亲测)
安装完以后,在配置文件.zshrc 或者.bashrc中加入ffmpeg的环境变量:

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/Your/Path/ffmpeg/lib/
export PATH=/Your/Path/ffmpeg/ffmpeg/bin/:$PATH
export PKG_CONFIG_PATH=/Your/Path/ffmpeg/lib/pkgconfig/

上述步骤都做完以后,检查ffmpeg是否安装成功:

ffmpeg -version

opencv编译

在这里插入图片描述

我们这里要用自己下载的ffmpeg源码来对opencv源码进行编译
将源码下载下来之后,创建build文件夹,并进入,打开cmd,输入以下的命名即可

cmake -D WITH_IPP=OFF -D BUILD_opencv_python3=YES -D PYTHON_DEFAULT_EXECUTABLE=/home/lqs/anaconda3/bin/python3.7 -D BUILD_opencv_python3=ON -D BUILD_opencv_python2=OFF -D PYTHON3_EXECUTABLE=/home/lqs/anaconda3/bin/python3 -D PYTHON3_INCLUDE_DIR=/home/lqs/anaconda3/include/python3.7m -D PYTHON3_INCLUDE_PATH=/home/lqs/anaconda3/include/python3.7m -D PYTHON3_LIBRARY=/home/lqs/anaconda3/lib/libpython3.7m.so.1.0 -D PYTHON3_NUMPY_INCLUDE_DIRS=/home/lqs/anaconda3/lib/python3.7/site-packages/numpy/core/include -D PYTHON3_PACKAGES_PATH=/home/lqs/anaconda3/lib/python3.7/site-packages -D HAVE_opencv_python3=ON -D OPENCV_ENABLE_MEMORY_SANITIZER=ON -D WITH_QT=OFF -D ENABLE_CXX11=ON -D WITH_CUDA=OFF -D FFMPEG_INCLUDE_DIR=/usr/local/ffmpeg/include -D FFMPEG_LIB_DIR=/usr/local/ffmpeg/lib -D ENABLE_PRECOMPILED_HEADERS=OFF ..

cp /home/lqs/Downloads/opencv-3.4.0/build/lib/python3/* /home/lqs/anaconda3/lib/python3.7/site-packages/
cmake \
-D WITH_IPP=OFF\
-D PYTHON_DEFAULT_EXECUTABLE=$(python -c "import sys; print(sys.executable)")\
-D BUILD_opencv_python3=ON\
-D BUILD_opencv_python2=ON\
-D BUILD_opencv_java=OFF\
-D PYTHON3_EXECUTABLE=$(which python3)\
-D PYTHON3_INCLUDE_DIR=/home/lqs/anaconda3/include/python3.7m\
-D PYTHON3_INCLUDE_PATH=/home/lqs/anaconda3/include/python3.7m\
-D PYTHON3_LIBRARY=/home/lqs/anaconda3/lib/libpython3.7m.so.1.0\
-D PYTHON3_NUMPY_INCLUDE_DIRS=/home/lqs/anaconda3/lib/python3.7/site-packages/numpy/core/include\
-D PYTHON3_NUMPY_PATH=/home/lqs/anaconda3/lib/python3.7/site-packages\
-D OPENCV_ENABLE_MEMORY_SANITIZER=ON\
-D WITH_QT=OFF\
-D ENABLE_CXX11=ON\
-D WITH_CUDA=OFF\
-D FFMPEG_INCLUDE_DIR=/usr/local/ffmpeg/include\
-D FFMPEG_LIB_DIR=/usr/local/ffmpeg/lib\
-D ENABLE_PRECOMPILED_HE ..

然后在通过

make -j8

如果报错了,则你可以将你修改的源代码的文件,替换了/usr/include/x86_64-linux-gnu下的文件,也就是说直接命令行copy /usr/local/ffmpeg/include下的全部文件 到/usr/include/x86_64-linux-gnu。

安装之后目录介绍:bin 执行文件目录,lib 静态,动态链接库目录,include 编程用到的头文件

卸载opencv

  • 找到当初安装opencv建立的build目录,进入目录执行卸载操作
cd cd /home/cheng/somelib/opencv-3.4.10/build/
sudo make uninstall
cd ..
rm -rf build
  • 删除相关项
sudo -s
rm -rf /usr/local/include/opencv2 
rm -rf /usr/local/include/opencv 
rm -rf /usr/include/opencv 
rm -rf /usr/include/opencv2 
rm -rf /usr/local/share/opencv 
rm -rf /usr/local/share/OpenCV 
rm -rf /usr/share/opencv 
rm -rf /usr/share/OpenCV 
rm -rf /usr/local/bin/opencv*
rm -rf /usr/local/lib/libopencv*
  • 查找是否还有剩余
cd /usr
find . -name "*opencv*" | xargs sudo rm -rf
  • 检查是否删除完
pkg-config --modversion opencv

报错情况

  • 1./sbin/ldconfig.real: /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_ops_train.so.8 不是符号链接

解决办法:建立软链接

sudo ln -sf /usr/local/cuda-11.1/targets/x86_64-linux/lib/libcudnn_adv_train.so.8.0.1 /usr/local/cuda-11.1/targets/x86_64-linux/lib/libcudnn_adv_train.so.8
sudo ln -sf /usr/local/cuda-11.1/targets/x86_64-linux/lib/libcudnn_ops_infer.so.8.0.1 /usr/local/cuda-11.1/targets/x86_64-linux/lib/libcudnn_ops_infer.so.8
sudo ln -sf /usr/local/cuda-11.1/targets/x86_64-linux/lib/libcudnn_cnn_train.so.8.0.1 /usr/local/cuda-11.1/targets/x86_64-linux/lib/libcudnn_cnn_train.so.8
sudo ln -sf /usr/local/cuda-11.1/targets/x86_64-linux/lib/libcudnn_adv_infer.so.8.0.1 /usr/local/cuda-11.1/targets/x86_64-linux/lib/libcudnn_adv_infer.so.8
sudo ln -sf /usr/local/cuda-11.1/targets/x86_64-linux/lib/libcudnn_ops_train.so.8.0.1 /usr/local/cuda-11.1/targets/x86_64-linux/lib/libcudnn_ops_train.so.8
sudo ln -sf /usr/local/cuda-11.1/targets/x86_64-linux/lib/libcudnn_cnn_infer.so.8.0.1 /usr/local/cuda-11.1/targets/x86_64-linux/lib/libcudnn_cnn_infer.so.8
  • 2.cmake: /usr/local/lib/libcurl.so.4: no version information available (required by /usr/bin/cmake)错误
    解决办法
    sudo rm -rf /usr/local/lib/libcurl.so.4
    ln -s /usr/lib/x86_64-linux-gnu/libcurl.so.4.5.0 /usr/local/lib/libcurl.so.4
  • 3 libavcodec/libx264.c:282:9: error: ‘x264_bit_depth’ undeclared (first use in this function); did you mean ‘x264_picture_t’?
    解决办法:打开libx264.c,找到相应的代码行,将“x264_bit_depth”改成“X264_BIT_DEPTH”即可

附录

目录
相关文章
|
3月前
|
Ubuntu 安全 iOS开发
Nessus Professional 10.10 Auto Installer for Ubuntu 24.04 - Nessus 自动化安装程序
Nessus Professional 10.10 Auto Installer for Ubuntu 24.04 - Nessus 自动化安装程序
198 5
|
3月前
|
Ubuntu 编译器 计算机视觉
Ubuntu 20.04环境下无法找到#include<opencv/cv.h>文件 - 解决方案。
希望这些信息能帮助你解决遇到的问题。
268 10
|
3月前
|
NoSQL Ubuntu MongoDB
在Ubuntu 22.04上安装MongoDB 6.0的步骤
这些步骤应该可以在Ubuntu 22.04系统上安装MongoDB 6.0。安装过程中,如果遇到任何问题,可以查阅MongoDB的官方文档或者Ubuntu的相关帮助文档,这些资源通常提供了解决特定问题的详细指导。
408 18
|
4月前
|
Ubuntu 安全 关系型数据库
安装MariaDB服务器流程介绍在Ubuntu 22.04系统上
至此, 您已经在 Ubuntu 22.04 系统上成功地完成了 MariadB 的标准部署流程,并且对其进行基础但重要地初步配置加固工作。通过以上简洁明快且实用性强大地操作流程, 您现在拥有一个待定制与使用地强大 SQL 数据库管理系统。
347 18
|
4月前
|
Ubuntu 安全 关系型数据库
安装MariaDB服务器流程介绍在Ubuntu 22.04系统上
至此, 您已经在 Ubuntu 22.04 系统上成功地完成了 MariadB 的标准部署流程,并且对其进行基础但重要地初步配置加固工作。通过以上简洁明快且实用性强大地操作流程, 您现在拥有一个待定制与使用地强大 SQL 数据库管理系统。
371 15
|
计算机视觉
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
这篇文章详细介绍了OpenCV库中的图像二值化函数`cv2.threshold`,包括二值化的概念、常见的阈值类型、函数的参数说明以及通过代码实例展示了如何应用该函数进行图像二值化处理,并展示了运行结果。
3949 0
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
|
算法 计算机视觉
opencv图像形态学
图像形态学是一种基于数学形态学的图像处理技术,它主要用于分析和修改图像的形状和结构。
293 4
|
存储 计算机视觉
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
本文介绍了使用OpenCV进行图像读取、显示和存储的基本操作,以及如何绘制直线、圆形、矩形和文本等几何图形的方法。
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
|
算法 计算机视觉 Python
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
该文章详细介绍了使用Python和OpenCV进行相机标定以获取畸变参数,并提供了修正图像畸变的全部代码,包括生成棋盘图、拍摄标定图像、标定过程和畸变矫正等步骤。
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
WK
|
编解码 计算机视觉 Python
如何在OpenCV中进行图像转换
在OpenCV中,图像转换涉及颜色空间变换、大小调整及类型转换等操作。常用函数如`cvtColor`可实现BGR到RGB、灰度图或HSV的转换;`resize`则用于调整图像分辨率。此外,通过`astype`或`convertScaleAbs`可改变图像数据类型。对于复杂的几何变换,如仿射或透视变换,则可利用`warpAffine`和`warpPerspective`函数实现。这些技术为图像处理提供了强大的工具。
WK
559 1

热门文章

最新文章