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 Linux PHP
利用PHP压缩音频:Linux环境下的ffmpeg简易安装指南
希望这个指南能为你的编程之旅提供帮助。只需记住,每一行代码都像音乐的音符,组合在一起,创造出美妙的旋律。祝你编程愉快!
134 6
|
9月前
|
机器学习/深度学习 监控 算法
基于计算机视觉(opencv)的运动计数(运动辅助)系统-源码+注释+报告
基于计算机视觉(opencv)的运动计数(运动辅助)系统-源码+注释+报告
224 3
|
5月前
|
机器学习/深度学习 IDE 开发工具
基于OpenCV的车牌识别系统源码分享
基于OpenCV的车牌识别系统主要利用图像边缘和车牌颜色定位车牌,再利用OpenCV的SVM识别具体字符,从而达到车牌识别的效果。
262 4
基于OpenCV的车牌识别系统源码分享
|
6月前
|
Ubuntu 开发工具 git
Ubuntu编译ffmpeg解决错误:ERROR: avisynth/avisynth_c.h not found
通过本文的详细指导,您可以顺利地在Ubuntu系统上配置和编译FFmpeg,并解决Avisynth头文件缺失的问题。
269 27
|
6月前
|
Ubuntu 计算机视觉 C++
Ubuntu系统下编译OpenCV4.8源码
通过上述步骤,你可以在Ubuntu系统上成功编译并安装OpenCV 4.8。这种方法不仅使你能够定制OpenCV的功能,还可以优化性能以满足特定需求。确保按照每一步进行操作,以避免常见的编译问题。
148 43
|
6月前
|
Ubuntu 计算机视觉 C++
Ubuntu系统下编译OpenCV4.8源码
通过上述步骤,你可以在Ubuntu系统上成功编译并安装OpenCV 4.8。这种方法不仅使你能够定制OpenCV的功能,还可以优化性能以满足特定需求。确保按照每一步进行操作,以避免常见的编译问题。
162 30
|
6月前
|
Ubuntu 计算机视觉 C++
Ubuntu系统下编译OpenCV4.8源码
通过上述步骤,你可以在Ubuntu系统上成功编译并安装OpenCV 4.8。这种方法不仅使你能够定制OpenCV的功能,还可以优化性能以满足特定需求。确保按照每一步进行操作,以避免常见的编译问题。
74 12
|
9月前
|
Ubuntu 编译器 计算机视觉
Ubuntu系统编译OpenCV4.8源码
【10月更文挑战第17天】只要三步即可搞定,第一步是下载指定版本的源码包;第二步是安装OpenCV4.8编译需要的编译器与第三方库支持;第三步就是编译OpenCV源码包生成安装文件并安装。
119 4
|
9月前
|
Linux API 开发工具
FFmpeg开发笔记(五十九)Linux编译ijkplayer的Android平台so库
ijkplayer是由B站研发的移动端播放器,基于FFmpeg 3.4,支持Android和iOS。其源码托管于GitHub,截至2024年9月15日,获得了3.24万星标和0.81万分支,尽管已停止更新6年。本文档介绍了如何在Linux环境下编译ijkplayer的so库,以便在较新的开发环境中使用。首先需安装编译工具并调整/tmp分区大小,接着下载并安装Android SDK和NDK,最后下载ijkplayer源码并编译。详细步骤包括环境准备、工具安装及库编译等。更多FFmpeg开发知识可参考相关书籍。
294 0
FFmpeg开发笔记(五十九)Linux编译ijkplayer的Android平台so库
|
9月前
|
Serverless 计算机视觉
语义分割笔记(三):通过opencv对mask图片来画分割对象的外接椭圆
这篇文章介绍了如何使用OpenCV库通过mask图像绘制分割对象的外接椭圆。首先,需要加载mask图像,然后使用`cv2.findContours()`寻找轮廓,接着用`cv2.fitEllipse()`拟合外接椭圆,最后用`cv2.ellipse()`绘制椭圆。文章提供了详细的代码示例,展示了从读取图像到显示结果的完整过程。
167 0
语义分割笔记(三):通过opencv对mask图片来画分割对象的外接椭圆