opencv

Kom godt i gang med OpenCV i Ubuntu 20.40

Kom godt i gang med OpenCV i Ubuntu 20.40
Open Source Computer Vision Library, eller OpenCV, er et softwarebibliotek med maskinindlæring med open source-programmeringsværktøjer, der bruges til realtids computing. Den består af over 2.500 veloptimerede algoritmer, der bruges til at detektere og genkende ansigter, til 3D-modellering og til overlappende fotos til at oprette kort og højder, udføre fotometrisk analyse, sporing af objektbanen, bevægelsessporing og påvisning af bevægelser og bevægelser. Sammen med andre hjælpeprogrammer kan OpenCV endda vurdere motivets intentioner på et fotografi.

Med en så bred vifte af funktioner har OpenCV fundet sine anvendelser gennem årene i ansigtsgenkendelsesteknologi, medicinsk billedsprog, overvågningsvideo og endda i kommercielle tjenester såsom VFX og motion tracking i filmindustrien.

Denne artikel indeholder en tutorial, der viser dig, hvordan du installerer OpenCV 4 på din Ubuntu 20.40-systemet, og hvordan du får mest muligt ud af dette bibliotek ved at installere de mest anbefalede pakker.

Vi begynder med at installere OpenCV-afhængighederne, før vi installerer OpenCV.

Trin 1: Opdater dit system

Åbn først terminalen, og skriv følgende for at opdatere dit system:

$ sudo apt opdatering && opgradering

Trin 2: Download yderligere biblioteker

Derefter skal du anmode om og installere udviklerværktøjerne og de visuelle I / O-biblioteker for at få vist og redigere billed- og videofiler. Brug følgende kommandoer til at gøre det:

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

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

$ sudo apt installere libavcodec-dev libavformat-dev libswscale-dev libv4l-dev

$ sudo apt installere libxvidcore-dev libx264-dev

For yderligere at forbedre OpenCV skal du installere pakkerne nedenfor:

$ sudo apt installere libatlas-base-dev gfortran

Trin 3: Download Gnome ToolKit

Gnome Toolkit (GTK) er et gratis og open source-widget-værktøjssæt, der kan bruges til at oprette GUI'er. Skriv kommandoen nedenfor for at downloade Gnome Toolkit:

$ sudo apt installere libgtk-3-dev

Trin 4: Installer Python 3-udviklingshoveder

Brug følgende koder til at installere Python 3-udviklingshovederne:

$ sudo apt-get install python3-dev

Bemærk: Hvis du ikke allerede kunne fortælle det, udfører vi installationen med Python 3-bindinger.

Med de afhængigheder, der er installeret, kan vi nu gå videre til at downloade OpenCV.

Trin 5: Download OpenCV

Download af OpenCV er ret ligetil. Du skal blot gå over til din hjemmemappe og downloade OpenCV og opencv_contrib, som kommer med nogle mods, der føjer til OpenCVs funktionalitet. For at gøre dette skal du indtaste følgende:

$ cd ~
$ wget -O opencv.zip https: // github.com / opencv / opencv / arkiv / 4.0.0.lynlås

$ wget -O opencv_contrib.zip https: // github.com / opencv / opencv_contrib / arkiv / 4.0.0.lynlås

Udpak derefter arkiverne med nedenstående kommandoer:

$ unzip opencv.lynlås

$ unzip opencv_contrib.lynlås

Dette trin er valgfrit. Du kan vælge at omdøbe mapperne ved at indtaste nedenstående kommandoer:

$ mv opencv-4.0.0 opencv

$ mv opencv_contrib-4.0.0 opencv_contrib

Trin 6: Optimer Python 3 VE til OpenCV

I dette trin installerer vi pip. Indtast følgende kommandoer for at gøre det:

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

$ sudo python3 get-pip.py

Trin 7: Bliv vant til VE til Python-udvikling

Med et virtuelt miljø kan du arbejde med to parallelle softwareversionafhængigheder.

Her bruger vi virtualenv- og virtualenvwrapper-pakkerne til at navigere i de virtuelle Python-miljøer.

For at installere virtualenv- og virtualenvwrapper-pakkerne og oprette python-VE'er med dem skal du indtaste følgende:

$ sudo pip installerer virtualenv virtualenvwrapper

$ sudo rm -rf ~ / get-pip.py ~ /.cache / pip

Indtast følgende kode for at tilføje din ~ /.bashrc-fil:

$ echo -e "\ n # virtualenv og virtualenvwrapper" >> ~ /.bashrc

$ echo "eksport WORKON_HOME = $ HOME /.virtualenvs ">> ~ /.bashrc

$ echo "eksport VIRTUALENVWRAPPER_PYTHON = / usr / bin / python3" >> ~ /.bashrc

$ echo "kilde / usr / lokal / bin / virtualenvwrapper.sh ">> ~ /.bashrc

Nu, kilde ~ /.bashrc-fil med følgende:

$ kilde ~ /.bashrc

Trin 8: Oprettelse af et virtuelt miljø

Nu kan vi gå videre til at skabe et OpenCV 4 + Python 3 virtuelt miljø. Indtast følgende kode for at oprette et virtuelt Python 3-miljø.

$ mkvirtualenv cv -p python3

Som du kan se, navngav vi vores VE 'cv;' Du kan give ethvert navn til din VE, selvom det foretrækkes at holde dem korte og relevante.

Vi har oprettet py3cv4 VE til brug sammen med Python 3 + OpenCV 4. For at se, hvilken VE du befinder dig i, skal du indtaste følgende kommando:

$ workon cv

Trin 9: Installer NumPy

NumPy er en Python-bibliotekspakke, der føjes til den ved at installere matematiske funktioner på højt niveau og understøtte flerdimensionelle arrays og matricer. Det vil sandsynligvis være praktisk, når du bruger OpenCV, så vi anbefaler, at du installerer det. Udsted følgende kommando for at gøre det:

$ pip install numpy

Trin 10: Link OpenCV 4 med det virtuelle miljø

Slå Python-versionen, der er installeret på dit system, op ved at indtaste følgende:

$ workon cv

$ python -version

Nu hvor du kender den Python-version, du bruger, kan du omarbejde biblioteket med webstedspakker.

Trin 11: Bekræftelse af installationen

Du kan kontrollere, at OpenCV er installeret korrekt og fungerer uden problemer ved at indtaste følgende kommando:

$ workon cv

$ python

Dette aktiverer det virtuelle miljø og kører den Python-tolk, der er knyttet til den VE, du lige har aktiveret.

Konklusion

Og det omkring indpakker det. Denne artikel gav et gennemgang for at hjælpe dig med at få OpenCV i gang på dit Ubuntu-system. Vi kiggede på forskellige afhængigheder, der tilføjer mere funktionalitet til OpenCV og viste dig, hvordan du installerer disse afhængigheder. Vi oprettede også et virtuelt Python 3-miljø og linkede det til vores OpenCV-installation. Efter at have fulgt trinnene i denne artikel, skal du have installeret OpenCV med succes på din Ubuntu 20.24 server.

Open Source-porte med kommercielle spilmotorer
Gratis, open source og cross-platform spilmotorgendringer kan bruges til at spille gamle såvel som nogle af de temmelig nylige spiltitler. Denne artik...
Bedste kommandoliniespil til Linux
Kommandolinjen er ikke kun din største allierede, når du bruger Linux, den kan også være kilde til underholdning, fordi du kan bruge den til at spille...
Bedste apps til Gamepad Mapping til Linux
Hvis du kan lide at spille spil på Linux med en gamepad i stedet for et typisk tastatur- og musesystem, er der nogle nyttige apps til dig. Mange pc-sp...