树莓派opencv+contrib+xmake环境搭建

电脑上安装git，利用里面的git bash
安装FileZilla，用于传输文件
树莓派官方给的找树莓派方法是手机用Fing之类的，这个就看吧，我用的华为路由器的ip管理，总之得获取一个树莓派的地址
打开bash，输入
```
ssh {刚才设置的用户名,默认为pi}@{查到的树莓派地址}
```
弹出询问的时候输入yes

如果是重装的话需要在连接前，先删除电脑C:\Users\{yourname}\.ssh\known_hosts里的树莓派指纹

输入密码，没有更改的话应该是raspberry，进入系统
FileZilla的方法类似，主机名为sftp://{yourip}

完成ssh连接

1.3 更改apt源

国内访问apt的速度比较慢，因此切换到清华源

安装过程参考：

raspbian | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

# 编辑 `/etc/apt/sources.list` 文件，删除原文件所有内容，用以下内容取代：
deb [arch=armhf] http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ bullseye main non-free contrib rpi
deb-src http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ bullseye main non-free contrib rpi

# 如果需要 arm64 软件源，在 `/etc/apt/sources.list` 中加上
# (这个一般不用)
deb [arch=arm64] http://mirrors.tuna.tsinghua.edu.cn/raspbian/multiarch/ bullseye main

# 编辑 `/etc/apt/sources.list.d/raspi.list` 文件，删除原文件所有内容，用以下内容取代：
deb http://mirrors.tuna.tsinghua.edu.cn/raspberrypi/ bullseye main

1.4 安装clang

因为我安装xmake时用默认方法没法编译，所以参考了issue使用了clang来编译

实际操作可以先试试不用clang，如果安不了再装

安装过程参考：

Raspberry Pi - Install Clang 9 and compile C++17 and C++20 programs | Solarian Programmer

前往github release下载clang安装包，其名称应为clang+llvm-{version}-armv7a-linux-gnueabihf.tar.xz
通过FileZilla将安装包传输至树莓派/home/pi目录下

解压并安装

tar -xvf clang+llvm-{version}-armv7a-linux-gnueabihf.tar.xz
rm clang+llvm-{version}-armv7a-linux-gnueabihf.tar.xz
mv clang+llvm-{version}-armv7a-linux-gnueabihf clang_{version}
sudo mv clang_{version} /usr/local

配置clang环境变量

export PATH=/usr/local/clang_{version}/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/clang_{version}/lib:$LD_LIBRARY_PATH

长久配置clang变量

echo 'export PATH=/usr/local/clang_9.0.0/bin:$PATH' >> .bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/clang_9.0.0/lib:$LD_LIBRARY_PATH' >> .bashrc
. .bashrc

确定是否成功安装

clang++ --version

我的输出如下：

pi@raspberrypi:~ $ clang++ --version
clang version 13.0.1 (http://git.linaro.org/toolchain/jenkins-scripts.git d04b0fafc2d906fd9b2e8e55efb35c9cf7114e68)
Target: armv7l-unknown-linux-gnueabihf
Thread model: posix
InstalledDir: /usr/local/clang_13.0.1/bin

原文中还附带了卸载方法，我就没尝试，一般直接remake了(

1.5 安装eigen

在我的项目中需要用的eigen来解算，为了与opencv连接，在opencv前安装eigen，如果项目中没有使用可以跳过

安装过程参考

linux 下面如何安装Eigen_ttomchy的博客-CSDN博客_linux 安装eigen

安装
```
sudo apt-get install libeigen3-dev
```
调整安装路径（好像不调整也可以，但是保险还是调了，反正是cp
```
cd /usr/include/eigen3
sudo cp Eigen/ .. -R
```
原文有测试方法，我直接装了也没啥问题（

1.6 安装xmake

xmake还是一个非常香的编译器，所以用了它（其实还是不会cmake

遇到的最主要的问题还是make build和make LDFLAGS="-latomic都没成功，所以按照作者意见用了clang

安装过程参考：

https://github.com/xmake-io/xmake/issues/2119

https://github.com/xmake-io/xmake/issues/1384

xmake: 轻量级跨平台C/C++构建工具，采用lua语法接口API描述项目，提供依赖检测、编译、打包、安装、运行、调试一条龙服务

xmake

安装依赖

sudo apt-get install git

默认搭建过程：

git clone --recursive https://gitee.com/tboox/xmake.git
cd ./xmake
make build
./scripts/get.sh __local__ __install_only__
source ~/.xmake/profile

clang搭建过程：

git clone --recursive https://gitee.com/tboox/xmake.git
cd ./xmake
export CC=clang
bash <(curl -fsSL https://xmake.io/shget.text)

1.7 安装opencv与opencv_contrib

主角登场，这次还查了不少的参考

这玩意儿安的挺多，每次都给我整点新花样

什么时候能出opencv一键编译安装

安装过程参考：

（细节项）在Linux下用正确的姿势配置编译安装OpenCV - 知乎 -- 这个参考的还挺多的

树莓派4B 安装opencv 及实时人脸检测-raspberry pi OS version : 2021/10/30 , Based on Debian version 11 (bullseye) - 知乎

增大可用空间（如果卡大的话应该不需要
```
sudo raspi-config
```
方向键选择如下

重启树莓派

安装依赖

sudo apt-get install -y build-essential
sudo apt-get install -y cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install -y python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev 
sudo apt-get install -y libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev
sudo apt-get install -y libxvidcore-dev libx264-dev
sudo apt-get install -y libatlas-base-dev gfortran 
sudo apt-get install -y ffmpeg

参考1里给了使用脚本的安装方式，可以看一下

在电脑上下载opencv源码

opencv 的 release页下载Sources

opencv_contrib 的 tag页下载与opencv版本相同的第三方库

用FileZilla传输至树莓派

解压并改名

unzip opencv.zip
unzip opencv_contrib.zip
mv opencv-{version} opencv
mv opencv_contrib-{version} opencv_contrib

预编译opencv

cd opencv
#创建build文件夹
mkdir build
cd build

#直接粘贴，包括换行
cmake \
  -D CMAKE_BUILD_TYPE=RELEASE \
  -D OPENCV_GENERATE_PKGCONFIG=ON  \
  -D CMAKE_SHARED_LINKER_FLAGS='-latomic' \
  -D OPENCV_ENABLE_NONFREE=ON \
  -D WITH_TBB=ON \
  -D WITH_EIGEN=ON \
  -D WITH_GTK=ON \
  -D WITH_OPENGL=ON \
  -D WITH_V4L=ON \
  -D WITH_OPENCL=OFF \
  -D WITH_CUDA=OFF \
  -D BUILD_NEW_PYTHON_SUPPORT=ON \
  -D BUILD_DOCS=ON \
  -D BUILD_TESTS=OFF \
  -D BUILD_PERF_TESTS=OFF \
  -D BUILD_EXAMPLES=ON  \
  -D BUILD_opencv_gpu=OFF \
  -D BUILD_opencv_gpuarithm=OFF \
  -D BUILD_opencv_gpubgsegm=OFF \
  -D INSTALL_PYTHON_EXAMPLES=ON \
  -D INSTALL_C_EXAMPLES=ON \
  -D CMAKE_BUILD_TYPE=RELEASE \
  -D CMAKE_INSTALL_PREFIX=/usr/local/ \
  -D OPENCV_EXTRA_MODULES_PATH=/home/pi/opencv_contrib/modules ..
  #上面这个OPENCV_EXTRA_MODULES_PATH要填刚才解压移动的opencv_contrib文件夹里modules的位置，如果名字不一样记得改

在预编译的过程中可能会出现下载不了的问题，一般是xfeature2D之类的容易出问题，可以百度一下怎么解决，我以前遇到了这次都还好，如果下次出问题再更新

编译opencv
```
sudo make -j4
```
-j4 说明使用4核心（raspberry pi 4b的核心数）进行编译

等待时间很长就等着吧

在这个过程中可能会出现包下载不下来的问题，可以参照参考1进行排障
编译到100%即可安装
```
sudo make install
```

配置环境

查找opencv4.pc文件，在/usr/local/lib/目录下建立pkgconfig目录，然后将build文件夹下编译生成的opencv4.pc 拷贝进/usr/local/lib/pkgconfig
```
find ./ -name opencv4.pc
```
我的返回如下
```
pi@raspberrypi:~/opencv/build $ find ./ -name opencv4.pc
./unix-install/opencv4.pc
```
进行复制
```
sudo cp ./unix-install/opencv4.pc /usr/local/lib/pkgconfig
```

检查在系统中是否能找到头文件

pkg-config --cflags --libs opencv4

返回应该如下（具体的lib可能会有多有少，问题大部分情况不大

pi@raspberrypi:~/opencv/build $ pkg-config --cflags --libs opencv4
-I/usr/local/include/opencv4 -L/usr/local/lib/arm-linux-gnueabihf -lopencv_gapi -lopencv_stitching -lopencv_alphamat -lopencv_aruco -lopencv_barcode -lopencv_bgsegm -lopencv_bioinspired -lopencv_ccalib -lopencv_dnn_objdetect -lopencv_dnn_superres -lopencv_dpm -lopencv_face -lopencv_freetype -lopencv_fuzzy -lopencv_hfs -lopencv_img_hash -lopencv_intensity_transform -lopencv_line_descriptor -lopencv_mcc -lopencv_quality -lopencv_rapid -lopencv_reg -lopencv_rgbd -lopencv_saliency -lopencv_stereo -lopencv_structured_light -lopencv_phase_unwrapping -lopencv_superres -lopencv_optflow -lopencv_surface_matching -lopencv_tracking -lopencv_highgui -lopencv_datasets -lopencv_text -lopencv_plot -lopencv_videostab -lopencv_videoio -lopencv_wechat_qrcode -lopencv_xfeatures2d -lopencv_shape -lopencv_ml -lopencv_ximgproc -lopencv_video -lopencv_xobjdetect -lopencv_objdetect -lopencv_calib3d -lopencv_imgcodecs -lopencv_features2d -lopencv_dnn -lopencv_flann -lopencv_xphoto -lopencv_photo -lopencv_imgproc -lopencv_core

修改opencv.conf

sudo nano /etc/ld.so.conf.d/opencv.conf

#在opencv.conf中添加内容：
/usr/local/lib

ctrl+o enter 保存

ctrl+x 退出

执行生效命令
```
sudo ldconfig
```

修改bash.bashrc

sudo nano /etc/bash.bashrc

#文件末尾加入：
export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig

这里应该会有一个更新命令，但好像要装mlocate，我就贴个命令，不执行好像也没事
```
source /etc/bash.bashrc  
sudo updatedb  
```

我们的opencv搭完啦！

1.8 摄像头设置

针对树莓派官方的摄像头，其他的没试过（

设置过程参考：

子豪兄教你在树莓派上安装OpenCV - 知乎

硬件安装上，把板子放在桌面上，黑抽屉的两个耳朵往上拉，然后把排线塞进去即可

如果有问题的话先看硬件连接，没问题去百度

设置代码

sudo raspi-config

选择Interface Options-Legency Camera，启用它，重启

这时候好像就用不了VNC了，目前没有找解决方案除了直接外接显示器

测试代码

vcgencmd get_camera

我的输出

pi@raspberrypi:~/opencv/build $ vcgencmd get_camera
supported=1 detected=1

可以输入命令

raspistill -o image.jpg

会调用摄像头生成一张名为image.jpg的图片到/home/pi下

1.9 Github加速

如果测试时，xmake可以顺利下载依赖就不需要了

设置过程参考：

Linux中加速访问github - zonyZhang - 博客园 -- 本块基本全文粘贴

登录Dns检测|Dns查询 - 站长工具
查询以下域名映射,并分别取访问速度较快的一个ip

github.global.ssl.fastly.net -> 151.101.229.194

assets-cdn.github.com -> 203.208.39.99

TTL值越大证明响应速度越快

将查询到的ip和域名设置到host中

sudo nano /etc/hosts

在hosts加入结果

#github
151.101.229.194  github.global.ssl.fastly.net
203.208.39.99 assets-cdn.github.com

保存,退出,并重启网络服务

/etc/init.d/networking restart

1.10 测试

测试代码考虑到不一定有桌面输出，所以写了无需imshow的程序

TODO:还没有做摄像头的捕捉，过一阵更新吧

设置过程参考：

在Ubuntu20.04下配置Opencv(C++)并用xmake构建和运行 - 小季不是咸鱼 - 博客园

xmake去github下载包失败该如何绕过? · Issue #I1AW6Z · tboox/xmake - Gitee.com -- 最终未使用，仅作为github下载失败的解决方案之一

在/home/pi下建立workspace/opencv-test（这部分文件夹起名随意，但建议放在/home/pi下，其中opencv-test即为我们的项目储存地
```
cd ~
mkdir workspace/opencv-test
cd workspace/opencv-test
```

创建代码，可以在电脑上编完再放上去，也可以在树莓派上现写

#在/home/pi/workspace/opencv-test目录下
touch test.cpp
nano test.cpp

或者FileZilla直接传写好的test.cpp

测试代码如下

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

int main(){
    cout << "Programme begin." << endl;
    Mat input_image = imread("./image.jpg");
    cout << "Finish reading image." << endl;
    Mat output_image;
    cvtColor(input_image, output_image, COLOR_BGR2GRAY);
    cout << "Gen gray image." << endl;
    imwrite("./image_gray.jpg", output_image);
    return 0;
}

使用xmake编译
```
xmake
```
输入y确定，首次或者下面更改完xmake.lua后可能会下载一些依赖，等待下载，如果不行参照1.9处理

这时候会找不到opencv.hpp

更改xmake.lua

nano xmake.lua

将其修改为

add_requires("opencv4")

target("test")
    set_kind("binary")
    add_rules("mode.debug", "mode.release")
    add_includedirs("/usr/include", "/usr/local/include", "/usr/local/include/opencv4")
    add_packages("opencv4")
    add_files("test.cpp")

set_languages("cxx17")

这里注意的有：

add_requires()和add_packages()用的是opencv4而非opencv这好像与pkg的安装有关，以后也得加4
如果多文件的话需要看一下参考，这个是不够的

再次编译
```
xmake
```
在这之前设置了/usr/local/include/opencv4/opencv2到/usr/local/include/opencv4的软链接，如果下文出现错误可以尝试建立软链接（方法百度）
运行文件
```
xmake -r
```
终端和FileZilla都进入./build/linux/armv7a/release/
```
cd build/linux/armv7a/release/
```
FileZilla在release下上传名为image.jpg的图片（比如测试摄像头的那一张）

运行

./test

我的输出

pi@raspberrypi:~/workspace/opencv-test/build/linux/armv7a/release $ ./test
Programme begin.
Finish reading image.
Gen gray image.
pi@raspberrypi:~/workspace/opencv-test/build/linux/armv7a/release $ ls
image_gray.jpg  image.jpg  test

应该会在同一文件夹下生成image_gray.jpg的灰度图，可以用FileZilla下载到电脑上查看（注意F5刷新FileZilla）

至此除了没有测试opencv读取摄像头已经全部完成了，在测试环境可能会出现各种各样烦得要死的问题，善用百度、csdn、git issue等平台吧

希望搭建顺利！

2 参考网站

以下是我在搭建环境时或多或少参照的内容，感谢他们的付出

树莓派opencv+contrib+xmake环境搭建

0.Intro

1. 环境搭建过程

1.1 树莓派系统安装

1.2 树莓派ssh连接准备

1.3 更改apt源

1.4 安装clang

1.5 安装eigen

1.6 安装xmake

1.7 安装opencv与opencv_contrib

1.8 摄像头设置

1.9 Github加速

1.10 测试

2 参考网站

相关阅读

相关文章

相关问答

相关文档