opencv

Erste Schritte mit OpenCV in Ubuntu 20.40

Erste Schritte mit OpenCV in Ubuntu 20.40
Open Source Computer Vision Library oder OpenCV ist eine Softwarebibliothek für maschinelles Lernen mit Open-Source-Programmierdienstprogrammen, die für Echtzeit-Computing verwendet werden. Es besteht aus über 2.500 gut optimierten Algorithmen zur Erkennung und Erkennung von Gesichtern, zur 3D-Modellierung und zum Überlappen von Fotos, um Karten und Höhen zu erstellen, photometrische Analysen, Objektbahnverfolgung, Bewegungsverfolgung und Erkennung von Gesten und Bewegungen durchzuführen. In Verbindung mit anderen Dienstprogrammen kann OpenCV sogar die Absichten des Motivs in einem Foto beurteilen.

Mit einer so breiten Palette von Funktionalitäten hat OpenCV im Laufe der Jahre seine Anwendung in der Gesichtserkennungstechnologie, medizinischen Bildgebung, Überwachungsvideos und sogar in kommerziellen Diensten wie VFX und Motion Tracking in der Filmindustrie gefunden.

Dieser Artikel enthält ein Tutorial, das Ihnen zeigt, wie Sie OpenCV 4 auf Ihrem Ubuntu 20 installieren.40-System und wie Sie diese Bibliothek optimal nutzen können, indem Sie die am häufigsten empfohlenen Pakete installieren.

Wir beginnen mit der Installation der OpenCV-Abhängigkeiten, bevor wir OpenCV installieren.

Schritt 1: Aktualisieren Sie Ihr System

Öffnen Sie zunächst das Terminal und geben Sie Folgendes ein, um Ihr System zu aktualisieren:

$ sudo apt update && upgrade

Schritt 2: Zusätzliche Bibliotheken herunterladen

Fordern Sie als Nächstes die Entwicklertools und visuellen I/O-Bibliotheken an und installieren Sie sie, um Bild- und Videodateien anzuzeigen und zu bearbeiten. Verwenden Sie dazu die folgenden Befehle:

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

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

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

$ sudo apt install libxvidcore-dev libx264-dev

Um OpenCV weiter zu verbessern, installieren Sie die folgenden Pakete:

$ sudo apt install libatlas-base-dev gfortran

Schritt 3: Gnome ToolKit herunterladen

Gnome Toolkit (GTK) ist ein kostenloses Open-Source-Widget-Toolkit, mit dem GUIs erstellt werden können. Geben Sie den folgenden Befehl ein, um das Gnome Toolkit herunterzuladen:

$ sudo apt install libgtk-3-dev

Schritt 4: Python 3-Entwicklungsheader installieren

Verwenden Sie die folgenden Codes, um die Python 3-Entwicklungsheader zu installieren:

$ sudo apt-get install python3-dev

Hinweis: Falls Sie es noch nicht sagen konnten, führen wir die Installation mit Python 3-Bindungen durch.

Wenn die Abhängigkeiten installiert sind, können wir jetzt OpenCV herunterladen.

Schritt 5: OpenCV herunterladen

Das Herunterladen von OpenCV ist ziemlich einfach. Gehen Sie einfach zu Ihrem Home-Ordner und laden Sie OpenCV und opencv_contrib herunter, die mit einigen Mods geliefert werden, die die Funktionalität von OpenCV ergänzen. Geben Sie dazu Folgendes ein:

$ cd ~
$ wget -O opencv.zip https://github.com/opencv/opencv/archive/4.0.0.Postleitzahl

$ wget -O opencv_contrib.zip https://github.com/opencv/opencv_contrib/archive/4.0.0.Postleitzahl

Als nächstes extrahieren Sie die Archive mit den folgenden Befehlen:

$ opencv entpacken.Postleitzahl

$ opencv_contrib entpacken.Postleitzahl

Dieser Schritt ist optional. Sie können die Verzeichnisse umbenennen, indem Sie die folgenden Befehle eingeben:

$ mv opencv-4.0.0 opencv

$ mv opencv_contrib-4.0.0 opencv_contrib

Schritt 6: Optimieren Sie Python 3 VE für OpenCV

In diesem Schritt installieren wir pip. Geben Sie dazu die folgenden Befehle ein:

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

$ sudo python3 get-pip.py

Schritt 7: Gewöhnen Sie sich an die VE für die Python-Entwicklung

In einer virtuellen Umgebung können Sie mit zwei parallelen Softwareversionsabhängigkeiten arbeiten.

Hier verwenden wir die Pakete virtualenv und virtualenvwrapper, um durch die virtuellen Python-Umgebungen zu navigieren.

Geben Sie Folgendes ein, um die Pakete virtualenv und virtualenvwrapper zu installieren und Python-VEs damit zu erstellen:

$ sudo pip install virtualenv virtualenvwrapper

$ sudo rm -rf ~/get-pip.py ~/.Cache/Pip

Geben Sie den folgenden Code ein, um Ihr ~/ anzuhängen.bashrc-Datei:

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

$ echo "Export WORKON_HOME=$HOME/.virtuelle Umgebungen" >> ~/.bashrc

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

$ echo "source /usr/local/bin/virtualenvwrapper.sch" >> ~/.bashrc

Nun, source the~/.bashrc-Datei mit folgendem:

$ Quelle ~/.bashrc

Schritt 8: Erstellen einer virtuellen Umgebung

Jetzt können wir mit der Erstellung einer virtuellen OpenCV 4 + Python 3-Umgebung fortfahren. Geben Sie den folgenden Code ein, um eine virtuelle Python 3-Umgebung zu erstellen.

$ mkvirtualenv cv -p python3

Wie Sie sehen können, haben wir unseren VE 'cv' genannt; Sie können Ihrem VE einen beliebigen Namen geben, obwohl es vorzuziehen ist, ihn kurz und relevant zu halten.

Wir haben die py3cv4 VE zur Verwendung mit Python 3 + OpenCV 4 erstellt. Geben Sie den folgenden Befehl ein, um zu sehen, in welcher VE Sie sich befinden:

$ Arbeitslebenslauf

Schritt 9: Installieren Sie NumPy

NumPy ist ein Python-Bibliothekspaket, das es erweitert, indem es mathematische Funktionen auf hoher Ebene installiert und mehrdimensionale Arrays und Matrizen unterstützt. Es ist wahrscheinlich praktisch, wenn Sie OpenCV verwenden, daher empfehlen wir Ihnen, es zu installieren. Geben Sie dazu den folgenden Befehl ein:

$ pip installiere numpy

Schritt 10: OpenCV 4 mit der virtuellen Umgebung verknüpfen

Suchen Sie die auf Ihrem System installierte Python-Version, indem Sie Folgendes eingeben:

$ Arbeitslebenslauf

$ Python-Version

Nachdem Sie nun die von Ihnen verwendete Python-Version kennen, können Sie das Verzeichnis site-packages überarbeiten.

Schritt 11: Überprüfen der Installation

Sie können überprüfen, ob OpenCV ordnungsgemäß installiert ist und problemlos funktioniert, indem Sie den folgenden Befehl eingeben:

$ Arbeitslebenslauf

$python

Dies aktiviert die virtuelle Umgebung und führt den Python-Interpreter aus, der mit der gerade aktivierten VE verknüpft ist.

Fazit

Und damit ist es abgeschlossen. Dieser Artikel bietet eine exemplarische Vorgehensweise, die Ihnen hilft, OpenCV auf Ihrem Ubuntu-System zum Laufen zu bringen. Wir haben uns verschiedene Abhängigkeiten angesehen, die OpenCV mehr Funktionalität hinzufügen, und Ihnen gezeigt, wie Sie diese Abhängigkeiten installieren. Wir haben auch eine virtuelle Python 3-Umgebung erstellt und mit unserer OpenCV-Installation verknüpft. Nachdem Sie die in diesem Artikel aufgeführten Schritte ausgeführt haben, sollten Sie OpenCV erfolgreich auf Ihrem Ubuntu 20 . installiert haben.24 Server.

HD-Remastered-Spiele für Linux, die noch nie zuvor eine Linux-Version hatten
Viele Spieleentwickler und -herausgeber entwickeln HD-Remaster alter Spiele, um die Lebensdauer des Franchise zu verlängern. Bitte Fans, die Kompatibi...
So verwenden Sie AutoKey zur Automatisierung von Linux-Spielen
AutoKey ist ein Desktop-Automatisierungsdienstprogramm für Linux und X11, programmiert in Python 3, GTK und Qt. Mithilfe der Skript- und MACRO-Funktio...
So zeigen Sie den FPS-Zähler in Linux-Spielen an
Linux-Gaming bekam einen großen Schub, als Valve 2012 die Linux-Unterstützung für den Steam-Client und seine Spiele ankündigte. Seitdem haben viele AA...