### Linux 上 OpenCV 的下载与安装教程 #### 一、环境准备 在开始安装之前，需要确保系统已经具备必要的开发工具和依赖库。这些依赖项对于编译和运行 OpenCV 至关重要。 可以使用以下命令来安装基础构建工具以及图像处理所需的库： ```bash sudo apt update && sudo apt upgrade sudo apt install build-essential cmake git pkg-config \ libjpeg-dev libpng-dev libtiff-dev libjasper-dev libavcodec-dev \ libavformat-dev libswscale-dev libv4l-dev libxvidcore-dev libx264-dev \ gfortran openexr libatlas-base-dev python3-dev python3-numpy \ libtbb2 libtbb-dev libdc1394-22-dev -y ``` 上述命令涵盖了多个重要的依赖包，例如 `libjpeg-dev` 和其他图像格式支持库[^2]。 --- #### 二、OpenCV 源码获取 可以通过官方 GitHub 或者 Releases 页面下载最新版本的源代码： 访问官方网站并找到最新的稳定版链接： https://github.com/opencv/opencv/releases 或者通过 Git 命令克隆仓库到本地： ```bash git clone https://github.com/opencv/opencv.git cd opencv git checkout <version> # 替换为具体版本号，如 4.5.5 ``` 如果只需要预编译好的 Python 绑定，则可以直接跳过手动编译部分，转而采用更简便的方式完成安装。 --- #### 三、简单方法——通过 APT 安装 最简单的安装方式是利用系统的软件管理器直接安装已打包好的 OpenCV 版本： ```bash sudo apt install python3-opencv ``` 此操作会自动拉取适合当前发行版的 OpenCV 库及其对应的 Python 接口模块[^1]。不过需要注意的是，这种方式可能无法获得最新特性或修复补丁。 --- #### 四、高级方法——自定义配置 & 编译 为了实现更高的灵活性（比如启用 GPU 加速功能），推荐自行编译 OpenCV。以下是详细的步骤说明： ##### 1. 创建工作目录 建立一个新的文件夹用于存放临时数据，并切换至该路径下执行后续指令： ```bash mkdir ~/opencv_build && cd ~/opencv_build ``` ##### 2. 配置 CMake 参数 调用 CMake 工具指定目标平台及相关选项。下面是一个典型的例子： ```bash cmake -D CMAKE_BUILD_TYPE=RELEASE \ -D CMAKE_INSTALL_PREFIX=/usr/local \ -D INSTALL_PYTHON_EXAMPLES=ON \ -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \ -D BUILD_EXAMPLES=OFF .. ``` 这里 `-D OPENCV_EXTRA_MODULES_PATH` 是可选参数，仅当希望引入额外的功能插件时才需设置它指向 contrib-repo 所处位置。 ##### 3. 启动构建过程 一旦所有前置条件都满足之后就可以正式开始了： ```bash make -j$(nproc) ``` 这一步可能会花费较长时间取决于硬件性能状况如何。 ##### 4. 正式部署 最后一步就是把生成物复制到标准的位置上去供全局识别使用： ```bash sudo make install sudo ldconfig ``` 完成后应该可以在终端里验证一下成果啦！ --- #### 五、测试安装成功与否 打开 Python 解释器尝试导入 cv2 来确认一切正常运作无误： ```python import cv2 print(cv2.__version__) ``` 如果没有报错并且能够打印出版本号码即代表大功告成！ --- ### 总结 无论是追求便捷还是定制化需求，在 Linux 平台上都有多种途径可供选择去达成目的。APT 提供了一条快速通道；而对于那些渴望掌控更多细节的人来说，则有完整的 DIY 流程等待探索。