### 在 Miniconda3 的 Python 虚拟环境中使用 CMake 从源码安装 OpenCV 并编译程序 #### 创建 Miniconda3 虚拟环境 确保 Miniconda3 已正确安装，创建并激活虚拟环境： ```bash conda create -n opencv_env python=3.8 conda activate opencv_env ``` #### 安装依赖项 在虚拟环境中安装必要的依赖项： ```bash conda install numpy cmake git ``` #### 克隆 OpenCV 和 OpenCV-contrib 源码 通过 Git 克隆 OpenCV 和 OpenCV-contrib 的源码： ```bash git clone https://github.com/opencv/opencv.git git clone https://github.com/opencv/opencv_contrib.git ``` 切换到目标版本（例如 4.7.0）： ```bash cd opencv git checkout 4.7.0 cd ../opencv_contrib git checkout 4.7.0 ``` #### 配置 CMake 创建构建目录并运行 CMake 命令以配置 OpenCV 的构建选项： ```bash mkdir build && cd build cmake -D CMAKE_BUILD_TYPE=Release \ -D CMAKE_INSTALL_PREFIX=$CONDA_PREFIX \ -D OPENCV_GENERATE_PKGCONFIG=ON \ -D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib/modules \ -D BUILD_opencv_python3=ON \ -D PYTHON3_EXECUTABLE=$(which python) \ -D PYTHON3_PACKAGES_PATH=$CONDA_PREFIX/lib/python3.8/site-packages \ -D PYTHON3_LIBRARY=$(python -c "import sys; print(sys.exec_prefix + '/lib/libpython3.8.so')") \ -D PYTHON3_INCLUDE_DIR=$(python -c "from sysconfig import get_paths; print(get_paths()['include'])") .. ``` 上述命令中： - `-D CMAKE_INSTALL_PREFIX=$CONDA_PREFIX` 将 OpenCV 安装到当前虚拟环境中[^3]。 - `-D PYTHON3_EXECUTABLE`、`-D PYTHON3_PACKAGES_PATH` 等参数确保 OpenCV 的 Python 绑定与虚拟环境中的 Python 解释器兼容。 #### 编译和安装 执行以下命令进行编译和安装： ```bash make -j$(nproc) make install ``` 完成后，OpenCV 库将被安装到虚拟环境的指定路径。 #### 测试安装 验证 OpenCV 是否成功安装： ```python import cv2 print(cv2.__version__) ``` #### 编译自定义 C++ 程序 编写一个简单的 C++ 程序以测试 OpenCV 功能： ```cpp #include <opencv2/opencv.hpp> #include <iostream> int main() { cv::Mat image = cv::imread("test.jpg"); if (image.empty()) { std::cout << "Could not read the image." << std::endl; return 1; } cv::imshow("Display window", image); cv::waitKey(0); return 0; } ``` 编译时链接 OpenCV 库： ```bash g++ main.cpp -o main `pkg-config --cflags --libs opencv4` ``` --- ### 注意事项 - 如果在 Linux 系统上遇到库路径问题，可以手动更新动态链接库缓存[^4]： ```bash echo "/path/to/opencv4/lib" | sudo tee -a /etc/ld.so.conf.d/opencv.conf sudo ldconfig ``` - 在 Windows 系统中，推荐使用 Visual Studio 进行编译，并确保 CMake 配置生成的解决方案文件正确指向虚拟环境中的 Python 解释器[^2]。 --- ###