Comment installer l'OpenCV sur le système d'exploitation Raspberry Pi

Comment installer l'OpenCV sur le système d'exploitation Raspberry Pi
L'OpenCV est l'abréviation de la bibliothèque «Open Source Computer Vision» qui comprend les binaires de Python, C et C++. L'OpenCV est utilisé pour les tâches de traitement d'image ainsi que pour les tâches de vision par ordinateur comme la suppression de l'œil rouge des images, la détection du visage dans les vidéos et le suivi des objets. Pour cela, l'OpenCV contient plus de 2500 algorithmes qui incluent les liaisons de Python, C et C++.

OpenCV est compatible avec Windows, MacOS et différentes distributions de Linux, donc dans cet article, nous discuterons de l'installation d'OpenCV sur Raspberry Pi.

Comment installer OpenCV sur le Raspberry Pi

Nous mettrons à jour le référentiel du système d'exploitation Raspberry Pi à l'aide du gestionnaire de packages APT:

$ sudo apt mise à jour

Après s'être assuré que tous les packages inclus dans le référentiel Raspberry Pi sont à jour, nous installerons l'OpenCV sur Raspberry Pi:

$ sudo apt installer python3-opencv -y

L'OpenCV a été installé à l'aide du référentiel du Raspberry Pi.

Comment savoir si OpenCV est installé sur mon Raspberry Pi

Pour confirmer l'installation d'OpenCV, nous vérifierons sa version en utilisant la commande:

$ python3 -c "Importer Cv2; imprimer (cv2.__version__)"

Comment désinstaller OpenCV sur le Raspberry Pi

La version d'OpenCV confirme l'installation d'OpenCV et maintenant si nous voulons supprimer l'OpenCV du Raspberry Pi, exécutez la commande:

$ sudo apt purge python3-opencv -y

Comment télécharger et installer OpenCV à partir du référentiel GitHub

Nous pouvons télécharger le package d'OpenCV et de l'OpenCV_Contrib à partir du référentiel du github à l'aide de la commande:

$ git clone https: // github.com / opencv / opencv.git && git clone https: // github.com / opencv / opencv_contrib.git

Pour vérifier la version d'OpenCV téléchargée, nous irons son répertoire et vérifierons la version à l'aide de la commande:

$ cd opencv && git Checkout $ cvversion && cd

De même, nous vérifierons la version téléchargée d'OpenCV_Contrib à l'aide de la commande:

$ CD OpenCV_Contrib && git Checkout $ cvversion && cd

Les deux packages sont à jour, nous allons maintenant compiler les fichiers OpenCV afin que nous puissions les installer, pour la compilation que nous accéderons d'abord au répertoire OpenCV, à faire un répertoire avec le nom de Build et à y accéder à l'aide de la commande :

$ CD OpenCV && Mkdir Build && CD Build

Pour compiler les bibliothèques OpenCV et autres fichiers, utilisez la commande:

$ cmake -d cmake_build_type = release \ -d cmake_install_prefix = $ cwd / installation / opencv - "$ cvversion" \ -d install_c_examples = on \ -d install_python_examples = on \ -d with_tbb = on \ -d with_v4l = on on \ -d with \d with with_v4l = on on \ -d avec_ Opencv_python3_install_path = $ cwd / opencv- $ cvversion-py3 / lib / python3.5 / site-packages \ -d avec_qt = sur \ -d avec_Openngl = on \ -d opencv_extra_modules_path =… /… / opencv_contrib / modules \ -d build_examples = on…

Une fois la compilation terminée, nous ferons toutes les compilations en fonction du nombre de processeurs de notre système à l'aide de la commande:

$ Make -j $ (nproc)

Cela prendra un certain temps en fonction du nombre de processeurs de votre système:

Il est maintenant temps d'installer l'OpenCV en utilisant la commande:

$ sudo faire l'installation

Pour vérifier l'installation, nous vérifierons à nouveau la version d'OpenCV à l'aide de la commande:

$ python3 -c “import Cv2; Imprimer (CV2.__version__)"

Conclusion

L'OpenCV est un outil open source qui est utilisé dans l'apprentissage automatique et les tâches liées à la vision par ordinateur, en outre, l'une des fonctionnalités de l'outil OpenCV est qu'elle prend en charge une variété de langages de programmation, notamment Python, Java et C programmation C. Dans cet article, nous avons discuté de l'installation de l'OpenCV en utilisant le référentiel de Raspberry Pi et Github, mais il est recommandé de l'installer en utilisant le référentiel Raspberry Pi car il consomme moins de temps pour l'installation.