企业官网建设流程全解析

如何在 Linux 上 10 分钟源码装好 OpenCV：两条路径完整实操

【免费下载链接】opencvOpen Source Computer Vision Library项目地址: https://gitcode.com/GitHub_Trending/opencv31/opencv

你刚拿到 OpenCV 这个开源计算机视觉库的源码，想在 Linux 机器上编出能调用的 C++ 视觉库，支持图像处理、目标检测这类常用能力。本文从源码装出完整可用版本，不绕弯子。

OpenCV 安装前置依赖与 30 秒自检

开编之前，先把这几样备齐。缺任何一样，后面的命令都会卡住：

装完后花 30 秒确认工具链齐全，粘贴即验：

# 确认三件套都在，且 CMake 版本达标 which cmake g++ make cmake --version | head -1

期望输出是三个路径都找到、版本号不低于 3.13。少一样就回上表补装。

OpenCV 源码两条编译路径

路径 A · 最快路线：只编 core 模块

目的是先确认你的工具链能走通，不是急着拿全功能库。只编 core 模块只需几分钟，比全量编译快得多：

# 克隆源码 git clone https://gitcode.com/gh_mirrors/opencv31/opencv cd opencv # 建独立构建目录；项目明确禁止在源码树内直接构建 mkdir -p build && cd build # 只编 core 模块 cmake -DBUILD_LIST=core .. # 并行编译，-j 后是核数 cmake --build . -j$(nproc)

路径 B · 完整路线：全功能 OpenCV 编译

要图像处理、视频解码等全部模块，走这条。默认就是 Release 模式：

# 克隆源码并进入构建目录 git clone https://gitcode.com/gh_mirrors/opencv31/opencv cd opencv && mkdir -p build && cd build # 配置：Release，全量模块 cmake -DCMAKE_BUILD_TYPE=Release .. # 并行编译，-j 后是核数 cmake --build . -j$(nproc) # 跑完看产物：库在 lib，可执行文件在 bin ls lib bin | head -20

跑完你会发现build/lib里躺着一串libopencv_*.so，build/bin里有opencv_version小工具，这就是构建产物本体。

什么时候需要 contrib 扩展模块

想要人脸识别（face）、文本检测（text）、SIFT（xfeatures2d）这类扩展算法时，它们不在主仓库，而在单独的 opencv_contrib 仓库里。代价：多克隆一个仓库、编译时间再拉长一截。需要时配置阶段加一个参数：

# 指向你自己准备好的 contrib 仓库的 modules 目录 cmake -DOPENCV_EXTRA_MODULES_PATH=/path/to/opencv_contrib/modules ..

OpenCV 装到 /usr/local 还是用户目录

Linux 上默认安装位置是/usr/local（见 CMakeLists.txt 中的默认值逻辑）。只在本地写代码的话，其实可以完全不安装，直接在项目里链接build目录下的库。要分发给同事或别的机器时再改位置：

# 装到自己的家目录，不需要 sudo cmake -DCMAKE_INSTALL_PREFIX=$HOME/.local .. cmake --install .

⚠️ 直接装进/usr/local可能和发行版自带的 OpenCV 包冲突，出现头文件版本打架。拿不准就装用户目录，或者干脆不装。

OpenCV 安装验收三步与常见问题

验收就两条，一条看版本，一条数模块：

# 编出来的可执行文件，打印版本号和模块清单 ./build/bin/opencv_version # 统计实际编出了几个模块 ls build/lib | grep -c opencv

想直观确认库能用，这是仓库 dnn 教程里的目标检测示例效果：

排错按「症状 → 原因 → 一条修复命令」对号入座：

下一步：挑一个 samples/cpp/ 里的示例写你的第一个图像处理程序；各模块的详细用法看 doc/tutorials/ 官方教程。

【免费下载链接】opencvOpen Source Computer Vision Library项目地址: https://gitcode.com/GitHub_Trending/opencv31/opencv