OpenCV 3.2 在 Linux 系统中的安装与使用指南
OpenCV（Open Source Computer Vision Library）作为开源计算机视觉库，在 Linux 系统中凭借其强大的图像处理和机器学习功能被广泛应用，本文将以 OpenCV 3.2 版本为例，详细介绍其在 Linux 环境下的安装、配置及核心功能使用，帮助开发者快速上手。
系统环境准备
在安装 OpenCV 3.2 之前，需确保 Linux 系统满足基本要求，推荐使用 Ubuntu 16.04 或 CentOS 7 等稳定发行版，并安装必要的依赖工具，如 build-essential（Ubuntu）或 gcc-c++（CentOS），需提前配置好 CMake、Git 以及 Python 开发环境，以便后续编译和扩展功能，对于图形界面支持，还需安装 libgtk2.0-dev 和 libavcodec-dev 等库，确保视频处理和显示功能正常。
从源码编译安装
OpenCV 3.2 官方未提供预编译的二进制包，通常需要通过源码编译安装，首先从 GitHub 官方仓库下载源码：
git clone https://github.com/opencv/opencv.git cd opencv git checkout 3.2.0
创建编译目录并运行 CMake 配置：
mkdir build && cd build cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
配置完成后,执行编译与安装：
make -j4 sudo make install
编译过程可能较耗时,建议多线程加速（-j4 表示使用 4 个线程），安装完成后，需配置动态链接库路径，通过编辑 /etc/ld.so.conf.d/opencv.conf 文件添加 /usr/local/lib，并运行 sudo ldconfig 生效。
Python 接口配置
OpenCV 3.2 支持 Python 2.7 和 Python 3.x，安装时会自动生成 cv2.so 模块，若 Python 环境未自动识别该模块，可通过以下方式手动链接：
sudo ln -s /usr/local/lib/python3.5/site-packages/cv2/python-3.5/cv2.cpython-35m-x86_64-linux-gnu.so /usr/local/lib/python3.5/site-packages/cv2.so
测试 Python 接口是否可用：
import cv2 print(cv2.__version__) # 输出 3.2.0 表示安装成功
核心功能示例
OpenCV 3.2 提供了丰富的图像处理功能，以下为两个基础示例：
图像读取与显示
import cv2
img = cv2.imread("example.jpg", cv2.IMREAD_COLOR)
cv2.imshow("Image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
视频捕获与处理
cap = cv2.VideoCapture(0) # 调用摄像头
while True:
ret, frame = cap.read()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cv2.imshow("Frame", gray)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
常见问题与解决方案
安装过程中可能遇到依赖缺失或模块加载失败的问题,若出现 undefined reference to cv:: 错误，需检查 CMake 配置时是否启用 WITH_OPENGL 或 WITH_FFMPEG 等模块，建议通过 pkg-config --libs opencv3 命令确认库路径是否正确，或在编译时手动指定依赖路径。
OpenCV 3.2 在 Linux 系统中通过源码编译安装，虽然步骤稍显繁琐，但能确保功能完整性和性能优化，其 Python 接口简洁易用，适合快速开发图像处理应用，开发者可根据实际需求扩展模块，如 DNN 深度学习支持或 CUDA 加速，进一步提升处理效率，掌握 OpenCV 3.2 的安装与使用，将为计算机视觉项目奠定坚实基础。
