Installare OpenCV 3.2 Python/C++ su Raspberry PI

Per usare l'ultima versione di OpenCV è necessario compilare OpenCV a partire dai sorgenti utilizzando CMake. Questa è una operazione semplice ma sono richiesti numerosi passaggi. Le informazioni che seguono si riferiscono alla versione 3.2.0 di OpenCV ma sono valide anche per la 3.1.0.

Rimuovere la versione predefinita (vecchia) di OpenCV

In Raspbian è preinstallato OpenCV ver. 2.4.9. Anche se questa versione è un po datata gli utenti possono utilizzarla per iniziare a fare pratica. Andando avanti con la Computer Visione arriva presto il momento in cui è necessario installare l'ultima versione di OpenCV.

Arrivati a questo punto è preferibile rimuovere la vecchia versione preinstallata con:

sudo apt-get remove libopencv*
sudo apt-get autoremove 

Hai spazio sufficiente ?

Ci stiamo preparando a .scaricare e compilare OpenCV 3.2.0 da zero Questa operazione richiede almeno 2GB di spazio temporaneo per la sola distribuzione di Release. E' abbastanza comune non avere spazio sufficiente sul proprio Raspberry PI... prima di continuare controlla lo spazio disponibile con:

df -h

Filesystem      Size  Used Avail Use% Mounted on
/dev/root       6.1G  5.1G  673M  89% /
devtmpfs        427M     0  427M   0% /dev
...

In questo caso sono disponibili solo 673MB !

La soluzione è utilizzare un disco o una memoria esterna USB in cui scaricare e compilare OpenCV. Al termine delle operazioni la memoria può essere rimossa o cancellata.

Se è disponibile spazio sufficiente sul proprio Raspberry PI oppure si ha già disponibile una memoria esterna formattata Linux è possibile saltare il paragrafo che segue.

Formattare una memoria USB come partizione Linux

1. Inserisci una memoria USB di almeno 2GB nel tuo Raspberry PI e identifica il nome assegnato al device. Un nome tipico è  /dev/sda1 . Utilizza lsblk per la visualizzare lista dei device presenti sul tuo Raspberry PI:

   lsblk
   
   NAME        MAJ:MIN RM  SIZE RO TYPE MOUNTPOINT
   sda           8:0    1 14.6G  0 disk
     sda1        8:1    1 14.6G  0 part
   mmcblk0     179:0    0  7.4G  0 disk
     mmcblk0p1 179:1    0    1G  0 part
     mmcblk0p2 179:2    0    1K  0 part
     mmcblk0p3 179:3    0   32M  0 part
     mmcblk0p5 179:5    0   60M  0 part /boot
     mmcblk0p6 179:6    0  6.2G  0 part /
   

2. Assicurati che la memoria non sia già montata, in caso smontala con:

   sudo umonut /dev/nome-device

3. Crea una partizione Linux con la seguente procedura:

   sudo fdisk /dev/nome-device

   • Mostra la lista delle partizioni disponibili con il comando  p
   • Elimina le partizioni presenti con il comando  d per ogni partizione
   • Crea una nuova partizione con il comando  c
   • Mostra la lista delle partizioni disponibili con il comando  p
   • Assicurati che la partizione sia del tipo Linux. In caso modifica il tipo con il comando  t
   • Salva le modifiche ed esci con il comando  w
4. Formatta la nuova partizione con:

   sudo mkfs -t ext2 /dev/nome-device

5. Crea una cartella in cui montare la memoria e monta la memoria:

   mkdir ~/usbmem
   sudo mount /dev/nome-device /home/pi/usbmem
   

A questo punto utilizzeremo la cartella /home/pi/usbmem come directory di lavoro per i prossimi passaggi.

Installazione dei prerequisiti

Aggiorna il tuo sistema

sudo apt-get update
sudo apt-get upgrade
sudo rpi-update
sudo reboot

Questa operazione può richiedere diverso tempo se il tuo sistema non è aggiornato. Al termine riavvia il sistema.

Installazione degli strumenti di sviluppo

sudo apt-get install build-essential cmake cmake-curses-gui pkg-config

Installazione delle librerie

sudo apt-get install \
  libjpeg-dev \
  libtiff5-dev \
  libjasper-dev \
  libpng12-dev \
  libavcodec-dev \
  libavformat-dev \
  libswscale-dev \
  libeigen3-dev \
  libxvidcore-dev \
  libx264-dev \
  libgtk2.0-dev

Video4Linux

Python gestisce la camera Raspberry PI attraverso il modulo picamera . E' possibile utilizzare questo modulo anche con OpenCV ma è necessario acquisire l'immagine in un  numpy.array e poi mappare l'array in una Mat OpenCV .

Per usare l'acquisizione standard cv2.VideoCapture(0)  con la raspicam è necessario il driver Video4Linux.

1. Verifica dei prerequisiti (da controllare con sudo raspi-config):
   1. La camera sia attivata
   2. Impostare una abbondante memoria per  gpu_mem (In Advance Options > Memmory Split set 128 min)
2. Installazione della libreria v4l dal repository:

   sudo apt-get -y install libv4l-dev v4l-utils

3. Attivazione del modulo del kernel:

   sudo modprobe bcm2835-v4l2

4. Test del modulo con:

   v4l2-ctl --list-devices

   Dovrebbe comparire qualcosa simile a:

   mmal service 16.1 (platform:bcm2835-v4l2):
            /dev/video0

5. Prova: acquisizione di una singola immagine in ~/test.jpg

   v4l2-ctl --set-fmt-video=width=800,height=600,pixelformat=3
   v4l2-ctl --stream-mmap=3 --stream-count=1 --stream-to=~/test.jpg

6. Informazioni: Verifica tutti i controlli disponibili quali brightness, contrast,.. con

   v4l2-ctl --list-ctrls

Se tutto ha funzionato correttamente aggiungi il nome del modulo  bcm2835-v4l2 alla lista dei moduli caricati all'avvio in /etc/modules-load.d/modules.conf

Installazione di librerie aggiuntive

Queste librerie non sono obbligatorie ma possono migliorare le prestazioni di OpenCV

sudo apt-get install libatlas-base-dev gfortran

Setup di Python

Con Raspbian Jessie sono disponibili sia Python 2.7 che Python 3. In questa guida verrà installato OpenCV 3.2.0 per entrambe le versioni di Python.

Installazione di python-dev & numpy

sudo apt-get install python2.7-dev python2-numpy
sudo apt-get install python3-dev python3-numpy

Si parte con OpenCV

Nei prossimi passi scarichiamo, configuriamo, compiliamo ed installiamo OpenCV.

Download di OpenCV

Ricorda che sono necessari almeno 2GB di spazio di lavoro temporaneo. In questa guida utilizziamo una memoria USB esterna montata in  /home/pi/usbmem.

sudo mount /dev/your-dev-name /home/pi/usbmem
mkdir /home/pi/usbmem/opencv
cd  /home/pi/usbmem/opencv
wget https://github.com/opencv/opencv/archive/3.2.0.zip -O opencv_source.zip
wget https://github.com/opencv/opencv_contrib/archive/3.2.0.zip -O opencv_contrib.zip

Installeremo anche  opencv_contrib benché questo repository contiene moduli che possono avere funzioni non stabili o non ben testate.

Unzip dei file

cd ~/usbmem/opencv
unzip opencv_source.zip
unzip opencv_contrib.zip

Compila e installa OpenCV

Per compilare OpenCV per C++, Python2 e Python3 è necessario utilizzare CMake. OpenCV ha molte opzioni di configurazione che possono essere scelte al momento della compilazione. E' possibile impostare la configurazione tramite linea di comando e rivedere o modificare la configurazione (prima di compilare) tramite il comando ccmake (che è una interfaccia utente di tipo testo)

Creazione della directory di lavoro:

cd /home/pi/usbmem/opencv/opencv-3.2.0
mkdir build
cd build

Avvio della configurazione tramite linea di comando

Di seguito la nostra configurazione predefinita. Non siamo interessati ad una versione di Debug ne ai Test. Suggeriamo di attivare le ottimizzazioni NEON per il processore for ARM Cortex in modo da incrementare (un po) le prestazioni di OpenCV.

cmake -D CMAKE_BUILD_TYPE=RELEASE \
	-D CMAKE_INSTALL_PREFIX=/usr/local \
	-D BUILD_DOCS=OFF \
	-D BUILD_EXAMPLES=OFF \
	-D BUILD_TESTS=OFF \
	-D BUILD_opencv_ts=OFF \
	-D BUILD_PERF_TESTS=OFF \
	-D INSTALL_C_EXAMPLES=ON \
	-D INSTALL_PYTHON_EXAMPLES=ON \
	-D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-3.2.0/modules \
	-D ENABLE_NEON=ON \
	-D WITH_LIBV4L=ON \
        ../

Dovrebbe apparire:

.....
-- Configuring done
-- Generating done
-- Build files have been written to: /home/pi/usbmem/opencv/opencv-3.2.0/build

Se non compare Generating done allora c'e' stato un problema durante la creazione della configurazione. Leggere i messaggi di errore ed eventualmente il file di log indicato per cercare causa del problema.

Se tutto si conclude regolarmente e accettate la nostra configurazione predefinita potete saltare il paragrafo successivo.

Verifica/modifica la configurazione tramite interfaccia utente

E' possibile modificare la configurazione modificando le opzioni dalla linea di comando come al paragrafo precedente oppure utilizzare l'interfaccia utente ccmakeper configurare tutte le opzioni disponibili:

$ ccmake ../
                                       Page  1 of ..
 ANT_EXECUTABLE                   ANT_EXECUTABLE-NOTFOUND
 BUILD_CUDA_STUBS                 OFF
 BUILD_DOCS                       OFF
 BUILD_EXAMPLES                   OFF
 BUILD_JASPER                     ON
 BUILD_JPEG                       ON
 BUILD_LIBPROTOBUF_FROM_SOURCES   OFF
 BUILD_OPENEXR                    OFF
 ... more options here ....

Press [enter] to edit option
Press [c] to configure
Press [h] for help           Press [q] to quit without generating
Press [t] to toggle advanced mode (Currently Off)

Scorrere la lista e modificare le opzioni desiderate.

Al termine premere  c per configurare. In assenza di errori premere  g per generare il makefile.

Compilazione di OpenCV

Ok si parte con la compilazione (utilizzare l'opzione -jn  per attivare la compilazione su n thread):

make -j4

Questa fase richiede molto tempo... in caso di errori il processo di ferma altrimenti dopo circa 2 ore (con Raspberry PI 2) dovrebbe comparire:

[100%] Built target ...

Installazione di OpenCV

Pochi passaggi veloci con:

sudo make install
sudo ldconfig

Congratulazioni, il tuo Raspberry PI è pronto per la Computer Vision ! Per default file vengono installati in:

/usr/local/lib/libcv*
/usr/local/lib/python2.7/dist-packages/cv*
/usr/local/lib/python3.4/dist-packages/cv*
/usr/local/include/opencv2/
/usr/local/bin/opencv_*
/usr/local/share/OpenCV/

Test della installazione

Test con Python 2 o Python 3

Da una finestra terminale eseguire run python, import cv2 e print della versione:

$ python3
Python 3.4.2 (default, Oct 19 2014, 13:31:11)
[GCC 4.9.1] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import cv2
>>> print (cv2.__version__)
3.2.0
>>>

Test della acquisizione live.... dalla interfaccia grafica eseguire idle3 (or idle2), creare un nuovo file ~/ocv-tests/SimpleGrab.py

 
import numpy as np
import cv2
 
cap = cv2.VideoCapture(0)
 
if cap.isOpened() == False:
    print('Unable to open the camera')
else:
    print('Start grabbing, press a key on Live window to terminate')
    cv2.namedWindow('Live');
    cap.set(cv2.CAP_PROP_FRAME_WIDTH,320)
    cap.set(cv2.CAP_PROP_FRAME_HEIGHT,240)
    while( cap.isOpened() ):
        ret,frame = cap.read()
        if ret==False:
            print('Unable to grab from the camera')
            break
 
        cv2.imshow('Live',frame)
        #cv2.waitKey(0);
        key = cv2.waitKey(5)
        if key==255: key=-1 #Solve bug in 3.2.0
        if key >= 0:
            break
    print('Closing the camera')
 
cap.release()
cv2.destroyAllWindows()
print('bye bye!')
quit()
 

Esegui il file con F5 e... la finestra Live dovrebbe apparire sul desktop!

Vedi altri esempi di OpenCV in python in: /usr/local/share/OpenCV/samples/python

Test con C++

Test della acquisizione live.... dalla interfaccia grafica creare un nuovo file ~/ocv-tests/SimpleGrab.cpp

 
#include <stdio.h>
#include <opencv2/opencv.hpp>
#include <opencv2/highgui.hpp>
 
using namespace cv;
using namespace std;
 
int main(int argc,char ** argv)
{
  VideoCapture cap(0);
  if (!cap.isOpened()) {
    cerr << "ERROR: Unable to open the camera" << endl;
    return 0;
  }
 
  Mat frame;
  cout << "Start grabbing, press a key on Live window to terminate" << endl;
  while(1) {
    cap >> frame;
    if (frame.empty()) {
        cerr << "ERROR: Unable to grab from the camera" << endl;
        break;
    }
    imshow("Live",frame);
    int key = cv::waitKey(5);
    key = (key==255) ? -1 : key; //#Solve bug in 3.2.0
    if (key>=0)
      break;
  }
 
  cout << "Closing the camera" << endl;
  cap.release();
  destroyAllWindows();
  cout << "bye!" <<endl;
  return 0;
}
 

Compila con:

g++ $(pkg-config --libs --cflags opencv) -o SimpleGrab SimpleGrab.cpp

Esegui con  ./SimpleGrab e... la finestra Live dovrebbe apparire sul desktop! Vedi altri esempi di OpenCV in python in: /usr/local/share/OpenCV/samples

Riconoscimenti

Qui alcuni link utili sullo stesso argomento:

• How to install OpenCV 3 on Raspbian Jessie by Adrian Rosebrock on pyimagesearch
• Installing OpenCV 3.1 on Raspbian Jessie by willprice on GitHub