这个其实是之前光电设计竞赛留传下来的 很神奇 也觉得很不错
原文参见：
https://www.pyimagesearch.com/2017/10/09/optimizing-opencv-on-the-raspberry-pi/
准备工作
首先利用ssh登录树莓派（假设用户名为pi）
ssh pi@192.168.50.37
更新软件源、软件包等相关操作：
$ sudo apt-get update
$ sudo apt-get upgrade
然后扩容SD卡：
$ sudo raspi-config
打开系统设置，在Advanced Options中找到Expand Filesystem进行SD卡扩容
重新回到设置界面后按方向右键选择Finish 回车 并选择Yes重启系统
之后重新ssh进入树莓派 然后需要删除一些不常用的软件（如果SD卡够大可以跳过）
$ sudo apt-get purge wolfram-engine
$ sudo apt-get purge libreoffice*
$ sudo apt-get clean
$ sudo apt-get autoremove
安装依赖
很简单 复制粘贴回车就好了 命令后边还可以加上 -y 直接安装 可以跳过询问 直接开始安装
$ sudo apt-get install build-essential cmake pkg-config
$ sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev
$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
$ sudo apt-get install libxvidcore-dev libx264-dev
$ sudo apt-get install libgtk2.0-dev libgtk-3-dev
$ sudo apt-get install libcanberra-gtk*
$ sudo apt-get install libatlas-base-dev gfortran
$ sudo apt-get install python2.7-dev python3-dev
下载OpenCV及OpenCV_contrib源码并解压
这个也比较简单 用wget工具进入github下载并利用unzip解压就可以
$ cd ~
$ wget -O opencv.zip https://github.com/opencv/opencv/archive/3.3.0.zip
$ unzip opencv.zip
$ wget -O opencv_contrib.zip https://github.com/opencv/opencv_contrib/archive/3.3.0.zip
$ unzip opencv_contrib.zip
看了看 GitHub上的OpenCV已经更新到4.0.1了 但是平常使用差别应该不大
下载别的版本只要把版本号改了就好了
创建python虚拟环境
$ wget https://bootstrap.pypa.io/get-pip.py
$ sudo python get-pip.py
$ sudo python3 get-pip.py
$ sudo pip install virtualenv virtualenvwrapper
$ sudo rm -rf ~/.cache/pip
打开.profile文件：
$ sudo nano ~/.profile
在文件的末尾加上以下内容：
# virtualenv and virtualenvwrapper
export WORKON_HOME=$HOME/.virtualenvs
export VIRTUALENVWRAPPER_PYTHON=/usr/bin/python3
source /usr/local/bin/virtualenvwrapper.sh
source一下.profile来更新：
$ source ~/.profile
利用以下命令来创建名为cv的python3（也可以是python2）的虚拟环境，名字可以根据自己的需要更改：
$ mkvirtualencv cv -p python3
最后，在虚拟环境中安装Numpy：
$ pip install numpy
编译及安装经过优化的OpenCV
$ workon cv
进入解压后的文件夹，开始配置编译环境：
$ cd ~/opencv-3.3.0/
$ mkdir build
$ cd build
$ cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.3.0/modules \
-D ENABLE_NEON=ON \
-D ENABLE_VFPV3=ON \
-D BUILD_TESTS=OFF \
-D INSTALL_PYTHON_EXAMPLES=OFF \
-D BUILD_EXAMPLES=OFF ..
检查配置结果中python2/3的解释器路径、目录、numpy路径等信息（Interpreter、Libraries、numpy、packages path）是否存在且正确
如有误需要检查先前的操作是否正确 必要时可以重新来一遍
之后我们需要增加交换空间 首先打开/etc/dphys-swapfile
$ sudo nano /etc/dphys-swapfile
然后找到CONF_SWAPSIZE这一行，将它的值改为1024（默认是100）
重启交换服务：
$ sudo /etc/init.d/dphys-swapfile stop
$ sudo /etc/init.d/dphys-swapfile start
注意 上述操作还是十分必要的 经过测试 未增强交换的情况下编译的最后一步会卡住
最后 使用make命令开始编译就好了 -j4表示make最多允许4个编译命令同时执行 这样可以提高效率
$ make -j4
然后就是漫长的等待......
注意 如果中途出错 例如
我遇到过npy_common.h NPY_INTERNAL_BUILD is not defined的错误
这时可以安装提示错误的路径进入numpy的目录 打开npy_common.h文件
将#if NPY_INTERNAL_BUILD改为#ifndef NPY_INTERNAL_BUILD
并在后边添加#define NPY_INTERNAL_BUILD
然后重新开始编译 编译的结果会保存 因此不会完全重新开始 无需担心
完成后 利用make进行安装就好了
$ sudo make install
$ sudo ldconfig
最后的最后 还得把交换空间改回100：
$ sudo nano /etc/dphys-swapfile
然后找到CONF_SWAPSIZE这一行，将它的值改回100
然后重启交换服务：
$ sudo /etc/init.d/dphys-swapfile stop
$ sudo /etc/init.d/dphys-swapfile start
对于python的设置操作
如果使用python3（以3.5为例）则要执行以下操作 将cv2.so文件进行绑定
$ cd /usr/local/lib/python3.5/site-packages/
$ sudo mv cv2.cpython-35m-arm-linux-gnueabihf.so cv2.so
$ cd ~/.virtualenvs/cv/lib/python3.5/site-packages/
$ ln -s /usr/local/lib/python3.5/site-packages/cv2.so cv2.so
如果相应的操作出错（找不到文件等） 请检查路径是否正确
对于一开始就采用python2的虚拟环境的（以2.7为例） 则要执行以下操作：
$ cd ~/.virtualenvs/cv/lib/python2.7/site-packages/
$ ln -s /usr/local/lib/python2.7/site-packages/cv2.so cv2.so
测试
测试其实很简单 import一下看看有没有就好了：
import cv2
对于这个环境 实际上C++也是适用的
注意 每次重启设备后 需要重新进入虚拟环境再开始使用OpenCV：
$ source ~/.profile
$ workon cv
$ python
