Red Hat系统源码编译OpenCV 3.4.4完整指南

1. 项目概述

在Red Hat系统上安装特定版本的OpenCV（3.4.4）是计算机视觉开发中一个经典但容易踩坑的任务。这个版本虽然不算最新，但因其稳定性和与某些传统算法的兼容性，仍在工业界广泛使用。不同于简单的yum install，从源码编译OpenCV能确保获得完整的C++和Python绑定，并针对特定硬件进行优化。

我最近在部署一个遗留的视觉检测系统时，就遇到了必须使用3.4.4版本的需求。经过多次实践，总结出一套可靠的安装流程，特别要注意Red Hat的yum源与EPEL仓库的配合使用，以及Python绑定生成时的环境隔离问题。

2. 环境准备

2.1 系统基础配置

首先确认系统版本和架构：

bash复制cat /etc/redhat-release  # 确认是RHEL/CentOS 7+
uname -m                 # 确认x86_64架构

更新基础包并安装开发工具链：

bash复制sudo yum groupinstall "Development Tools"
sudo yum install -y cmake3 git wget

注意：Red Hat默认的cmake版本可能过低，必须通过cmake3安装。后续所有cmake命令都要用cmake3替代

2.2 依赖库安装

OpenCV的完整功能需要这些核心依赖：

bash复制sudo yum install -y epel-release
sudo yum install -y \
    gtk2-devel libpng-devel libjpeg-turbo-devel \
    tiff-devel libdc1394-devel ffmpeg-devel \
    python36-devel numpy

特殊依赖处理：

• 如果使用FFMPEG，需要额外配置RPMFusion仓库
• 对于CUDA支持，此时需要提前安装NVIDIA驱动和CUDA Toolkit 9.x（3.4.4的最高兼容版本）

3. 源码编译安装

3.1 获取指定版本源码

不建议直接clone主分支，而是下载带测试数据的发布包：

bash复制wget -O opencv-3.4.4.zip https://github.com/opencv/opencv/archive/3.4.4.zip
wget -O opencv_contrib-3.4.4.zip https://github.com/opencv/opencv_contrib/archive/3.4.4.zip
unzip opencv-3.4.4.zip
unzip opencv_contrib-3.4.4.zip

3.2 配置编译选项

关键配置参数解析：

bash复制cd opencv-3.4.4
mkdir build && cd build
cmake3 -D CMAKE_BUILD_TYPE=RELEASE \
    -D CMAKE_INSTALL_PREFIX=/usr/local \
    -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-3.4.4/modules \
    -D BUILD_opencv_python3=ON \
    -D PYTHON3_EXECUTABLE=$(which python3) \
    -D PYTHON3_INCLUDE_DIR=$(python3 -c "from distutils.sysconfig import get_python_inc; print(get_python_inc())") \
    -D PYTHON3_NUMPY_INCLUDE_DIRS=$(python3 -c "import numpy; print(numpy.get_include())") \
    -D WITH_GTK=ON \
    -D WITH_FFMPEG=ON \
    ..

经验：如果遇到IPPICV下载失败，手动下载后放到~/.cache/opencv/目录下

3.3 编译与安装

优化编译过程：

bash复制make -j$(nproc)  # 使用所有CPU核心
sudo make install
sudo ldconfig  # 更新动态链接库

编译时间通常在30-90分钟不等，取决于硬件配置。建议使用ccache加速后续重新编译：

bash复制sudo yum install ccache
export PATH="/usr/lib64/ccache:$PATH"

4. 验证安装

4.1 C++验证

创建测试程序test_opencv.cpp：

cpp复制#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    cv::Mat image = cv::Mat::zeros(300, 600, CV_8UC3);
    cv::putText(image, "OpenCV 3.4.4 Works!", cv::Point(100,150), 
                cv::FONT_HERSHEY_COMPLEX, 1, cv::Scalar(0,255,0), 1);
    cv::imwrite("test.jpg", image);
    return 0;
}

编译运行：

bash复制g++ test_opencv.cpp -o test `pkg-config --cflags --libs opencv`
./test

4.2 Python验证

检查Python绑定：

python复制import cv2
print(cv2.__version__)  # 应输出3.4.4
img = cv2.imread('test.jpg')
assert img is not None

5. 常见问题解决

5.1 动态库加载失败

错误现象：

code复制error while loading shared libraries: libopencv_core.so.3.4: cannot open shared object file

解决方案：

bash复制echo '/usr/local/lib' | sudo tee /etc/ld.so.conf.d/opencv.conf
sudo ldconfig -v

5.2 Python导入冲突

当系统存在多个Python版本时，可能出现导入的cv2模块版本不对应。解决方法：

bash复制# 查找实际安装路径
find /usr/local/lib/ -name "cv2*.so"
# 手动链接到目标Python的site-packages
ln -s /usr/local/lib/python3.6/site-packages/cv2.cpython-36m-x86_64-linux-gnu.so \
      /usr/lib/python3.6/site-packages/cv2.so

5.3 视频编解码问题

如果视频相关功能异常，检查ffmpeg链接：

bash复制ldd /usr/local/lib/libopencv_videoio.so | grep ffmpeg
# 确保输出包含libavcodec等库

6. 性能优化建议

1. TBB加速：

   bash复制sudo yum install tbb-devel
   # 重新编译时添加 -D WITH_TBB=ON
   

2. NEON优化（ARM架构）：

   bash复制-D ENABLE_NEON=ON -D ENABLE_VFPV3=ON
   

3. 自定义指令集：
   根据CPU型号添加特定优化：

   bash复制-D CPU_BASELINE=AVX2 -D CPU_DISPATCH=AVX512
   

4. 内存池配置：
   在代码中设置：

   cpp复制cv::setNumThreads(0);  // 自动选择线程数
   cv::utils::setAllocator(cv::utils::getDefaultAllocator());
   

7. 版本管理技巧

由于多个项目可能需要不同版本的OpenCV，推荐使用符号链接管理：

bash复制cd /usr/local
sudo mv opencv opencv-3.4.4
sudo ln -s opencv-3.4.4 opencv

切换版本时只需修改链接指向。对于Python环境，建议使用virtualenv隔离：

bash复制python3 -m venv cv_env
source cv_env/bin/activate
pip install numpy
# 重新编译时指定该Python路径

8. 卸载方法

如需完全卸载：

bash复制cd opencv-3.4.4/build
sudo make uninstall
sudo rm -rf /usr/local/include/opencv2
sudo updatedb
locate opencv | xargs sudo rm -f