La visión artificial se utiliza cada vez más para el análisis y procesamiento de imágenes mediante algoritmos de inteligencia artificial. Para iniciarte en este campo lo mejor es instalar OpenCV en Ubuntu 20.04, que es precisamente lo que te vamos a enseñar a hacer en este post.
OpenCV es una librería hecha en Python que nos permite crear aplicaciones de visión artificial gracias a la plataforma que nos brinda. Una de sus principales ventajas es que cuenta con licencia BSD, lo que nos permite usar y modificar el código y usarlo en muchos proyectos diferentes. Otra ventaja es que hay una comunidad muy activa detrás del desarrollo y soporte de la biblioteca.
Otra gran ventaja de OpenCV es que esta gran biblioteca tiene interfaces para múltiples lenguajes, incluidos Python, Java y C++. Así que podemos usarlo en casi cualquier aplicación que creemos.
Algunas de las cosas que puede hacer con OpenCV al integrarlo en su lenguaje de programación favorito son identificar objetos, rostros, clasificar acciones humanas en video, rastrear movimientos de objetos, extraer modelos 3D, encontrar imágenes similares, etc.
Dos formas de instalar OpenCV
Como casi todo en Linux, tenemos varias formas de instalar OpenCV y depende de tu computadora y tus necesidades para instalarlo. En cualquier caso, ambos métodos de instalación funcionan bien en Ubuntu 20.04.
Tenga en cuenta que en esta publicación instalaremos OpenCV preparado para Python.
Método 1:instalar OpenCV en Ubuntu 20.04 a través de APT
El primer método de instalación es el más fácil que puedas imaginar porque es usando los repositorios de Ubuntu. Y sí, OpenCV está disponible en estos repositorios.
Por lo tanto, debe abrir una terminal desde el menú principal o desde un acceso directo como un puerto o un acceso directo y ejecutar estos comandos
sudo apt update sudo apt python3-opencv
Y si desea verificar la instalación, puede ejecutar
python3 -c "import cv2; print(cv2.__version__)"
Obtendrá una salida de pantalla similar a esta:
4.2.0
Con esto se instalará OpenCV.
Método 2:Instalar OpenCV desde el código fuente
Hay otra forma y es instalarlo desde el código fuente. De esta manera, estará altamente optimizado para su sistema y siempre obtendrá la última versión estable. Aunque tardará un poco más, creo que es conveniente.
Entonces, primero instala las dependencias:
sudo apt install build-essential libatlas-base-dev python3-dev python3-numpy libtbb2 pkg-config libgtk-3-dev libavcodec-dev libavformat-dev libswscale-dev libv4l- dev libxvidcore-dev libx264-dev libjpeg-dev libpng-dev libtiff-dev gfortran openexr libtbb-dev libdc1394-22-dev libopenexr-dev libgstreamer-plugins-base1. 0-dev libgstreamer1.0-dev cmake git
Luego, cree un directorio para alojar el código fuente y acceda a la carpeta:
mkdir opencv-install cd opencv-install
Ahora con git comando, puede clonar el opencv y opencv_contrib repositorios.
git clone https://github.com/opencv/opencv.git git clone https://github.com/opencv/opencv_contrib.git
Creará una carpeta llamada opencv que tendrás que acceder:
cd opencv
Y dentro crea otro llamado build donde compilaremos el código. Y acceder a ella.
mkdir -p build cd build
Ahora, configure el paquete con el comando:
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D INSTALL_C_EXAMPLES=ON -D INSTALL_PYTHON_EXAMPLES=ON - D OPENCV_GENERATE_PKGCONFIG=ON -D OPENCV_EXTRA_MODULES_PATH=/home/user/opencv-install/opencv_contrib/modules -D BUILD_EXAMPLES=ON . .
Después de eso, puede iniciar la compilación con este comando.
make -j2
Nota:el número 2 se refiere al hecho de que el proceso de compilación utilizará 2 núcleos de procesador. Puede modificar este valor según su hardware .
A continuación, instale OpenCV ejecutando:
sudo make install
Para comprobar el resultado, simplemente ejecute:
pkg-config --modversion opencv4
Salida de muestra:
4.5.2
Y el comando:
python3 -c "import cv2; print(cv2.__version__)"
Salida de muestra:
4.5.2
Ahora tiene instalada la última versión disponible de OpenCV.
Conclusión
Hay muchas bibliotecas que los programadores pueden usar y una de las más útiles en el campo de la visión artificial. Como hemos notado, ambos procesos son bastante simples de ejecutar. Cada uno con sus pros y sus contras.