Ubuntu下OpenCV／MXNet／Qt／Python等相应开发环境安装

安装好ubuntu系统后，需要搭建人工智能的相应地开发环境，这里介绍以下几个IDE或者对应库的安装：
1、python
2、Qt Creator
3、OpenCV
4、MXNet
5、cmake
具体安装顺序参与以下流程，避免出现软件依赖的问题：

一、系统更新

安装完Ubuntu后先对系统的的软件包进行更新，不然在安装一些软件过程中会出现一系列的依赖包的问题：
sudo apt-get update
sudo apt-get upgrade
同时可以安装好常用程序编译包：
sudo apt-get install build-essential

二、安装QtCreator

Qt是一个跨平台的C++图形用户界面应用程序框架，Qt Creator是Qt的一种轻量级开发环境，进入官网下载:

直接安装会存在权限问题导致无法安装，这里通过以下命令修改其可执行权限，执行后根据图形化安装界面向导安装即可：
sudo chmod +x qt-creator-opensource-linux-x86_64-4.2.1.run
sudo ./qt-creator-opensource-linux-x86_64-4.2.1.run

三、安装cmake

make是一个批量化编译工具，但是它依赖makefile文件，其由cmake生成，而cmake生成makefile文件需要手动编写cmakelist文件，它是cmake依赖的规则文件，具体编译顺序如下：
源代码--编写cmakelist--使用cmake生成makefile--使用make编译生成可执行程序
ubuntu安装cmake：
sudo apt-get install cmake

四、安装Python

安装的ubuntu自带了python，直接终端输入python查看版本号，这里安装python后面需要的一系列库：
sudo apt-get install pyton-dev python-setuptools python-numpy python-scipy python-matplotlib python-sklearn
除了通过linux apt-get常用软件获取工具来安装，还可以通过python自有的pip工具来安装相应的库：
sudo apt-get install python-pip
pip install -U scikit-learn
后面MXNet中会requets和cython，这里可以先统一安装：
sudo apt-get install python-requests或pip install requests
sudo apt-get install cython
终端输入：
pip list
可以列出所有安装好的python包:

五、OpenCV的安装

安装的版本是opencv-2.4.12，毫无疑问先安装所需的依赖包：
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
官网下载相应版本的opencv，解压至特定文件夹，进入该文件夹。
终端输入sudo cmake .：

终端输入sudo make：

执行安装sudo make install
配置opencv.conf，加入系统环境变量，两种方式可以选择：

1、终端命令
sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
2、通过gedit打开配置文本进行编辑
sudo gedit /etc/ld.so.conf.d/opencv.conf
文本最后添加/usr/local/lib

更新配置sudo ldconfig
设置PKG_CONFIG_PATH:

sudo gedit /etc/bash.bashrc
加入下面两行:
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH

测试安装是否成功：
在opencv目录找到samples/c/build_all.sh，运行该文件

查看可执行文件

执行find_obj(绿色部分为可执行文件，有些例子无法执行)
./find_obj
输出结果：

六、MXNet的安装

进入https://github.com/dmlc/mxnet/releases下载相应的MXNet，先安装依赖包：
sudo apt-get install -y libblas-dev libatlas-base-dev
拷贝mxnet/make/目录下的config.mk到mxnet/目录，这里未配置cuda，仅是cpu版本，如果安装好cuda，则在config.mk进行配置：

进入mxnet目录，执行编译：
make -j4
进入mxnet/python目录，执行安装：
python setup.py install
进入mxnet/example/image-classification目录，执行如下命令进行测试是否安装成功：
python train_mnist.py
结果输出如下，安装成功：

安装mxnet python第三方库：
cd mxnet/python/dist
sudo easy_install mxnet-0.9-py2.7-linux-x86_64.egg
安装完成后，进入python尝试import mxnet as mx，没有报错，则安装成功，第三方库可以被引用。
Mxnet GPU版本配置参考：
https://dreamocean.github.io/2017/04/18/cuda/