接上文caffe环境安装：
https://blog.csdn.net/u012350025/article/details/104589982
主机环境ubuntu18.04 x86/x64系统 （实体机）
安装指南官网地址见https://docs.bazel.build/versions/master/install-ubuntu.html
需要jdk1.8支持
请先安装java jdk1.8此处不做详细说明自行官网参考
继续
步奏1
sudo apt install g++ unzip zip
接下来可以按照官方给出安装java jdk。此处我是从java官网安装，也可参见此网方法安装
sudo apt-get install openjdk-11-jdk
bazel二进制下载地址
https://github.com/bazelbuild/bazel/releases
此时得到如此文件
bazel-0.26.1-installer-linux-x86_64.sh
安装方式为
./bazel-0.26.1-installer-linux-x86_64.sh \
--prefix=/home/guan/tools/bazel/install_output \
--bin=/home/guan/tools/bazel/install_output/bin \
此处将文件安装在当前bazel目录下面install_output文件夹里面
安装完成后如下
envs文件里面添加bazel环境变量
export PATH=$PATH:/home/guan/tools/bazel/install_output/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/guan/tools/bazel/install_output/lib
执行
source envs
执行bazel
看到这个截图及安装完成
请注释caffe环境变量
export PYTHONPATH=/home/guan/tools/caffe/build/install/python
新建一个终端执行
source envs_python_36
envs_python_36 为修改后上述截图文件
执行
conda create -n tensorflow python=3.6
等待创建完成
激活tensorflow环境
conda activate tensorflow
进入已编译好的opencv4源码build/python_loader目录
执行
python setup.py build
python setup.py install
等待编译安装成功
错误截图如下
报错config-3.6.py config-3.py缺失
尝试创建软链接将config-3.6.py ---->config.py
查看了半天资料分析得出：
上面的步奏1 2 均是错误
错误1
config-3.6.py config-3.py缺失
我打开了config.py文件对比了别人正常安装的config-3.6.py config-3.py文件
上图左边为config.py文件，右边为config-3.6.py文件
发现是BINARIES_PATHS PYTHON_EXTENSIONS_PATHS变量的区别。
从命名看3.6应该是python的扩展属性，但这里却缺少文件。
错误2
提示：cv2加载二进制扩展时检测到错误，先就这么理解吧。我英语水平不是咋样好 哈哈。
此时联系错误1顿时想起了是缺少扩展问题。
之后顿时想到了我已编译的opencv的python是caffe环境编译的为python2.7,而此时我的python环境为python3.6
此时我有以下几点注意情况
************************************************************
1.opencv python编译环境必须2.7对应caffe编译一套，3.6对应tensorflow编译一套针对环境使用。
2.重新编译opencv之后caffe或着tensorflow也必须重新编译。
3.caffe和tensorfow环境必须分两个envs环境变量使用
************************************************************
解决
步奏1
进入opencv源码目录创建build_py36文件夹
mkdir build_py36
修改安装目录
打开CMakeLists.txt
修改如下文字（上图为已修改）
set(CMAKE_INSTALL_PREFIX "/home/guan/tools/opencv/build_py36/install_opencv4" CACHE PATH "Installation Directory" FORCE)
进入build_py36
接下来
cmake ..
看上图python 为python2.7依然是有问题的
最终我分析cmake语言
见文件…/cmake/OpenCVDetectPython.cmake
其中代码：
if(PYTHON_DEFAULT_EXECUTABLE)
set(PYTHON_DEFAULT_AVAILABLE "TRUE")
elseif(PYTHON2_EXECUTABLE AND PYTHON2INTERP_FOUND)
# Use Python 2 as default Python interpreter
set(PYTHON_DEFAULT_AVAILABLE "TRUE")
set(PYTHON_DEFAULT_EXECUTABLE "${PYTHON2_EXECUTABLE}")
elseif(PYTHON3_EXECUTABLE AND PYTHON3INTERP_FOUND)
# Use Python 3 as fallback Python interpreter (if there is no Python 2)
set(PYTHON_DEFAULT_AVAILABLE "TRUE")
set(PYTHON_DEFAULT_EXECUTABLE "${PYTHON3_EXECUTABLE}")
endif()
可以明显看出是如果查找到了python2则结束，只有在python2找不到的时候才去查找python3
于是我添加了下面代码：
#指定python3 0 python2 1 python3
set(PYTHON3_IS_ON 1)
if(PYTHON3_IS_ON)
set(PYTHON_DEFAULT_AVAILABLE "TRUE")
set(PYTHON_DEFAULT_EXECUTABLE "${PYTHON3_EXECUTABLE}")
endif()
再次cmake …
如上图python 已经显示python3
此时想起之前的caffe环境若是也如此安装要千万注意编译opencv的python环境要和你使用的python环境相同
创建install_opencv4文件夹
mkdir install_opencv4
继续
make -j8
make install
修改envs_python_36文件中的python3的opencv编译环境变量
#opencv4
export OPENCV_HOME=/home/guan/tools/opencv/build_py36/install_opencv4
export PATH=$PATH:$OPENCV_HOME/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$OPENCV_HOME/lib
envs_python_36为我的tensorflow所需要的环境变量文件
接下来
source ~/tools/envs_python_36
进入opencv源码目录build_py36/python_loader
执行
python setup.py build
python setup.py install
最后验证
我的擦错误！！！依然是
容我缓缓差点要崩溃了！！！！！！！！！！
但 ！！！ 我在caffe python2.7上面已按照上述方法测试成功了
看了CMakeList.txt 代码这里：
突然想起之前caffe的python输出比tensorflow这里多，我猜想应该是python3的编译开关没有打开。
顿时去搜索python2的环境变量：BUILD_opencv_python2
python3的环境变量：BUILD_opencv_python3
对比我发现BUILD_opencv_python3这个宏被设置OFF了，但是发现没有任何一个代码来设置这宏，我纳闷了好久。网上查得，原来这种宏是在cmake 时采用-D 带入的参数。
于是我脑子里浮现出代码
cmake .. -DBUILD_opencv_python3=ON
结果
缺少库 Libraries 为NO
我忽略继续编译&安装&安装opencv-python都成功，但最终Import cv2依然是上述错误。
于是我继续调试代码发现…/cmake/OpenCVDetectPython.cmake 这个文件中查找python库的函数find_python函数中：
if(NOT ${found})
竟然不成立也就是也就是OpenCVDetectPython.cmake 这个文件更本就不起作用
我尼玛 。。。。。（ 抱歉我得文明）
最后分析出
选中的变量为OFF才能使刚刚那个主要查找python的函数起作用
继续分析
grep PYTHON3INTERP_FOUND -r ../
判断出PYTHON3INTERP_FOUND的值默认为ON
由于没有截到图我就不回去截图了哈
但这个变量依然没有代码设置，于是我猜它应该也是通过-D来输入变量值的吧。
于是我脑子有个大胆的想法
cmake .. -DBUILD_opencv_python3=ON -DPYTHON3INTERP_FOUND=OFF
结果
界面
Libraries: /home/guan/tools/anaconda3/envs/tensorflow/lib/libpython3.6m.so (ver 3.6.10)
而上面变为NO 这符合代码分析
则继续
make -j8
mkdir install_opencv4
make install
cd ./python_loader/
python setup.py build
python setup.py install
都成功了
最终测试
import cv2
终于没有任何报错了 OK
附上截图一张
上述代码中我通过修改了源码完成以下操作
1.修改安装目录
2.修改查找指定的python3
这样再编译caffe opencv时又得改回代码此处不理想
原则上编译最好不要去动源码来保证源码的干净
我网上查得
可以如下：
CMAKE_INSTALL_PREFIX=/usr #安装路径
上面代码没有验证
代码分析得出：
PYTHON_DEFAULT_EXECUTABLE=/usr/bin/python3.6 #你的python执行文件路径
这个代码的意思是上面的find_python函数执行完成后
PYTHON_DEFAULT_EXECUTABLE=你的python可执行文件路径而不再为空所以该if语句只执行了第一行赋值PYTHON_DEFAULT_AVAILABLE为TRUE
（find_python found 变量为ON时则PYTHON_DEFAULT_EXECUTABLE为空）
最终则
PYTHON_DEFAULT_AVAILABLE="TRUE"
PYTHON_DEFAULT_EXECUTABLE=你的python可执行文件路径
最终上述1 2问题都得到解决
所以此处不需要修改代码
最终得出无需修改任何源码执行命令
cmake .. -DBUILD_opencv_python3=ON -DPYTHON3INTERP_FOUND=OFF -DCMAKE_INSTALL_PREFIX=/home/guan/tools/opencv/build_py36/install_opencv4
进入tensorflow源码
运行
./configure
按照上面选择
注意下图这里选择N 不使用clang编译cuda
继续
没有报错
好现在我们开始使用bazel编译
编译指南见官网：
https://tensorflow.google.cn/install/source
执行
bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
等待30分钟
结果错误1
Unknown option ‘-bin2c-path’
于是我搜索-bin2c-path
grep "\-bin2c\-path" -r ./
于是我查看了此文件
猜测这个bin2c-path肯定是设置bin2c的路径的，于是我github下载了一个bin2c工程
并且将这个bin2c可执行文件加入环境变量，并且屏蔽该无法识别的’-bin2c-path’选项
如上截图已屏蔽(编译后报错，建议直接删掉吧 不知道咋屏蔽 哈哈)
接着继续
bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
等待2个小时…
结果错误2
No module named ‘keras_preprocessing’
解决方案：
pip install keras_preprocessing
再次继续
bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
编译OK
附上成功截图
此处应有总结
1.编译tensorflow 需要安装opencv-python （建议和C版本相同，及从opencv源码安装）
2.需要bin2c可执行环境支持，请自行下载。并源码按照上述方案修改（去掉bin2c-path）。
3.安装keras_preprocessing
*******************************************************************
编译打包完整版分支的包
./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
编译打包master的包
./bazel-bin/tensorflow/tools/pip_package/build_pip_package --nightly_flag /tmp/tensorflow_pkg
我不懂打包为master是啥意思，果断选择 release分支
于是执行 release分支代码
pip install /tmp/tensorflow_pkg/tensorflow-version-tags.whl
注意上面的version-tags请根据自己的版本名字来
安装完成附图一张：
测试
import tensorflow
结果警告：in a future version of numpy, it will be understood as (type, (1,)) / ‘(1,)type’
提示numpy为未来版本意思是要版本降级。
仔细查看官网一开始的文字，我找到了解决问题的答案，同时keras_preprocessing的安装也在官网给出，抱歉，我没有仔细看官网说明。
附上官网截图：
其中keras_preprocessing的安装正确方式：
pip install -U --user keras_applications --no-deps
pip install -U --user keras_preprocessing --no-deps
注意当为虚拟机时应取消–user的选项
附上官网原话 ： if using a virtual environment, omit the --user argument
keras_preprocessing我已经安装了，算了以后有问题再重新按照官网给出严格安装一遍吧。
–no-deps是在离线安装whl时去掉依赖包的安装时使用的参数
anaconda应该也算虚拟环境吧
于是我：
pip install -U pip six numpy wheel setuptools mock 'future>=0.17.1' -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
来安装numpy
import tensorflow
结果依然错误:FutureWarning: Passing (type, 1) or ‘1type’ n a future version of numpy, it will be understood as (type, (1,)) / ‘(1,)type’
我猜是numpy版本兼容的问题，可是已经按照官网的方案安装了numpy。疑惑半天我。
最终我看了一个python程序高手的博客给出的答案解决了问题。
方法：
修改
/home/guan/tools/anaconda3/envs/tensorflow/lib/python3.6/site-packages/tensorboard/compat/tensorflow_stub/dtypes.py 这个文件代码：
上图为修改后的代码，请自行对照你自己的代码
_np_qint8 = np.dtype([("qint8", np.int8, (1,))])
_np_quint8 = np.dtype([("quint8", np.uint8, (1,))])
_np_qint16 = np.dtype([("qint16", np.int16, (1,))])
_np_quint16 = np.dtype([("quint16", np.uint16, (1,))])
_np_qint32 = np.dtype([("qint32", np.int32, (1,))])
同时我给出那个哥们的截图
最终测试
import tensorflow
OK 到此安装成功
吃水不忘挖井人那哥们的解决方法地址：
https://blog.csdn.net/bigdream123/article/details/99467316
附上成功截图
至此完