深海游弋的鱼 – 第 108 页 – 智障儿童欢乐多

Python matplotlib.pyplot.draw()在不同版本中的差别导致界面绘制异常问题

在Ubuntu系统上进行如下配置：

$ sudo apt-get update

$ sudo apt-get upgrade

$ sudo apt-get install python-dev

$ sudo apt-get install python-pip

$ sudo pip install --upgrade pip

$ sudo pip install --upgrade urllib3

$ sudo pip install numpy

$ sudo pip install matplotlib

$ sudo apt-get update

$ sudo apt-get upgrade

$ sudo apt-get install python-dev

$ sudo apt-get install python-pip

$ sudo pip install --upgrade pip

$ sudo pip install --upgrade urllib3

$ sudo pip install numpy

$ sudo pip install matplotlib

之后执行如下测试代码：

import sys
import numpy as np
import matplotlib.pyplot as plt

plt.ion()
(fig, axis) = plt.subplots()
bar_plot = axis.barh(0, 8,linewidth = 0)
bar_plot.color= '#ffff00'
for i in range(20):
    axis.set_xlim(xmax = max(i + 1, 10))
    plt.draw()

if sys.version_info < (3, 0):
    raw_input("Press Enter to continue...")
else:
    input("Press Enter to continue...")

import sys

import numpy as np

import matplotlib.pyplot as plt

plt.ion()

(fig, axis) = plt.subplots()

bar_plot = axis.barh(0, 8,linewidth = 0)

bar_plot.color= '#ffff00'

for i in range(20):

axis.set_xlim(xmax = max(i + 1, 10))

plt.draw()

if sys.version_info < (3, 0):

raw_input("Press Enter to continue...")

else:

input("Press Enter to continue...")

上面的测试代码在Ubuntu 14.04.5版本上是可以正常执行的，对应的matplotlib的版本是matplotlib 1.3.1，但是放到Ubuntu 16.04.2系统上则是无法正常显示的,对应的matplotlib的版本是matplotlib 1.5.1。

造成这个问题的原因在于matplotlib.pyplot.draw()，这个函数行为的改变，早期这个函数是同步更新界面的，后来的版本却变成了空闲异步更新界面，只有当matplotlib.pyplot.pause(interval)被调用的时候才会刷新界面。

所以只需要上面的代码修改成如下即可在不同版本之间兼容：

import sys
import numpy as np
import matplotlib.pyplot as plt

plt.ion()
(fig, axis) = plt.subplots()
bar_plot = axis.barh(0, 8,linewidth = 0)
bar_plot.color= '#ffff00'
for i in range(20):
    axis.set_xlim(xmax = max(i + 1, 10))
    plt.draw()
    plt.pause(0.00001)

if sys.version_info < (3, 0):
    raw_input("Press Enter to continue...")
else:
    input("Press Enter to continue...")

import sys

import numpy as np

import matplotlib.pyplot as plt

plt.ion()

(fig, axis) = plt.subplots()

bar_plot = axis.barh(0, 8,linewidth = 0)

bar_plot.color= '#ffff00'

for i in range(20):

axis.set_xlim(xmax = max(i + 1, 10))

plt.draw()

plt.pause(0.00001)

if sys.version_info < (3, 0):

raw_input("Press Enter to continue...")

else:

input("Press Enter to continue...")

注意，我们在matplotlib.pyplot.draw()调用后面增加了matplotlib.pyplot.pause(interval)的调用。

貌似调用fig.canvas.flush_events()更合适？

查看matplotlib的版本使用如下代码：

import matplotlib as mpl
print mpl.__version__

1 2	import matplotlib as mpl print mpl.__version__

参考链接

OpenCV使用cv::imshow在子线程中更新图片不刷新

在Ubuntu 16.04上测试OpenCV 3.2,遇到一个在子线程中更新图像，而界面不刷新的问题。

$ sudo apt-get install libopencv-dev

1	$ sudo apt-get install libopencv-dev

编译执行如下代码：

#include <pthread.h>
#include <opencv/cv.h>
#include <opencv/highgui.h>
#include <stdio.h>
#include <stdlib.h>

void* imshowWorker(void*){
	for(int i = 0;i < 100;i++){
		char str[10+1];
		snprintf(str, 10,"%d",i);
		cv::Mat img = cv::Mat::zeros( 100, 100, CV_8UC3 );  
		cv::putText(img,(char*)str,cv::Point( 50, 50 ),cv::FONT_HERSHEY_SIMPLEX,1,cv::Scalar( 255, 0, 0 ));
		cv::imshow("Number View", img ); 
		if(i > 90){
			i = 0;		
		}
	}	
}

int main(void){
	cv::namedWindow("Number View");
	pthread_t id;
	pthread_create(&id,NULL,imshowWorker,NULL);
	getchar();
	return (0);
}

#include <pthread.h>

#include <opencv/cv.h>

#include <opencv/highgui.h>

#include <stdio.h>

#include <stdlib.h>

void* imshowWorker(void*){

for(int i = 0;i < 100;i++){

char str[10+1];

snprintf(str, 10,"%d",i);

cv::Mat img = cv::Mat::zeros( 100, 100, CV_8UC3 );

cv::putText(img,(char*)str,cv::Point( 50, 50 ),cv::FONT_HERSHEY_SIMPLEX,1,cv::Scalar( 255, 0, 0 ));

cv::imshow("Number View", img );

if(i > 90){

i = 0;

}

int main(void){

cv::namedWindow("Number View");

pthread_t id;

pthread_create(&id,NULL,imshowWorker,NULL);

getchar();

return (0);

}

$ g++ opencv_imshow.cpp   -I `pkg-config --libs opencv` -lpthread -o opencv_imshow

1	$ g++ opencv_imshow.cpp -I `pkg-config --libs opencv` -lpthread -o opencv_imshow

可以看到，上面的代码执行之后，界面并没有出现，即使出现也没有刷新。

这个问题是由于界面更新必须在主线程中执行，需要手工通知主线程。

修改后的代码如下：

#include <pthread.h>
#include <opencv/cv.h>
#include <opencv/highgui.h>
#include <stdio.h>
#include <stdlib.h>

void* imshowWorker(void*){
	for(int i = 0;i < 100;i++){
		char str[10+1];
		snprintf(str, 10,"%d",i);
		cv::Mat img = cv::Mat::zeros( 100, 100, CV_8UC3 );  
		cv::putText(img,(char*)str,cv::Point( 50, 50 ),cv::FONT_HERSHEY_SIMPLEX,1,cv::Scalar( 255, 0, 0 ));
		cv::imshow("Number View", img ); 
		cv::waitKey(30);
		if(i > 90){
			i = 0;		
		}
	}	
}

int main(void){
	cv::namedWindow("Number View");
	pthread_t id;
	pthread_create(&id,NULL,imshowWorker,NULL);
	getchar();
	return (0);
}

#include <pthread.h>

#include <opencv/cv.h>

#include <opencv/highgui.h>

#include <stdio.h>

#include <stdlib.h>

void* imshowWorker(void*){

for(int i = 0;i < 100;i++){

char str[10+1];

snprintf(str, 10,"%d",i);

cv::Mat img = cv::Mat::zeros( 100, 100, CV_8UC3 );

cv::putText(img,(char*)str,cv::Point( 50, 50 ),cv::FONT_HERSHEY_SIMPLEX,1,cv::Scalar( 255, 0, 0 ));

cv::imshow("Number View", img );

cv::waitKey(30);

if(i > 90){

i = 0;

}

int main(void){

cv::namedWindow("Number View");

pthread_t id;

pthread_create(&id,NULL,imshowWorker,NULL);

getchar();

return (0);

}

也就是每次更新图片后手工调用代码

cv::waitKey(30);

1	cv::waitKey(30);

这个等候时间，只要大于0即可,比如：

cv::waitKey(1);

1	cv::waitKey(1);

参考链接

c++ opencv image not display inside the boost thread

文件'/var/lib/update-notifier/package-data-downloads/partial/adobe-flashplugin_20170912.1.orig.tar.gz'无法被用户'_apt'访问，无法降低权限以进行下载。 - pkgAcquire::Run (13: 权限不够)

最近在更新Ubuntu 16.04系统的时候，发现总是在安装Adobe Flash更新的时候失败，提示如下信息：

正在处理用于 update-notifier-common (3.168.5) 的触发器 ...
flashplugin-installer: processing...
flashplugin-installer: downloading http://archive.canonical.com/pool/partner/a/adobe-flashplugin/adobe-flashplugin_20170912.1.orig.tar.gz
获取:1 http://archive.canonical.com/pool/partner/a/adobe-flashplugin/adobe-flashplugin_20170912.1.orig.tar.gz [30.4 MB]
37% [1 /var/lib/update-notifier/package-data-downloads/partial/adobe-flashplugi

已下载 30.4 MB，耗时 10分 11秒 (49.8 kB/s)                                     
W: 文件'/var/lib/update-notifier/package-data-downloads/partial/adobe-flashplugin_20170912.1.orig.tar.gz'无法被用户'_apt'访问，无法降低权限以进行下载。 - pkgAcquire::Run (13: 权限不够)
E: 下载失败

正在处理用于 update-notifier-common (3.168.5) 的触发器 ...

flashplugin-installer: processing...

flashplugin-installer: downloading http://archive.canonical.com/pool/partner/a/adobe-flashplugin/adobe-flashplugin_20170912.1.orig.tar.gz

获取:1 http://archive.canonical.com/pool/partner/a/adobe-flashplugin/adobe-flashplugin_20170912.1.orig.tar.gz [30.4 MB]

37% [1 /var/lib/update-notifier/package-data-downloads/partial/adobe-flashplugi

已下载 30.4 MB，耗时 10分 11秒 (49.8 kB/s)

W: 文件'/var/lib/update-notifier/package-data-downloads/partial/adobe-flashplugin_20170912.1.orig.tar.gz'无法被用户'_apt'访问，无法降低权限以进行下载。 - pkgAcquire::Run (13: 权限不够)

E: 下载失败

如果系统语言是英文的，可能看到下面的信息：

W: Can't drop privileges for downloading as file '/var/lib/update-notifier/package-data-downloads/partial/adobe-flashplugin_20170912.1.orig.tar.gz' couldn't be accessed by user '_apt'. - pkgAcquire::Run (13: Permission denied)

1	W: Can't drop privileges for downloading as file '/var/lib/update-notifier/package-data-downloads/partial/adobe-flashplugin_20170912.1.orig.tar.gz' couldn't be accessed by user '_apt'. - pkgAcquire::Run (13: Permission denied)

解决方法如下：

$ sudo chown -R _apt:root /var/lib/update-notifier/package-data-downloads/partial/

$ sudo rm /var/lib/update-notifier/package-data-downloads/partial/*.FAILED

$ sudo apt install --reinstall update-notifier-common

$ sudo apt-get install --reinstall flashplugin-installer

$ sudo chown -R _apt:root /var/lib/update-notifier/package-data-downloads/partial/

$ sudo rm /var/lib/update-notifier/package-data-downloads/partial/*.FAILED

$ sudo apt install --reinstall update-notifier-common

$ sudo apt-get install --reinstall flashplugin-installer

这样,就可以正常安装更新了。

参考链接

Can't drop privileges for downloading as file '/var/lib/update-notifier/package-data-downloads/partial/andale32.exe' couldn't be accessed by user '_apt'. - pkgAcquire::Run (13: Permission denied)

在Makefile中检查gcc版本

问题描述

我想使用一些在旧的GCC版本中不可用的GCC警告开关(例如-Wtype-limits)。

有没有一个简单的方法来检查GCC版本？

最佳解决方案

我不会说容易，但是可以使用GNU make的SHELL函数来执行gcc --version命令，然后使用ifeq条件表达式来检查版本号，并适当地设置CFLAGS变量。

以下是一个简单的MakeFile示例：

CC = gcc
GCCVERSION = $(shell gcc --version | grep ^gcc | sed 's/^.* //g')
CFLAGS = -g

ifeq "$(GCCVERSION)" "4.4.3"
    CFLAGS += -Wtype-limits
endif

all:
        $(CC) $(CFLAGS) prog.c -o prog

CC = gcc

GCCVERSION = $(shell gcc --version | grep ^gcc | sed 's/^.* //g')

CFLAGS = -g

ifeq "$(GCCVERSION)" "4.4.3"

CFLAGS += -Wtype-limits

endif

all:

$(CC) $(CFLAGS) prog.c -o prog

注意：不存在ifgt语法。但是可以使用expr命令进行比较。

例子如下：

CC = gcc
GCCVERSIONGTEQ4 := $(shell expr `gcc -dumpversion | cut -f1 -d.` \>= 4)
CFLAGS = -g

ifeq "$(GCCVERSIONGTEQ4)" "1"
    CFLAGS += -Wtype-limits
endif

all:
        $(CC) $(CFLAGS) prog.c -o prog

CC = gcc

GCCVERSIONGTEQ4 := $(shell expr `gcc -dumpversion | cut -f1 -d.` \>= 4)

CFLAGS = -g

ifeq "$(GCCVERSIONGTEQ4)" "1"

CFLAGS += -Wtype-limits

endif

all:

$(CC) $(CFLAGS) prog.c -o prog

次佳解决方案

要将完整的3部分GCC版本(不仅第一位数字)转换成数字格式，适合比较(例如40701)使用

gcc -dumpversion | sed -e 's/\.\([0-9][0-9]\)/\1/g' -e 's/\.\([0-9]\)/0\1/g' -e 's/^[0-9]\{3,4\}$/&00/'

1	gcc -dumpversion \| sed -e 's/\.$[0-9][0-9]$/\1/g' -e 's/\.$[0-9]$/0\1/g' -e 's/^[0-9]\{3,4\}$/&00/'

其中解决了任何版本部分中双数字版本号的可能性，以及gcc -dumpversion输出内容缺少3个部分的可能性(在一些较早的GCC版本中存在这种情况)。

所以要测试MakeFile中的版本，使用(注意$$里面的最后一个sed命令)

GCC_GTEQ_472 := $(shell expr `gcc -dumpversion | sed -e 's/\.\([0-9][0-9]\)/\1/g' -e 's/\.\([0-9]\)/0\1/g' -e 's/^[0-9]\{3,4\}$$/&00/'` \>= 40702)
ifeq "$(GCC_GTEQ_472)" "1"
  ...
endif

GCC_GTEQ_472 := $(shell expr `gcc -dumpversion | sed -e 's/\.$[0-9][0-9]$/\1/g' -e 's/\.$[0-9]$/0\1/g' -e 's/^[0-9]\{3,4\}$$/&00/'` \>= 40702)

ifeq "$(GCC_GTEQ_472)" "1"

...

endif

第三种解决方案

我刚刚遇到这个问题，我需要测试GCC的前两位数字，想要一个比上面sed过滤字符串更复杂的操作。我使用bc进行比较，因为它支持浮点数(expr将非整数（non-integers）都视为字符串)：

GCC_VER_GTE44 := $(shell echo `gcc -dumpversion | cut -f1-2 -d.` \>= 4.4 | bc )
ifeq ($(GCC_VER_GTE44),1)
...
endif

GCC_VER_GTE44 := $(shell echo `gcc -dumpversion | cut -f1-2 -d.` \>= 4.4 | bc )

ifeq ($(GCC_VER_GTE44),1)

...

endif

如果在GCC 4.9之后发布了GCC 4.10，那么用sed处理是必要的：

GCC_VER_GTE44 := $(shell echo `gcc -dumpversion | cut -f1-2 -d.` \>= 4.4 | sed -e 's/\./*100+/g' | bc )
ifeq ($(GCC_VER_GTE44),1)
...
endif

GCC_VER_GTE44 := $(shell echo `gcc -dumpversion | cut -f1-2 -d.` \>= 4.4 | sed -e 's/\./*100+/g' | bc )

ifeq ($(GCC_VER_GTE44),1)

...

endif

参考链接

在Makefile中检查gcc版本？

Ubuntu 16.04.3系统上OpenPTrack V1版本安装配置(Kinect V2)

对于Ubuntu 14.04.5系统上的安装操作，请参考Ubuntu 14.04.5系统上OpenPTrack V1版本安装配置(Kinect V2)

下面是我自己fork出来修改后的代码在Ubuntu 16.04.3系统上的安装操作

要求机器上必须有CUDA 8.0/9.0支持的显卡才可以。

1.从GitHub上获取项目代码

$ sudo apt-get install git -y
$ cd ~
$ git clone https://github.com/wangqiang1588/open_ptrack_org.git open_ptrack

$ sudo apt-get install git -y

$ cd ~

$ git clone https://github.com/wangqiang1588/open_ptrack_org.git open_ptrack

2.安装ROS

$ cd open_ptrack/scripts
$ chmod +x *.sh
$ ./ros_install.sh

$ source /opt/ros/kinetic/setup.bash
$ ./ros_configure.sh

$ cd open_ptrack/scripts

$ chmod +x *.sh

$ ./ros_install.sh

$ source /opt/ros/kinetic/setup.bash

$ ./ros_configure.sh

3.安装`OpenPTrack`

$ sudo apt-get install libdrm-dev

$ ./openptrack_install.sh

$ sudo apt-get install libdrm-dev

$ ./openptrack_install.sh

4.链接`OpenPTrack`目录

$ ln -s  ~/workspace/ros/catkin/src/open_ptrack ~/open_ptrack

1	$ ln -s ~/workspace/ros/catkin/src/open_ptrack ~/open_ptrack

5.`Kinect V2`驱动程序安装

检查当前用户目录下的.bashrc文件，注释掉如下内容：

export KINECT_DRIVER=openni

1	export KINECT_DRIVER=openni

然后执行如下命令：

# Nvidia Jetson TX1/TX2 不要安装这个
$ sudo apt-get install nvidia-375-dev

# Nvidia Jetson TX1/TX2不支持OpenCL,因此编译的时候，不要安装ocl-icd-opencl-dev
$ sudo apt-get install ocl-icd-opencl-dev

$ sudo apt-get install m4
$ sudo apt-get install automake
$ sudo apt-get install libjpeg-dev
$ sudo ln -s -f /usr/lib/`uname -m`-linux-gnu/libturbojpeg.so.0 /usr/lib/`uname -m`-linux-gnu/libturbojpeg.so
$ sudo apt-get install libglewmx-dev
$ sudo apt-get install libudev-dev
$ sudo ln -s -f /lib/`uname -m`-linux-gnu/libudev.so.1 /lib/`uname -m`-linux-gnu/libudev.so

$ cd ~/workspace/ros/catkin/src
$ source ~/.profile 
$ roscd open_ptrack/../scripts
$ chmod +x kinect2_install.sh
$ ./kinect2_install.sh

# Nvidia Jetson TX1/TX2 不要安装这个

$ sudo apt-get install nvidia-375-dev

# Nvidia Jetson TX1/TX2不支持OpenCL,因此编译的时候，不要安装ocl-icd-opencl-dev

$ sudo apt-get install ocl-icd-opencl-dev

$ sudo apt-get install m4

$ sudo apt-get install automake

$ sudo apt-get install libjpeg-dev

$ sudo ln -s -f /usr/lib/`uname -m`-linux-gnu/libturbojpeg.so.0 /usr/lib/`uname -m`-linux-gnu/libturbojpeg.so

$ sudo apt-get install libglewmx-dev

$ sudo apt-get install libudev-dev

$ sudo ln -s -f /lib/`uname -m`-linux-gnu/libudev.so.1 /lib/`uname -m`-linux-gnu/libudev.so

$ cd ~/workspace/ros/catkin/src

$ source ~/.profile

$ roscd open_ptrack/../scripts

$ chmod +x kinect2_install.sh

$ ./kinect2_install.sh

6.重新编译代码

UBUNTU_VERSION=`lsb_release -c -s`
ROS_DISTRO=hydro

if [ $UBUNTU_VERSION = trusty ] || [ $UBUNTU_VERSION = saucy ] ; then
  ROS_DISTRO=indigo
elif [ $UBUNTU_VERSION = xenial ] ; then
  ROS_DISTRO=kinetic
fi

GCC_VERSION=`gcc -dumpversion | cut -f1 -d.`
source /opt/ros/$ROS_DISTRO/setup.bash 
cd ~/workspace/ros/catkin
catkin_make --pkg calibration_msgs
catkin_make --pkg opt_msgs
#GCC 5 bug out of memory
if [ $GCC_VERSION > 4 ] ; then
  catkin_make --force-cmake -j 1
else
  catkin_make --force-cmake
fi

UBUNTU_VERSION=`lsb_release -c -s`

ROS_DISTRO=hydro

if [ $UBUNTU_VERSION = trusty ] || [ $UBUNTU_VERSION = saucy ] ; then

ROS_DISTRO=indigo

elif [ $UBUNTU_VERSION = xenial ] ; then

ROS_DISTRO=kinetic

GCC_VERSION=`gcc -dumpversion | cut -f1 -d.`

source /opt/ros/$ROS_DISTRO/setup.bash

cd ~/workspace/ros/catkin

catkin_make --pkg calibration_msgs

catkin_make --pkg opt_msgs

#GCC 5 bug out of memory

if [ $GCC_VERSION > 4 ] ; then

catkin_make --force-cmake -j 1

else

catkin_make --force-cmake

执行如下命令：

$ roscore

$ roscore

检查当前用户目录下的.bashrc文件，然后注释掉如下内容：

export KINECT_DRIVER=openni

1	export KINECT_DRIVER=openni

上面语句如不注释，会导致程序启动时候的崩溃。

新建一个Shell,执行如下命令

$ cd ~/workspace/ros/catkin/devel/lib/kinect2_bridge
$ sudo ./kinect2_bridge

1 2	$ cd ~/workspace/ros/catkin/devel/lib/kinect2_bridge $ sudo ./kinect2_bridge

执行此步的时候如果提示找不到Kinect设备，请重启一下系统再试试。

7.测试系统

可能需要重新插拔一下Kinect的USB数据线，然后执行如下命令

$ roslaunch kinect2_bridge kinect2_bridge.launch

1	$ roslaunch kinect2_bridge kinect2_bridge.launch

执行之后，等待十几秒，然后Ctrl+C中断执行。
执行完成后，执行

$ roslaunch tracking detection_and_tracking_kinect2.launch

1	$ roslaunch tracking detection_and_tracking_kinect2.launch

之后，会弹出三个界面出来。

参考链接

Kinect V2 深度图与彩色图融合(Ubuntu 14.04)

参考Kinect V2在Ubuntu 14.04系统上的驱动配置与安装在一个全新安装的Ubuntu 14.04系统中配置完成相关的驱动及其依赖。

Kinect V2深度图与彩色图融合的方式，简单粗暴，由于深度图像是512*424大小，因此，直接把彩色图像缩放成对应的512*424，然后像素点一一对应。至于原始大小的彩色图像，那么就是一片像素对应同一个深度即可。

注意，这个方式只适合Kinect V2，可以理解成Kinect V2的设计就是这样的，两个设备出厂的时候就校准为这样的输出。

具体的转换代码参考registration.cpp,Registration.cpp，建议直接调用驱动层提供的功能来实现，这样的话，一系列的参数设置可以同步，否则上层每次修改了分辨率等参数的时候，要自己手工修改这些数据。

Python深度图与彩色图融合的例子如下：

参考连接

Debian：如何从Jessie升级为Stretch(Debian 8.0 升级到Debian 9.0）

Debian 9（代号为Stretch）已经正式发布，可以开始尝鲜Debian 9了。

1. 更新Debian Jessie到最新版

$ su

$ apt-get update

$ apt-get upgrade

$ apt-get dist-upgrade

$ su

$ apt-get update

$ apt-get upgrade

$ apt-get dist-upgrade

2. 将软件源改为Stretch安装源

$ su

$ sed -i 's/jessie/stretch/g' /etc/apt/sources.list

# 替换成国内镜像源(清华大学)
$ sed -i 's/deb.debian.org/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list

$ sed -i 's/security.debian.org/mirrors.tuna.tsinghua.edu.cn\/debian-security/g' /etc/apt/sources.list

$ su

$ sed -i 's/jessie/stretch/g' /etc/apt/sources.list

# 替换成国内镜像源(清华大学)

$ sed -i 's/deb.debian.org/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list

$ sed -i 's/security.debian.org/mirrors.tuna.tsinghua.edu.cn\/debian-security/g' /etc/apt/sources.list

3. 升级系统版本

$ su

$ apt-get update

$ apt-get dist-upgrade

$ su

$ apt-get update

$ apt-get dist-upgrade

4. 重启

$ su

$ reboot

$ su

$ reboot

参考链接

Debian：如何从 Jessie 升级为 Stretch

Kinect V2在Ubuntu 14.04系统上的驱动配置与安装

以下的操作是在一个全新安装的Ubuntu 14.04系统上进行的，目前已知在安装了ROS的系统上并且已经安装过ROS版本的Kinect V2驱动的,可能需要先移除以前安装的面向ROS编译的Kinect V2驱动才行。

首先是安装配置驱动程序以及运行依赖库

$ sudo apt-get update

$ sudo apt-get upgrade

$ sudo apt-get dist-upgrade

$ sudo apt-get install python-opencv

$ sudo apt-get install python-dev

$ sudo apt-get install python-pip

$ sudo pip install openni

$ sudo apt-get install git

$ sudo apt-get update

$ sudo apt-get upgrade

$ sudo apt-get dist-upgrade

$ sudo apt-get install python-opencv

$ sudo apt-get install python-dev

$ sudo apt-get install python-pip

$ sudo pip install openni

$ sudo apt-get install git

参照libfreenect2 install linux的说明安装驱动

$ cd ~ 

$ git clone https://github.com/OpenKinect/libfreenect2.git

$ cd libfreenect2

$ cd depends; ./download_debs_trusty.sh

$ sudo dpkg -i debs/libusb*deb

$ sudo apt-get install build-essential cmake pkg-config

#如果没有配置ROS源，则使用这个源，否则不需要此步骤
$ sudo apt-add-repository ppa:deb-rob/ros-trusty && sudo apt-get update

$ sudo apt-get install libopenni2-dev

$ sudo apt-get install libjpeg-dev

$ sudo apt-get install libturbojpeg

$ sudo apt-get install libgl1-mesa-dev

$ sudo apt-get install ocl-icd-opencl-dev

#如果要启用CUDA的支持，只能是从nvidia官网下载安装最新版本才行，apt安装的版本会缺少 “ helper_math.h ”
# $ wget https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64-deb
# $ sudo apt-get update
# $ sudo apt-get install cuda

$ cd ..

$ git clean -xfd 

$ mkdir build && cd build

##如果在安装过ROS的系统上执行，并且已经通过ROS安装过libfreenect2驱动，可能下面的要调整成“cmake .. -DCMAKE_INSTALL_PREFIX=/usr/” 才能成功覆盖已经安装过的文件
$ cmake .. -DCMAKE_INSTALL_PREFIX=/usr/local/

$ make

$ sudo make install

$ cd ~

$ git clone https://github.com/OpenKinect/libfreenect2.git

$ cd libfreenect2

$ cd depends; ./download_debs_trusty.sh

$ sudo dpkg -i debs/libusb*deb

$ sudo apt-get install build-essential cmake pkg-config

#如果没有配置ROS源，则使用这个源，否则不需要此步骤

$ sudo apt-add-repository ppa:deb-rob/ros-trusty && sudo apt-get update

$ sudo apt-get install libopenni2-dev

$ sudo apt-get install libjpeg-dev

$ sudo apt-get install libturbojpeg

$ sudo apt-get install libgl1-mesa-dev

$ sudo apt-get install ocl-icd-opencl-dev

#如果要启用CUDA的支持，只能是从nvidia官网下载安装最新版本才行，apt安装的版本会缺少 “ helper_math.h ”

# $ wget https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64-deb

# $ sudo apt-get update

# $ sudo apt-get install cuda

$ cd ..

$ git clean -xfd

$ mkdir build && cd build

##如果在安装过ROS的系统上执行，并且已经通过ROS安装过libfreenect2驱动，可能下面的要调整成“cmake .. -DCMAKE_INSTALL_PREFIX=/usr/” 才能成功覆盖已经安装过的文件

$ cmake .. -DCMAKE_INSTALL_PREFIX=/usr/local/

$ make

$ sudo make install

安装Python扩展

$ cd ~

$ sudo pip install cython

$ sudo pip install numpy

$ git clone https://github.com/remexre/pyfreenect2.git

$ cd pyfreenect2 

$ sudo python setup.py install

$ sudo apt-get install gfortran

$ sudo apt-get install libopenblas-dev

$ sudo apt-get install liblapack-dev

$ sudo pip install scipy

$ cd ~

$ sudo pip install cython

$ sudo pip install numpy

$ git clone https://github.com/remexre/pyfreenect2.git

$ cd pyfreenect2

$ sudo python setup.py install

$ sudo apt-get install gfortran

$ sudo apt-get install libopenblas-dev

$ sudo apt-get install liblapack-dev

$ sudo pip install scipy

Python例子如下：

$ cd ~/pyfreenect2

$ python test.py

$ cd ~/pyfreenect2

$ python test.py

注意，如果编译的时候出现如下错误：

[  5%] Building NVCC (Device) object CMakeFiles/cuda_compile.dir/src/./cuda_compile_generated_cuda_kde_depth_packet_processor.cu.o
nvcc warning : The 'compute_20', 'sm_20', and 'sm_21' architectures are deprecated, and may be removed in a future release (Use -Wno-deprecated-gpu-targets to suppress warning).
nvcc warning : The 'compute_20', 'sm_20', and 'sm_21' architectures are deprecated, and may be removed in a future release (Use -Wno-deprecated-gpu-targets to suppress warning).
~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1346): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1346): error: explicit type is missing ("int" assumed)

/home/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1346): error: expected a "{"

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1349): warning: missing return statement at end of non-void function "libfreenect2::CudaKdeDepthPacketProcessor"

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1351): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1353): error: identifier "impl_" is undefined

/home/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1356): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1358): error: a nonstatic member reference must be relative to a specific object

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1360): error: identifier "impl_" is undefined

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1363): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1365): error: identifier "impl_" is undefined

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1369): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1371): error: identifier "impl_" is undefined

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1378): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1380): error: identifier "impl_" is undefined

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1383): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1385): error: identifier "impl_" is undefined

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1388): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1390): error: identifier "listener_" is undefined

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1393): error: identifier "impl_" is undefined

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1415): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1417): error: identifier "impl_" is undefined

~/longsky/libfreenect2/src/cuda_kde_depth_packet_processor.cu(413): warning: function "calculatePhaseUnwrappingVarDirect" was declared but never referenced

21 errors detected in the compilation of "/tmp/tmpxft_00004ae7_00000000-7_cuda_kde_depth_packet_processor.cpp1.ii".
CMake Error at cuda_compile_generated_cuda_kde_depth_packet_processor.cu.o.cmake:264 (message):
  Error generating file
  ~/libfreenect2/build/CMakeFiles/cuda_compile.dir/src/./cuda_compile_generated_cuda_kde_depth_packet_processor.cu.o


make[2]: *** [CMakeFiles/cuda_compile.dir/src/./cuda_compile_generated_cuda_kde_depth_packet_processor.cu.o] Error 1
make[1]: *** [CMakeFiles/freenect2.dir/all] Error 2
make: *** [all] Error 2

[ 5%] Building NVCC (Device) object CMakeFiles/cuda_compile.dir/src/./cuda_compile_generated_cuda_kde_depth_packet_processor.cu.o

nvcc warning : The 'compute_20', 'sm_20', and 'sm_21' architectures are deprecated, and may be removed in a future release (Use -Wno-deprecated-gpu-targets to suppress warning).

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1346): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1346): error: explicit type is missing ("int" assumed)

/home/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1346): error: expected a "{"

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1349): warning: missing return statement at end of non-void function "libfreenect2::CudaKdeDepthPacketProcessor"

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1351): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1353): error: identifier "impl_" is undefined

/home/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1356): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1358): error: a nonstatic member reference must be relative to a specific object

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1360): error: identifier "impl_" is undefined

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1363): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1365): error: identifier "impl_" is undefined

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1369): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1371): error: identifier "impl_" is undefined

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1378): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1380): error: identifier "impl_" is undefined

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1383): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1385): error: identifier "impl_" is undefined

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1388): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1390): error: identifier "listener_" is undefined

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1393): error: identifier "impl_" is undefined

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1415): error: name followed by "::" must be a class or namespace name

~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1417): error: identifier "impl_" is undefined

~/longsky/libfreenect2/src/cuda_kde_depth_packet_processor.cu(413): warning: function "calculatePhaseUnwrappingVarDirect" was declared but never referenced

21 errors detected in the compilation of "/tmp/tmpxft_00004ae7_00000000-7_cuda_kde_depth_packet_processor.cpp1.ii".

CMake Error at cuda_compile_generated_cuda_kde_depth_packet_processor.cu.o.cmake:264 (message):

Error generating file

~/libfreenect2/build/CMakeFiles/cuda_compile.dir/src/./cuda_compile_generated_cuda_kde_depth_packet_processor.cu.o

make[2]: *** [CMakeFiles/cuda_compile.dir/src/./cuda_compile_generated_cuda_kde_depth_packet_processor.cu.o] Error 1

make[1]: *** [CMakeFiles/freenect2.dir/all] Error 2

make: *** [all] Error 2

则该现象出现的原因是首先参照

cmake .. -DCMAKE_INSTALL_PREFIX=$HOME/freenect2

1	cmake .. -DCMAKE_INSTALL_PREFIX=$HOME/freenect2

进行了编译，并且编译的时候是没有开启CUDA支持的。

然后执行了

$ make install

1	$ make install

因此在~/libfreenect2/include/libfreenect2/下面已经生成了config.h，export.h这两个文件。
然后又按照我们这里的

cmake .. -DCMAKE_INSTALL_PREFIX=/usr/local/

1	cmake .. -DCMAKE_INSTALL_PREFIX=/usr/local/

重新编译，并且这次开启了CUDA支持，导致GCC在编译的时候使用了我们在~/libfreenect2/build/libfreenect2/下面生成的config.h，export.h这两个文件，而NVCC却使用了~/libfreenect2/include/libfreenect2/下面的config.h，export.h进行编译，导致上面的错误发生。

因此删除全部的临时文件,然后再次重新编译即可。

参考连接

Ubuntu 14.04.5系统上OpenPTrack V1版本双Kinect V2简单校准

参照Ubuntu 14.04.5系统上OpenPTrack V1版本安装配置(Kinect V2)配置安装完成后，是单台机器的方式。

如果场地比较大，则需要部署多个Kinect V2。由于每台Kinect V2看到同一个人的视角不同，因此需要校准，才能进行合并。

下面，我们用两台PC+两个Kinect V2(每台机器上连接一个Kinect V2）来演示一下如何校准的操作。

继续阅读Ubuntu 14.04.5系统上OpenPTrack V1版本双Kinect V2简单校准

OpenMdeiaValut 3.0.86上编译Linux Kernel 4.13-rc6/Linux Kernel 4.13-rc7/Linux Kernel 4.13 Mainline

也可以使用下面的方式正常编译Linux Kernel 4.13-rc7/Linux Kernel 4.13 Mainline。

建议使用VirtualBox上建立虚拟机，保证磁盘空间不小于32GB，给root用户设置密码，远程通过shell登录到虚拟机。

查询虚拟机的IP地址的时候，使用

$ /sbin/ifconfig

1	$ /sbin/ifconfig

命令查询。虚拟机网卡设置的时候，设置为桥接模式，默认的NAT模式无法通过SSH登录。

然后执行如下命令：

$ cd ~

$ wget https://git.kernel.org/torvalds/t/linux-4.13-rc6.tar.gz -O linux-4.13-rc6.tar.gz

$ tar -zxvf linux-4.13-rc6.tar.gz

$ cd linux-4.13-rc6/

# 升级系统工具，如果不更新，有时候会出现无法编译的情况
$ sudo apt-get update

$ sudo apt-get upgrade

$ sudo apt-get install make

$ sudo apt-get install build-essential

$ sudo apt-get install kernel-package

$ sudo apt-get install ncurses-dev

#一路回车到底
$ make oldconfig

$ make-kpkg --initrd kernel-image kernel_headers

$ cd ~

$ wget https://git.kernel.org/torvalds/t/linux-4.13-rc6.tar.gz -O linux-4.13-rc6.tar.gz

$ tar -zxvf linux-4.13-rc6.tar.gz

$ cd linux-4.13-rc6/

# 升级系统工具，如果不更新，有时候会出现无法编译的情况

$ sudo apt-get update

$ sudo apt-get upgrade

$ sudo apt-get install make

$ sudo apt-get install build-essential

$ sudo apt-get install kernel-package

$ sudo apt-get install ncurses-dev

#一路回车到底

$ make oldconfig

$ make-kpkg --initrd kernel-image kernel_headers

完成后，在当前用户目录下生成linux-image-4.13.0-rc6_4.13.0-rc6-10.00.Custom_amd64.deb安装包,执行如下命令安装：

$ cd ~

$ sudo dpkg -i linux-image-4.13.0-rc6_4.13.0-rc6-10.00.Custom_amd64.deb

$ cd ~

$ sudo dpkg -i linux-image-4.13.0-rc6_4.13.0-rc6-10.00.Custom_amd64.deb

2025 年 6 月
一	二	三	四	五	六	日
						1
2	3	4	5	6	7	8
9	10	11	12	13	14	15
16	17	18	19	20	21	22
23	24	25	26	27	28	29
30

参考链接

参考链接

参考链接

问题描述

最佳解决方案

次佳解决方案

第三种解决方案

参考链接

1.从GitHub上获取项目代码

2.安装ROS

3.安装OpenPTrack

4.链接OpenPTrack目录

5.Kinect V2驱动程序安装

7.测试系统

参考链接

参考连接

参考链接

参考连接

参考链接

3.安装`OpenPTrack`

4.链接`OpenPTrack`目录

5.`Kinect V2`驱动程序安装