摘要:,,,环境下的编译和问题解决这是可能会用到的额外的包,按自己需要先提前编译。
CentOS7.4,anaconda3,python3.6,tensorflow环境下gdal的编译和问题解决
这是gdal可能会用到的额外的包,按自己需要先提前编译。
这里的话我主要用了proj,Libtiff,Geotiff,Geos,Hdf5这5个包,基本能满足需要
新建一个安装目录:
cd /home/Elam mkdir gdalsrc cd gdalsrc编译额外包: 1.proj
yum install gcc-c++ wget http://download.osgeo.org/proj/proj-4.8.0.tar.gz tar -zxvf proj-4.8.0.tar.gz cd proj-4.8.0 mkdir build ./configure --prefix=/home/Elam/gdalsrc/proj-4.8.0/build # compile make -j # install into build dir make install
创建一个统一的添加环境变量的文件夹:
cd /home/Elam/gdalsrc mkdir envsh cd envsh vim export_path.sh
添加下面两行代码
export LD_LIBRARY_PATH="/home/Elam/gdalsrc/proj-4.8.0/build/lib:$LD_LIBRARY_PATH" export PATH="/hoem/Elam/gdalsrc/proj-4.8.0/build/bin:$PATH"
可以source export_path.sh 然后键入proj看看是否编译成功
2.libtiffyum install gcc-c++ zlib-devel libjpeg-turbo-devel cd /home/Elam/gdalsrc wget http://download.osgeo.org/libtiff/tiff-4.0.9.tar.gz 最新版本是4.0.9 tar -zxvf tiff-4.0.9.tar.gz cd tiff-4.0.9
ls一下发现build文件夹已经存在,因此不需要重新创建直接configure
./configure --prefix=/home/Elam/gdalsrc/tiff-4.0.9/build/ --exec-prefix=/home/Elam/gdalsrc/tiff-4.0.9/build make -j make check # install to build dir make install # confirm install ./build/bin/tiffinfo
进入刚才创建的export_path添加新的环境变量,如下图:
source一下
3.Geotiff在gdalsrc目录下
wget http://download.osgeo.org/geotiff/libgeotiff/libgeotiff-1.4.2.tar.gz tar -xvfz libgeotiff-1.4.2.tar.gz cd libgeotiff-1.4.2/ mkdir build ./configure --prefix=/home/Elam/gdalsrc/libgeotiff-1.4.2/build --with-proj=/home/Elam/gdalsrc/proj-4.8.0/build --with-libtiff=/home/Elam/gdalsrc/tiff-4.0.9/build --with-zlib --with-jpeg # compile make -j # install into build dir make install
进入export_path添加新的环境变量,如下图:
source一下
4.Geosyum install gcc-c++ swig python-devel cd /home/Elam/gdalsrc wget http://download.osgeo.org/geos/geos-3.6.2.tar.bz2 tar -xvjf geos-3.6.2.tar.bz2 cd geos-3.6.2 mkdir build ./configure --prefix=/home/Elam/gdalsrc/geos-3.6.2/build --enable-python # compile make -j$threads make check # install into build dir make install # check install ./build/bin/geos-config --version
gdal编译过程中碰到的问题主要出现在编译这个库中
错误: ./configure --prefix=/home/Elam/gdalsrc/geos-3.6.2/build --enable-pythonconfigure出现cannot find Python library path错误:
解决方法:
vim configure
在左下角输入/cannot find Python library path
回车
找到对应行附近
将libpython$PYTHOH_VERSION改成你自己对应的.so和.a版本(具体版本可以到上面include路径同一路径下lib文件夹中查看)
如上 我改成了libpython3.6m
修改后:wq
重新configure
继续修改configure文件
重新configure
如果后续还报/usr/bin/ld: cannot find -lpython3.6错误
继续修改
重新configure
然后继续
make –j make check make install
添加新的环境变量
source
5.hdf5yum install gcc-c++ zlib-devel cd /home/Elam/gdalsrc wget http://www.hdfgroup.org/ftp/HDF5/current/src/hdf5-1.8.11.tar.gz tar xvfz hdf5-1.8.11.tar.gz cd hdf5-1.8.11 touch release_docs/INSTALL_VMS.txt mkdir build CFLAGS=-O0 ./configure --prefix=/home/Elam/gdalsrc/hdf5-1.10.1/build --enable-shared --enable-build-all --with-zlib --with-pthread --enable-cxx # compile make -j # test build -- all tests should pass make -j check # install into build dir make install
添加新的环境变量,注意这里还有include文件夹
gdal编译我从网上下了一个2.3.0版本的,网址:http://download.osgeo.org/gdal/
yum install subversion gcc-c++ sqlite-devel libxml2-devel python-devel numpy swig expat-devel libcurl-devel xerces-c-devel unixODBC-devel postgresql postgresql-devel cd /home/Elam/gdalsrc tar -zxvf gdal-2.3.0.tar.gz cd gdal-2.3.0 mkdir build ./configure --prefix=/home/Elam/gdalsrc/gdal-2.3.0/build --with-jpeg=external --without-libtool --with-python=/usr/local/anaconda3/bin/python --with-static-proj4=/home/Elam/gdalsrc/proj-4.8.0/build --with-libtiff=/home/Elam/gdalsrc/tiff-4.0.9/build --with-geotiff=/home/Elam/gdalsrc/libgeotiff-1.4.2/build --with-geos=/home/Elam/gdalsrc/geos-3.6.2/build/bin/geos-config --with-hdf5=/home/Elam/gdalsrc/hdf5-1.10.1/build make -j # install into build dir make install
添加新的环境变量:
进入build/bin里面
gdal-config –-version
看看是否编译成功
cd /home/Elam/gdalsrc/gdal-2.3.0/swig make -j cd python python setup.py install --prefix=/home/Elam/gdalsrc/gdal-2.3.0/build
添加环境变量,或者直接用sys的路子添加路径
source
重新新建一个终端
先用
echo $PATH echo $LD_LIBRARY_PATH
查看各个库的路径是否都在
如果不在,则重新source一下那个export_path.sh 如果不想每次都重新source,就直接添加到系统的环境变量当中去
进入python终端
看看能不能import
binggo!
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/41832.html
摘要:介绍是谷歌使用基于开发的语义分割模型,至今已更新个版本。最新版本是,在此模型中进一步将深度可分离卷积应用到孔空间金字塔池化和解码器模块,从而形成更快,更强大的语义分割编码器解码器网络。 介绍 showImg(https://segmentfault.com/img/bVbnw9d?w=1860&h=398); DeepLab是谷歌使用tensorflow基于CNN开发的语义分割模型,至...
摘要:大家都知道深度学习涉及到大量的模型算法,看着那些乱糟糟的公式符号,心中一定是。以最常用的环境为例。这里强烈推荐版本,因为深度学习动辄几小时几天几周的运行市场,加速会节省你很多时间甚至电费。常见错误找不到指定的模块。 区别于其他入门教程的手把手式,本文更强调因而非果。我之所以加上通用字样,是因为在你了解了这个开发环境之后,那些很low的错误你就不会犯了。 大家都知道深度学习涉及到大量的...
阅读 2207·2021-09-30 09:47
阅读 959·2021-08-27 13:01
阅读 2958·2019-08-30 15:54
阅读 3683·2019-08-30 15:53
阅读 824·2019-08-29 14:07
阅读 709·2019-08-28 18:16
阅读 794·2019-08-26 18:37
阅读 1404·2019-08-26 13:27