Ubuntu 20.04 安装 OpenCV 和 OpenCV_contrib 教程

Ubuntu 20.04 安装 OpenCV 和 OpenCV_contrib 教程

      • Ubuntu 20.04 安装 OpenCV 和 OpenCV_contrib 教程
        • 前言
      • OpenCV
        • 概述
        • 核心功能
        • 优势特点
        • 应用领域
        • 安装与使用
      • OpenCV_contrib
        • 概述
        • 核心功能
        • 具体模块
      • 安装与使用
        • 一、准备工作
        • 二、下载OpenCV和OpenCV_contrib
        • 三、编译和安装OpenCV
        • 四、配置环境变量
        • 五、验证安装
        • 六、总结
        • 七、安装时遇到的问题

Ubuntu 20.04 安装 OpenCV 和 OpenCV_contrib 教程

前言

在Ubuntu 20.04上安装OpenCV和OpenCV_contrib可以为你提供强大的计算机视觉和图像处理功能。它们各自具有独特的特点和功能。以下是对它们的详细介绍:

OpenCV

概述

OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库,自1999年由Intel建立以来,凭借其强大的功能和广泛的应用,迅速成为计算机视觉领域的核心力量。它提供了丰富的工具和功能,广泛应用于图像处理、视频分析、视图重建、物体识别、面部识别等领域。

核心功能

OpenCV的功能覆盖了图像处理的各个方面,主要包括但不限于以下几点:

  • 图像处理:支持图像的加载、保存、调整大小、旋转、裁剪、滤波、边缘检测等操作。OpenCV提供的直方图均衡化、图像平滑等功能,能够有效改善图像质量,为后续处理奠定基础。
  • 物体检测与跟踪:集成了多种目标检测和跟踪算法,如Haar级联检测器、HOG特征检测器、卡尔曼滤波器等,广泛应用于人脸检测、行人检测、车牌识别等场景。
  • 特征提取与匹配:包括角点检测、描述符提取、特征匹配等功能,有助于从图像中提取关键信息并进行比较和分析。
  • 机器学习:集成了分类、聚类、回归等机器学习算法,方便进行模式识别和数据挖掘。
  • 深度学习:与主流深度学习框架(如TensorFlow、PyTorch)集成,支持神经网络模型的训练和推断,推动计算机视觉技术的进一步发展。
  • 视频分析:包括视频捕捉、视频处理、目标跟踪、视频稳定等功能,适用于监控和安全等应用。
优势特点
  • 开源性:作为开源项目,OpenCV允许任何人自由地使用、修改及分发其源代码。
  • 跨平台兼容性:支持Windows、Linux、Mac等多个操作系统,展现了出色的灵活性和广泛适用性。
  • 高效性能:基于C/C++的底层设计使得OpenCV在图像处理任务中表现卓越,计算能力出众。
  • 可扩展接口:除C/C++外,还提供Python等语言接口,便于开发者根据需求进行个性化扩展和定制。
应用领域

OpenCV的广泛应用领域使其成为连接多个行业的桥梁,包括但不限于:

  • 智能监控:通过人脸检测、行为分析等技术,提高监控系统的智能化水平。
  • 自动驾驶:在车辆识别、道路检测、障碍物避让等方面发挥重要作用。
  • 医学图像处理:辅助医生进行病灶检测、手术规划等。
  • 工业检测:实现产品质量检测、自动化生产等。
  • 农业图像分析:监测作物生长状况、病虫害识别等。
  • 机器人技术:为机器人提供视觉感知能力,实现自主导航、目标抓取等功能。
安装与使用

以Python用户为例,可以通过pip命令安装OpenCV库:

pip install opencv-python

或者使用conda进行安装:

conda install -c conda-forge opencv

安装完成后,便可以在Python项目中导入OpenCV库,并使用其提供的函数和类进行图像处理或计算机视觉任务。

OpenCV_contrib

概述

OpenCV_contrib是OpenCV的一个扩展库,主要用于开发和维护OpenCV的额外模块。这些模块通常包含高级功能、实验性功能以及社区贡献的功能扩展,为开发者提供了更广泛的工具选择,以处理复杂的视觉任务。

核心功能

OpenCV_contrib项目包含了许多额外的功能模块,这些模块通常具有以下特点:

  • 高级功能:包括但不限于深度学习、增强现实、3D重建等高级计算机视觉功能。
  • 实验性功能:这些模块可能还在开发中,API可能不稳定,因此不适合直接集成到OpenCV的主库中。
  • 社区贡献:许多模块是由社区开发者贡献的,提供了丰富的功能扩展。
具体模块

OpenCV_contrib包含了一系列先进的算法和技术,如:

  • Face Detection and Recognition:提供了基于深度学习的dnn模块,可以用于实时的人脸检测和识别。
  • Super Resolution:superres模块提供了图像超分辨率重建算法,能够提升低清晰度图片的质量。
  • Structure from Motion (SfM):使用sfm模块可以从多视角图像中恢复场景的三维结构。
  • Feature Detectors and Descriptors:xfeatures2d提供了许多特征检测和描述符,如AKAZE、SURF等,这些在对象识别和图像匹配中非常有用。

此外,OpenCV_contrib还引入了实验性的模块,例如optflow(光流估计)、text(文本检测和识别)以及aruco(AR标记),这些都对研究者和开发者极其有价值。

安装与使用

OpenCV_contrib的安装通常需要与OpenCV主库一起进行编译。确保OpenCV和OpenCV_contrib的版本一致,本教程将指导你如何一步步安装OpenCV和OpenCV_contrib,并确保配置正确。。安装完成后,便可以在项目中导入并使用OpenCV_contrib提供的额外模块和功能。

一、准备工作
  1. 更新系统软件包

    首先,确保你的系统软件包是最新的。打开终端,输入以下命令:

    sudo apt update
    sudo apt upgrade
    

在这里插入图片描述
2. 安装依赖项

安装OpenCV和OpenCV_contrib所需的依赖项:

sudo apt install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

在这里插入图片描述

二、下载OpenCV和OpenCV_contrib
  1. 创建工作目录

    首先,创建一个工作目录来存放OpenCV和OpenCV_contrib的源码:

    mkdir ~/opencv_build
    cd ~/opencv_build
    

在这里插入图片描述
2. 克隆OpenCV和OpenCV_contrib的源码

如果希望安装最新版可直接使用git clone命令从GitHub上克隆OpenCV和OpenCV_contrib的源码:

git clone https://github.com/opencv/opencv.git
git clone https://github.com/opencv/opencv_contrib.git

如果希望下载指定版本有两种方式:
官网下载:https://opencv.org/releases/
在这里插入图片描述
如果要下载对应的opencv_contrib,需要在github仓库进行(如图):
https://github.com/opencv
在这里插入图片描述
进入指定仓库,找到Release,进行源码下载:
在这里插入图片描述
在这里插入图片描述
解压指令
zip:解压到当前文件夹

    unzip opencv-4.10.0.zip

tar.gz:

    tar -zxvf opencv-4.10.0.tar.gz


将opencv和对应版本的opencv_contrib全部解压。
在这里插入图片描述

三、编译和安装OpenCV
  1. 创建build目录

    在OpenCV源码目录下创建一个build目录,并进入该目录:

    cd ~/opencv_build/opencv-4.10.0
    mkdir build
    cd build
    

在这里插入图片描述

  1. 使用CMake配置OpenCV构建

    使用cmake命令配置OpenCV的构建选项,包括指定OpenCV_contrib的路径:

cmake -D CMAKE_BUILD_TYPE=Release \
-D CMAKE_INSTALL_PREFIX=/usr/local/opencv4.10 \
-D OPENCV_EXTRA_MODULES_PATH=/root/workspace/programs/opencv_build/opencv_contrib-4.10.0/modules \
-D OPENCV_GENERATE_PKGCONFIG=YES \
-D BUILD_opencv_world=YES \
-D BUILD_opencv_python2=OFF \
-D BUILD_opencv_python3=ON \
-D PYTHON_DEFAULT_EXECUTABLE=/root/workspace/anaconda3/envs/dscnet/bin/python3 \
-D PYTHON3_EXECUTABLE=/root/workspace/anaconda3/envs/dscnet/bin/python3 \
-D PYTHON3_LIBRARY=/root/workspace/anaconda3/envs/dscnet/lib/libpython3.8.so \
-D PYTHON_INCLUDE_DIR=/root/workspace/anaconda3/envs/dscnet/include/python3.8 \
-D PYTHON3_NUMPY_INCLUDE_DIRS=/root/workspace/anaconda3/envs/dscnet/lib/python3.8/site-packages/numpy/core/include \
-D PYTHON3_PACKAGES_PATH=/root/workspace/anaconda3/envs/dscnet/lib/python3.8/site-packages ..

在这里插入图片描述

注意:-D OPENCV_EXTRA_MODULES_PATH选项指定了OpenCV_contrib的modules目录的路径。
如果该命令中不加-D CMAKE_INSTALL_PREFIX=/usr/local/opencv4.10,则默认各部分分别安装在/usr/local/目录的include/, bin/, lib/3个文件夹下。

-D OPENCV_GENERATE_PKGCONFIG=YES: OpenCV4以上版本默认不使用pkg-config,该编译选项开启生成opencv4.10.pc文件,支持pkg-config功能。

-D WITH_CUDA=ON实现和cuda的联合编译。

后面关于python的路径设置以已安装anaconda的设定为准,需要注意的是python版本和你使用的虚拟环境一致。

这里有时候偶尔会报错"fatal error: numpy/ndarrayobject.h: 没有那个文件或目录",解决方法:打开对应虚拟环境的python输入

import numpy as np
np.get_include()

按照这个输出路径重新配置PYTHON3_NUMPY_INCLUDE_DIRS,然后再cmake。
注意:如果是在build目录下进行cmake,一定不要忘了最后的两个点cmake xxx ..

  1. 编译和安装OpenCV

    使用make命令编译OpenCV,并使用sudo make install命令安装:

    make -j$(nproc)
    sudo make install
    

    注意:-j$(nproc)选项会利用你系统的所有核心来加速编译过程。

四、配置环境变量
  1. 更新动态链接库配置

    /etc/ld.so.conf.d/目录下创建一个新的配置文件,并添加OpenCV库的路径:

    sudo nano /etc/ld.so.conf.d/opencv.conf
    

    在文件中添加以下内容:

    /usr/local/lib
    

    保存并关闭文件,然后运行sudo ldconfig命令来更新动态链接库配置。

  2. 配置环境变量

    打开/etc/bash.bashrc文件,并添加以下行来配置环境变量:

    sudo nano /etc/bash.bashrc
    

    在文件末尾添加以下内容:

    PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
    export PKG_CONFIG_PATH
    

    保存并关闭文件,然后运行source /etc/bash.bashrc命令来使更改生效。

五、验证安装
  1. 检查OpenCV版本

    在终端输入以下命令来检查OpenCV的版本:

    pkg-config --modversion opencv4
    

    如果输出了OpenCV的版本号,则表示安装成功。

  2. 编译和运行示例程序

    进入OpenCV的samples目录,并编译和运行一个示例程序来验证安装:

    cd ~/opencv_build/opencv/samples/cpp/example_cmake
    cmake .
    make
    ./opencv_example
    

    如果程序成功运行并显示了一个窗口,则表示OpenCV和OpenCV_contrib已经正确安装和配置。

六、总结

通过以上步骤,你已经成功在Ubuntu 20.04上安装了OpenCV和OpenCV_contrib,并进行了基本的配置和验证。现在你可以开始使用OpenCV进行各种计算机视觉和图像处理任务了。

七、安装时遇到的问题

ippicv_2020_lnx_intel64_20191018_general.tgz下载不了
手动下载ippicv_2020_lnx_intel64_20191018_general.tgz

https://github.com/opencv/opencv_3rdparty/blob/ippicv/master_20191018/ippicv/ippicv_2020_lnx_intel64_20191018_general.tgz(根据错误信息更新)

上传至/home/test(自定义目录)下

修改ippicv.cmake

 set(THE_ROOT "${OpenCV_BINARY_DIR}/3rdparty/ippicv")ocv_download(FILENAME ${OPENCV_ICV_NAME}HASH ${OPENCV_ICV_HASH}URL"${OPENCV_IPPICV_URL}""$ENV{OPENCV_IPPICV_URL}""https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}/ippicv/"DESTINATION_DIR "${THE_ROOT}"ID IPPICVSTATUS resUNPACK RELATIVE_URL)

改为

 set(THE_ROOT "${OpenCV_BINARY_DIR}/3rdparty/ippicv")ocv_download(FILENAME ${OPENCV_ICV_NAME}HASH ${OPENCV_ICV_HASH}URL"${OPENCV_IPPICV_URL}""$ENV{OPENCV_IPPICV_URL}""file:///home/test/"DESTINATION_DIR "${THE_ROOT}"ID IPPICVSTATUS resUNPACK RELATIVE_URL)

ade-v0.1.1f.zip下载不了
手动下载

https://github.com/opencv/ade/archive/v0.1.1f.zip(根据错误信息更新)

上传至/home/test

修改DownloadADE.cmake

ocv_download(FILENAME ${ade_filename}HASH ${ade_md5}URL"${OPENCV_ADE_URL}""$ENV{OPENCV_ADE_URL}""https://github.com/opencv/ade/archive/"DESTINATION_DIR ${ade_src_dir}ID ADESTATUS resUNPACK RELATIVE_URL)

改为

ocv_download(FILENAME ${ade_filename}HASH ${ade_md5}URL"${OPENCV_ADE_URL}""$ENV{OPENCV_ADE_URL}""file:///home/test/"DESTINATION_DIR ${ade_src_dir}ID ADESTATUS resUNPACK RELATIVE_URL)

注意,修改是最后的斜杠(/)不能丢

问题:编译OpenCV 4.10.0, 显示出错:

/usr/bin/ld: /lib/x86_64-linux-gnu/libwayland-client.so.0: undefined reference to ffi_type_uint32@LIBFFI_BASE_7.0’
/usr/bin/ld: /lib/x86_64-linux-gnu/libwayland-client.so.0: undefined reference to ffi_type_sint32@LIBFFI_BASE_7.0' /usr/bin/ld: /lib/x86_64-linux-gnu/libwayland-client.so.0: undefined reference to ffi_type_pointer@LIBFFI_BASE_7.0’
/usr/bin/ld: /lib/x86_64-linux-gnu/libwayland-client.so.0: undefined reference to ffi_type_void@LIBFFI_BASE_7.0' /usr/bin/ld: /lib/x86_64-linux-gnu/libwayland-client.so.0: undefined reference to ffi_prep_cif@LIBFFI_BASE_7.0
/usr/bin/ld: /lib/x86_64-linux-gnu/libwayland-client.so.0: undefined reference to ffi_call@LIBFFI_BASE_7.0' collect2: error: ld returned 1 exit status make[2]: *** [apps/annotation/CMakeFiles/opencv_annotation.dir/build.make:104:bin/opencv_annotation] 错误 1 make[1]: *** [CMakeFiles/Makefile2:3208:apps/annotation/CMakeFiles/opencv_annotation.dir/all] 错误 2 make[1]: *** 正在等待未完成的任务....

问题分析:系统的动态链接库和Anaconda的动态链接库指向的版本不同,因此编译出错。

解决方法:先下载一个工具包locate。比find好用。

$ sudo apt install locate
$ sudo updatedb

然后用内置命令ldd查看出现问题的libwayland-client.so.0当中,所依赖的ffi这个库的叫什么。

$ ldd /lib/x86_64-linux-gnu/libwayland-client.so.0 | grep ffi

我们可以发现依赖的这个库叫做libffi.so.7。
在这里插入图片描述
之后locate这个文件,发现除了/usr/lib/x86_64-linux-gnu之外,我的Anaconda安装目录/lib下面也有一个libffi.so.7。输入以下命令分别查看两个libffi.so.7链接的动态库文件:

查看系统的libffi

$ ll /lib/x86_64-linux-gnu/ | grep ffi

查看Anaconda的libffi

$ ll ~/anaconda3/lib/ | grep ffi

结果显示系统的libffi.so.7指向了7.1.0版本,而Anaconda下的指向了8.1.2版本。
在这里插入图片描述
在这里插入图片描述

因此,把anaconda下的libffi.so.7指向系统的7.1.0就可以了。

$ cd (你的Anaconda安装目录)/lib
$ sudo rm libffi.so.7
$ sudo ln -s /lib/x86_64-linux-gnu/libffi.so.7.1.0 libffi.so.7

再次查看Anaconda下的ffi,发现libffi.so.7已经指向了lib/x86_64-linux-gnu/libffi.so.7.1.0。
在这里插入图片描述
再次编译OpenCV,通过。

总结:当编译程序的时候,如果安装了Anaconda,经常会出现动态链接库的依赖指向问题。保证系统和Anaconda的依赖库版本一致,可以避免一些Bug。

ldd这个命令常用来打印或者查看程序运行所需的共享库(访问共享对象依赖关系),可以解决程序因缺少某个库文件而不能运行的一些问题。
————————————————

问题参考原文链接

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/57296.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

10.24.2024刷华为OD C题型(四) -- 对象list按照多个属性排序

文章目录 最长连续子序列AI面板识别语法知识记录 最长连续子序列 https://www.nowcoder.com/discuss/592408743019589632 if __name__ "__main__":# 获取用户输入# numbers int(input().split(,))# str_arr input().split(,)arr [int(num) for num in input(…

生活中是否害怕过机械硬盘出现坏道?

目录 一、坏道起因 二、继续了解-系统对坏扇区的处理 (一)硬盘自身的处理机制 (二)操作系统层面的处理 三、进一步了解-备用扇区 (一)备用扇区的工作原理 (二)S.M.A.R.T.技术…

开发了一个成人学位英语助考微信小程序

微信小程序名称:石榴英语 全称:石榴英语真题助手 功能定位 北京成人学士学位英语辅助学习工具,包含记高频单词,高频词组,专项练习,模拟考试等功能。 开发背景 个人工作需要提高学习英文水平&#xff…

[Web安全 网络安全]-Burp Suite抓包软件‘下载‘安装‘配置‘与‘使用‘

文章目录: 一:前言 1.简介 2.主要功能 3.抓包原理 4.抓包过程 二:Burp Suite下载安装与配置 1.下载Burp Suite 2.安装JDK(用于Java运行环境_包含JRE) 第一步:安装JDK环境 第二步:安…

2、片元着色器之有向距离场(SDF)运算:并集、差集、交集

1、并集 float sdCircle(vec2 uv,float r){return length(uv)-r; } float sdRect(vec2 uv,float r){return max(abs(uv.x),abs(uv.y))-r; } void mainImage( out vec4 fragColor, in vec2 fragCoord ) {float w 1.0/iResolution.y;// 计算纹理坐标vec2 uv fragCoord/iResolu…

【Apache Zookeeper】

一、简介 1、场景 如何让⼀个应⽤中多个独⽴的程序协同⼯作是⼀件⾮常困难的事情。开发这样的应⽤,很容易让很多开发⼈员陷⼊如何使多个程序协同⼯作的逻辑中,最后导致没有时间更好地思考和实现他们⾃⼰的应⽤程序逻辑;又或者开发⼈员对协同…

面试经典 150 题.P26. 删除有序数组中的重复项(003)

本题来自:力扣-面试经典 150 题 面试经典 150 题 - 学习计划 - 力扣(LeetCode)全球极客挚爱的技术成长平台https://leetcode.cn/studyplan/top-interview-150/ 题解: class Solution {public int removeDuplicates(int[] nums) …

名词(术语)了解 -- SSG

名词(术语)了解 – SSG 什么是静态站点生成(SSG)? 静态站点生成(Static Site Generation, SSG)是一种在构建时生成静态HTML网页的网站构建方法。与动态网站相比,SSG会提前将所有页面渲染成静态HTML文件,这些文件可以直接部署到…

MyBatis 学习记录(六)之逆向工程

MyBatis 学习记录(六) MyBatis的逆向工程1、创建逆向工程添加依赖和插件创建逆向工程的配置文件执行MBG插件的generate目标最终生成的效果 2、QBC查询 MyBatis的逆向工程 **正向工程:**先创建Java实体类,由框架负责根据实体类生成…

【项目实战】通过LLaMaFactory+Qwen2-VL-2B微调一个多模态医疗大模型

前言 随着多模态大模型的发展,其不仅限于文字处理,更能够在图像、视频、音频方面进行识别与理解。医疗领域中,医生们往往需要对各种医学图像进行处理,以辅助诊断和治疗。如果将多模态大模型与图像诊断相结合,那么这会…

本篇文章来介绍下dockerfile

我开始玩儿docker的时候,都是通过docker pull命令把基础镜像拉取到本地,然后在跑成容器,在操作容器,做一些自己的事情,比如安装个java环境什么的,直到我接触到了dockerfile,我发现dockerfile真是…

Java识别图片或扫描PDF中的文字

目录 使用工具 Java识别图片中的文字 Java识别扫描PDF中的文字 注意事项 图片和扫描文件通常以非文本格式存在,这使得其中的文字信息难以直接编辑、搜索或复制。为了解决这个问题,光学字符识别(OCR)技术应运而生。OCR通过分析…

view design之table自定义单元格模版

View Design之table自定义单元格模版 在 columns 的某列声明 slot 后&#xff0c;就可以在 Table 的 slot 中使用参数。 slot 的参数有 3 个&#xff1a;当前行数据 row&#xff0c;当前列数据 column&#xff0c;当前行序号 index。 完整示例 <template><Table …

【Leecode】Leecode刷题之路第35天之搜索插入位置

题目出处 35-搜索插入位置-题目出处 题目描述 个人解法 思路&#xff1a; 1.依次遍历数组&#xff0c;看目标值是否在数组中 2.如果不在&#xff0c;将目标值插入数组&#xff08;涉及到数组移动、扩容&#xff09;&#xff0c;返回下标代码示例&#xff1a;&#xff08;Java…

深入解析JavaScript 中的 Object.defineProperty() 与 Object.defineProperties() 方法

目录 前言1. Object.defineProperty()2. Object.defineProperties() 前言 写在前面&#xff0c;基本的功能与差异如下&#xff1a; Object.defineProperty()&#xff1a; 定义单个属性&#xff0c;接受三个参数&#xff08;对象、属性名、描述符&#xff09; Object.definePr…

CAN物理层(ISO 11898-2 2024)

一、说明 CAN(Controller area network)中文名称是控制器局域网,是用于解决汽车众多控制部件之间的数据交换而开发的一种串行数据通信总线,可以使用双绞线来传输信号,由德国博世公司在20世纪80年代专门为汽车行业开发。 ISO 11898-2 2024版相对于2016版,主要由以下更新…

VQGAN(2021-06:Taming Transformers for High-Resolution Image Synthesis)

论文&#xff1a;Taming Transformers for High-Resolution Image Synthesis 1. 背景介绍 2022年中旬&#xff0c;以扩散模型为核心的图像生成模型将AI绘画带入了大众的视野。实际上&#xff0c;在更早的一年之前&#xff0c;就有了一个能根据文字生成高清图片的模型——VQGAN…

HBuilder X 中Vue.js基础使用4->表单输入绑定(三)

表单绑定是实现动态数据双向绑定的重要部分&#xff0c;它让开发者可以轻松地管理和响应用户输入。本文将详细介绍如何在Vue 3中利用v-model指令以及一些特定修饰符来处理不同类型的表单输入。 v-model双向数据绑定 Vue的 v-model 指令提供了双向绑定的功能&#xff0c;key在…

「虚拟现实中的心理咨询:探索心灵世界的新方法」

内容概要 当我们想到虚拟现实时&#xff0c;很多人会联想到游戏或娱乐&#xff0c;但如今其在心理咨询领域的应用正在逐渐崭露头角。传统的心理咨询方式常常局限在咨询室内&#xff0c;面临着空间和情感隔阂的问题。然而&#xff0c;沉浸式环境的出现&#xff0c;使得治疗者能…

2024最新的开源博客系统:vue3.x+SpringBoot 3.x 前后端分离

本文转载自&#xff1a;https://fangcaicoding.cn/article/54 大家好&#xff01;我是方才&#xff0c;目前是8人后端研发团队的负责人&#xff0c;拥有6年后端经验&3年团队管理经验&#xff0c;截止目前面试过近200位候选人&#xff0c;主导过单表上10亿、累计上100亿数据…